تبيين ضريب وزني براي محدوديت شوري در مفهوم گنجايش جمعي آب (IWC)

Investigating Spatial Variability of Soil Quality Indices in Nazar Abad Fields, West of Alborz Province

هدف از اين پژوهش، ارائه يك ضريب وزني جهت لحاظ­كردن محدوديت شوري در جذب آب توسط گياه (ωsi) براي مفهوم گنجايش جمعي آب خاك (IWC) مي‌باشد. اين آزمايش در شرايط گلخانه و شامل كشت گياه ذرت در دو نوع خاك، سه سطح شوري (5/1، 4 و 8 دسي­‌زيمنس بر متر) و سه تكرار مي‌باشد. پس از استقرار كامل گياهان، همه گلدان‌ها با شوري مشخص به طور پيوسته آبياري شدند. مقادير تعرق، از اختلاف مقادير آبياري، وزن گلدان‌ها و مقادير آب زهكشي­شده در زمان‌هاي مختلف به­ دست آمد. تعرق تجمعي در هر زمان محاسبه و در برابر شوري آب زهكشي در همان زمان ترسيم شد. سپس با استفاده از مشتق عددي منحني‌هاي تعرق تجمعي، منحني شدت تعرق به ­دست آمد. با برازش يك مدل لگاريتمي و نسبي­ سازي آن‌ها، تأثير محدوديت شوري بر تعرق محاسبه و به ‌عنوان يك ضريب وزني جديد شوري پيشنهاد شد. نتايج حاصل از ωsi به‌دست‌آمده نشان داد كه جذب آب نسبي با افزايش شوري به صورت لگاريتمي كاهش مي‌يابد و حدود تحمل به شوري گياه ذرت در خاك‌هاي با خصوصيات مختلف، متفاوت است و نمي‌‌توان يك مقدار ثابت را به عنوان حد تحمل به شوري گزارش نمود.

Information about the spatial distribution of soil quality is one of the most significant issues in recognition, planning, management and optimal exploitation of soil resources in each area. In the this study, the characteristics of soil surface (0-30 Cm) were measured in 95 fields in the Nazar Abad region in Alborz province and the factors influencing soil quality were selected using principal component analysis (PCA) method. In addition, the weighted additive soil quality index (SQIw), the additive soil quality index (SQIa) and the Nemero soil quality index (NQI) were determined using total data set (TDS) and minimum data set (MDS). Spatial variability of these soil quality indices were analyzed using geostatistics technique and their spatial distribution were determined using the Ordinary kriging method. Based on the results and among the soil quality indices, the SQIw obtained from the MDS, had a higher accuracy in the area with R2 of 0.89, mean absolute error (MAE) of 0.11 and normalized root mean squares error (NRMSE) of 0.1. The exponential variogram model (R2 = 0.95) indicated that the SQIw and SQIa indices using MDS had the best fitness, whereas, the spherical model (R2= 0.90) was strongly fitted to the NQI index obtained from MDS. Furthermore, the effective range of spatial variability for SQIa, SQIw and NQI indices was 8, 10 and 11.5 kilometers, respectively. Soil quality of the fields in the area was strongly related to the soil particles size distribution, especially sand and clay percentages with coefficients of 0.90 and 0.85, respectively. Soil quality value in the area decreased considerably from west to east. This study revealed that the geostatistics technique can be used for spatial analysis of soil quality indices in the area and spatial distribution maps of these indices can be effectively used to plan the sustainable soil management strategies in the fields.