توزیع مکانی برخی ویژگی های فیزیکی و شیمیایی خاک در برخی از اراضی زراعی استان اصفهان
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 339
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-54-2_008
تاریخ نمایه سازی: 12 تیر 1402
Abstract:
آگاهی ازساختار وابستگی مکانی ویژگی های مختلف خاک در مزارع برای دستیابی به تولید بیشتر و مدیریت بهتر حائز اهمیت است. این پژوهش در سال ۱۳۹۵ بر روی تعداد ۱۱۸ نمونه خاک از اراضی مناطق مختلف استان اصفهان، باهدف بررسی تغییرات مکانی برخی ویژگی های شیمیایی در خاک انجام شد. همبستگی مکانی هر متغیر با نیم تغییرنما مشخص و بهترین مدل برازش داده شده برای هر متغیر، با استفاده از نرم افزار GS+نسخه ۹، انتخاب شد. با استفاده از روش های درون یابی، کریجینگ معمولی، کوکریجینگ و روش وزن دهی عکس فاصله با توان های ۱ تا ۳ درون یابی انجام شد و میزان دقت نقشه پراکنش این متغیرها به کمک معیارهای آماری میانگین انحراف خطا (MBE) و ریشه میانگین مربعات خطا (RMSE) محاسبه گردید. نتایج تجزیه زمین آماری نشان داد که پتاسیم، درصد شن و pH دارای همبستگی مکانی قوی و سایر ویژگی های موردبررسی از همبستگی مکانی متوسطی در سطح منطقه برخوردار بودند. بهترین مدل ساختار مکانی برای متغیرهای فسفر، EC، CEC، درصد رس و سیلت مدل نمایی و برای پتاسیم، pH، درصد شن و کربن آلی مدل کروی بوده است. همچنین EC خاک کمترین شعاع تاثیر (۸۶/۱۴ کیلومتر) و pH بیشترین شعاع تاثیر (حدود ۷۱ کیلومتر) را داشتند. بر اساس نتایج، برای متغیرهای پتاسیم، pH و EC روش وزن دهی عکس فاصله با توان ۱ (IDW-۱) به ترتیب با مقادیر RMSE معادل ۱۷۱/۰، ۱۵۲/۰ و ۱۷۱/۰ و برای سایر متغیرهای کربن آلی، فسفر، بافت، CEC به ترتیب با مقادیر RMSE ۱۱/۰، ۱۹۹/۰، ۱۵۵/۰ و ۱۵۶/۰ روش کریجینگ معمولی به عنوان بهترین روش های درون یابی شناخته شدند.
Keywords:
Authors
پریسا مشایخی
بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اصفهان، ایران
علیرضا مرجوی
بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اصفهان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :