مقایسه روش‎های درون‎یابی زمین‎آماری (کریجینگ) برای تخمین شوری خاک و عملکرد گندم در مزرعه نمونه ارتش آق قلا

سابقه و هدف: در دهه اخیر داده‎های به دست آمده از سامانه اطلاعات جغرافیایی (GIS) و سامانه موقعیت یاب جهانی (GPS) و زمین‎آمار نقش مهمی در مطالعه توزیع مکانی ویژگی‎های خاک داشته‎اند و نتایج به دست آمده اغلب حاکی از این است که تغییرات ویژگی‎های خاک می‎تواند در فواصل بسیار کوچک (در حد چند میلی‎متر) تا فواصل طولانی (چندین کیلومتر) صورت گیرد. این پژوهش با هدف مقایسه روش های مختلف درون یابی (کریجینگ) برای تعیین بهترین مدل در تهیه نقشه متغیرهای شوری خاک و عملکرد گندم در مزرعه نمونه ارتش آق قلا اجرا گردید. مواد و روش ها: به منظور مطالعه اثرات شوری خاک و تغییرات آن در طول فصل رشد گندم، با روش نمونه برداری سیستماتیک از 101 نقطه در مزارع نمونه ارتش آق قلا نمونه خاک تهیه شد و مقادیر EC و pH در دو مرحله رشد گندم و عملکرد متناظر آن ها در مرحله برداشت اندازه گیری شد. به منظور درون یابی مقادیر شوری، کریجینگ های معمولی، جهانی و فصلی در تلفیق با پنج مدل واریوگرامی مورد آزمون قرار گرفتند. به این منظور مزرعه به چهار قسمت جداگانه تقسیم و مدل ها به شکل جداگانه آزمون شدند. یافته ها: نتایج حاصل از روش‎های درون‎یابی کریجینگ نشان داد که از بین سه روش و پنج مدل انتخابی، روش کریجینگ معمولی‎ با مدل نمایی در برآورد شوری خاک و کریجینگ جهانی با مدل نمایی در برآورد عملکرد گندم از دقت بالاتری برخوردار هستند. در این مطالعه رابطه معنی داری بین اختلاف شوری دو مرحله با عملکرد گندم مشاهده شد، به نحوی که به ازای هر واحد افزایش شوری، عملکرد به میزان 5/4 گرم کاهش یافت. همچنین نتایج آزمون خاک نشان داد که مقدار EC برای هر کدام از 4 واحد A، B، C و D، بسته به توپوگرافی و مساحت واحد متفاوت بود، به نحوی که در زمینه شوری خاک واحد A با طیف شوری پایین‎تر در دو مرحله نمونه‎برداری، بیشترین عملکرد را نشان داد. طبق نتایج روش‎های درون‎یابی در زمینه پیش‎بینی عملکرد گندم برای 4 واحد A، B، C و D، واحد A طیف عملکرد بیشتر و واحد B طیف عملکرد کم‎تری نسبت به واحد های دیگر از خود نشان دادند‎.‎ در واحد A شوری کمتر بود و صرفا رقم کوهدشت کشت می شد، در حالی که در سایر واحدها سایر ارقام نیز (لاین 17، مروارید، کوهدشت و 8019 N) کشت می شدند. نتیجه گیری: در کل نتایج نشان داد که سامانه اطلاعات جغرافیایی در کنار سایر اطلاعات می تواند ابزار قدرتمندی برای تشخیص اثرات عوامل غیر زنده (نظیر شوری) بر کارکرد بوم نظام های کشاورزی باشد. همچنین نتایج بر این واقعیت تاکید دارند که مزارع از نظر عوامل مختلف، در معرض نوسان های مکانی گسترده ای قرار دارند و به همین دلیل مدیریت های متفاوتی را می طلبند.

Keywords:

شوری خاک , کریجینگ , گندم , RMSE , نیم‎تغییر‎نما