پديد آورندگان :
رضائي، ليلا دانشگاه شيراز - دانشكده كشاورزي - بخش علوم و مهندسي خاك , موسوي، علي اكبر دانشگاه شيراز - دانشكده كشاورزي - بخش علوم و مهندسي خاك , دواتگر، ناصر سازمان تحقيقات آموزش و ترويج كشاورزي كرج - موسسه تحقيقات خاك و آب , شعبانپور شهرستاني، محمود دانشگاه گيلان - دانشكده كشاورزي - گروه علوم خاك
كليدواژه :
تراكم , ماده آلي , جرم مخصوص ظاهري , رطوبت نقطه پژمردگي دائم , رطوبت ظرفيت مزرعه , خاك هاي شاليزاري , ارزيابي شاخص كيفيت
چكيده فارسي :
كيفيت خاك به طور مستقيم قابل اندازه گيري نبوده و از شاخصهاي كيفيت خاك تعيين ميشود. شيب در نقطه عطف منحني مشخصه آب خاك (S) از جمله اين شاخصها است. اين شاخص با عوامل مختلفي مانند كربن آلي، جرم مخصوص ظاهري، بافت و ساختمان خاك در ارتباط است. مطالعه جاري با هدف مقايسه سه مدل براي تعيين شاخص S و ارزيابي كيفيت فيزيكي خاك هاي شاليزاري با استفاده از آن انجام شد. برخي ويژگي هاي فيزيكي و شيميايي (بافت خاك، جرم مخصوص ظاهري، كربن آلي، رطوبت اشباع، رطوبت ظرفيت مزرعه و رطوبت در نقطه پژمردگي دائم) در 35 نمونه دست خورده از خاكهاي شاليزاري شرق و غرب گيلان اندازهگيري شد. پارامترهاي مدل ونگنوختن با نرمافزار RETC و پارامترهاي مدلهاي بروكز و كوري و گرانولت و گرانت با استفاده از نرم افزار MATLAB تعيين و شيب نقطه عطف منحني مشخصه و شاخص S با استفاده از مدلها محاسبه شد. شاخصهاي ميانگين هندسي نسبت خطا (GMER)، انحراف استاندارد هندسي نسبت خطا (GSDER)، ميانگين خطا (ME) و ريشه ميانگين مربعات خطاي نرمال شده (NRMSE)، براي ارزيابي نكوئي برازش مدلها و شاخصهاي(S) محاسبه شده از آنها بكار رفتند. مدل گرانولت و گرنت با حداقل ميانگين خطا و حداقل ريشه ميانگين مربعات خطاي نرمال شده در همه مكشها توانست منحني مشخصه خاكهاي مورد مطالعه را بهتر شبيهسازي كند. همچنين ميانگين هندسي نسبت خطا و انحراف استاندارد هندسي نسبت خطا در اين مدل نسبت به دو مدل ديگر در همه مكشها به يك نزديكتر بود. استفاده از مدل گرانولت و گرنت در تعيين شاخص S با ME=-0.015 و NRMSE=0.4 در مقايسه با ساير مدلها از صحت بيشتري برخوردار بود. ميانگين هندسي نسبت خطا و انحراف استاندارد هندسي نسبت خطا نيز در مدل گرانولت و گرانت كمتر از ساير مدلها بود (GMER=0.85 و GSDER=1.33). شاخص S با رس، جرم مخصوص ظاهري و رطوبت نقطه پژمردگي دائم همبستگي منفي معنيدار (P<0.01) و با رطوبت قابل استفاده و ساير ويژگيها همبستگي مثبت معنيدار (P<0.05) داشت. عليرغم اينكه برخي پژوهشگران بيان نمودهاند كه استفاده از شاخص S نميتواند معيار مناسبي از كيفيت فيزيكي خاك باشد ولي شاخص S تعيين شده در خاكهاي شاليزاري مورد مطالعه، همبستگي معنيداري با بسياري از ويژگيهاي موثر بر كيفيت فيزيكي خاك داشت. بنابراين بهجاي اندازهگيري چندين ويژگي موثر بر كيفيت فيزيكي خاك ميتوان با استفاده از اين شاخص شرايط فيزيكي خاكهاي مختلف و اثر عمليات مديريتي بر آنها را مقايسه نمود. در خاكهاي شاليزاري موردمطالعه، شاخص كيفيت فيزيكي بيش از 035/0بود كه نشاندهنده كيفيت مناسب خاكها براي شاليزاري است.
چكيده لاتين :
Soil quality is not directly measurable, and it is determined from soil quality
indicators. The slope of the water retention curve at its inflection point is one of
these indices. The S associated with different factors, for examples, organic
carbon, bulk density, texture and soil structure. The purpose of this study was to
compare three models for determining soil physical quality index and assessing
the physical quality of paddy soils using this index. So, 35 distributed soil
samples were collected from paddy soils in eastern and western parts of Guilan
province, and texture, bulk density, organic carbon, saturation water content,
water content at field capacity and wilting point were measured. The Brooks
and Corey, van Genuchten, and Groenevelt and Grant models were used to
determine the S index. The RETC program was used to estimate the parameters
of the van Genuchten model, which were later used to estimate the slope of the
water retention curve at its inflection point. By applying the MATLAB
software, the parameters of Brooks and Corey (1964) and Groenevelt and Grant
(2004) models were determined and then S index was obtained. The indicators
of geometric mean error ratio (GMER), geometric standard deviation of error
ratio (GSDER), mean error (ME) and normalized root mean square error
(NRMSE) were used to evaluate the goodness of fits for the models. The
Groenevelt and Grant model could estimate the SMRC with the minimum
values of ME and NRMSE at all tensions. Furthermore, the GMER and
GSDER values of this model at all tensions were closer to 1 as compared to the
other models. The Groenevelt and Grant model with ME=-0.015 and
NRMSE=0.4 was the best model compared with the other models. Also, the
geometric mean error ratio and geometric standard deviation of error ratio
(GMER=0.85, GSDER=1.33) were lower in Groenevelt and Grant model.
Besides, results showed that physical quality of the studied soils was good. The
significant correlations between S and clay, water content at wilting point, and
bulk density were negative (P<0.01); whereas its correlation with available
water and the other soil attributes were positive (P<0.05). Although some
investigators believe that S cannot be a good index of soil physical quality, the
determined S index of the studied paddy soils showed significant correlation
with attributes affecting the physical quality of soils. Therefore, by applying the
S quality index, it could be possible to compare the physical conditions of
different soils and the effect of various management practices on them instead
of measurements of several attributes affecting the soil physical quality. The
physical quality index of the studied paddy soils was greater than 0.035, which
indicated that the quality of the soils was good for paddy production.
