ارزيابي شاخص‌هاي كيفيت خاك و ارتباط آن با عملكرد برنج در شاليزار‌هاي مركزي استان گيلان(1)

Assessing soil quality indices and their relationships with rice yield in paddy fields of central Guilan province

سابقه و هدف: ارزيابي كيفيت خاك و ايجاد تعادل بين ميزان توليد محصول و بهبود كيفيت منابع طبيعي يكي از مسائل مورد توجه در مديريت پايدار خاك‌ها به‌منظور توليد بهينه كشاورزي و حفظ منابع طبيعي است. در عرصه‌هاي كشاورزي آگاهي از عوامل مؤثر بر كيفيت خاك براي مديريت بهينه و رسيدن به حداكثر بهره‌وري اقتصادي، امري ضروري است. در اين راستا به‌منظور دستيابي به مديريت پايدار خاك و پيش‌بيني خطرات تخريب خاك، تعيين روشي مناسب براي ارزيابي كيفيت خاك نيز داراي اهميت مي‌باشد. اﻳﻦ ﭘﮋوﻫﺶ ﺑﺎ ﻫﺪف ارزيابي كيفيت خاك اراضي شاليزاري، تعيين حداقل ويژگي‌هاي مؤثر بر كيفيت خاك و بررسي تأثير شاخص‌هاي كيفيت خاك به‌دست آمده با استفاده از روش‌هاي مختلف بر عملكرد برنج، در اراضي شاليزاري منطقه پيربازار استان گيلان انجام گرفت. مواد و روش‌ها: بر اساس متوسط عملكرد ساليانه برنج، دو دسته اراضي شامل شاليزارهاي با عملكرد پايين (4/6t ha-1 >) و عملكرد بالا (t ha-1 4/6≤) در منطقه مورد مطالعه انتخاب شدند. جمعاً 60 نمونه خاك مركب از عمق صفر تا 30 سانتي‌متر و محصول برنج در پلاتي به وسعت 1 متر مربع به مركزيت محل‌هاي نمونه‌برداري خاك برداشت شد. در اين پژوهش با استفاده از روش تجزيه به مؤلفه‌هاي اصلي (PCA)، از ميان 20 ويژگي فيزيكي، شيميايي و زيستي خاك به‌عنوان ويژگي‌هاي مؤثر بر كيفيت خاك (TDS)، 5 ويژگي به‌عنوان حداقل ويژگي‌هاي مؤثر بر كيفيت خاكMDS) ) انتخاب گرديد. سپس كيفيت خاك شاليزارهاي با عملكرد پايين و بالا با استفاده از دو مدل شاخص تجمعي ساده (IQISA) و شاخص تجمعي وزن‌دار (IQIWA) و هر كدام در دو مجموعه ويژگي‌هاي خاك TDS و MDS ارزيابي شد. يافته‌ها: نتايج نشان داد كه 5 ويژگي كربن‌ آلي، نيتروژن كل، پتاسيم قابل استفاده، درصد رس و فعاليت آنزيم اوره‌آز به‌عنوان مجموعه ويژگي‌هاي MDS، مي‌تواند 67 درصد تغييرات كيفيت خاك‌ها را توصيف نمايد. ارزيابي كيفيت خاك اراضي شاليزاري نشان داد زماني‌كه شاخص تجمعي ساده و وزن‌دار كيفيت خاك با استفاده از مجموعه MDS تعيين مي‌شوند، اختلاف معني‌داري بين شاخص كيفيت خاك شاليزارهاي با عملكرد پايين و بالا مشاهده مي‌شود؛ به‌طوري‌كه شاليزارهاي با عملكرد بالا از ميانگين IQISA-MDS و IQIWA-MDS بالاتري (به‌ترتيب 0/84 و 0/89) نسبت به شاليزارهاي با عملكرد پايين (به‌ترتيب 0/78 و 0/80) برخوردار هستند. همچنين بيشترين مقادير همبستگي شاخص كيفيت خاك با عملكرد برنج براي شاخص‌هاي IQISA-MDS و IQIWA-MDS و (0/54-0/44=R2) در هر دو سطع عملكرد به‌دست آمد. نتيجه‌گيري: اختلاف معني‌دار بين شاخص‌هاي كيفيت خاك شاليزارهاي با دو سطح عملكرد كه از مجموعه MDS استفاده كرده‌اند، نشان مي‌دهد كه مجموعه MDS به شكل مؤثرتري اختلاف كيفيت خاك شاليزارهاي با بهره‌وري متفاوت را نشان مي‌دهد. همبستگي معني‌دار شاخص‌هاي IQISA-MDS و IQIWA-MDS با عملكرد برنج بيانگر اين است كه انتخاب تعداد محدودتري از ويژگي‌هاي خاك به‌عنوان MDS به درستي انجام شده و توانسته وضعيت خاك براي توليد برنج را به خوبي ارزيابي نمايد. بنابراين با استفاده از مجموعه MDS علاوه بر كاهش هزينه و صرفه‌جويي در وقت، مي‌توان با اطمينان قابل قبولي شاخص‌هاي كيفيت خاك اراضي شاليزاري منطقه مورد مطالعه را تعيين كرد.

Background and Objectives: Assessing soil quality and balancing between crop production and quality of natural resources are essential issues in sustainable soil management for agricultural and natural resource protection. In agricultural fields for optimum management and maximum economic productivity, knowledge of the factors affecting the soil quality is necessary. Also, determining the appropriate method for soil quality evaluation is important for sustainable soil management and soil degradation prediction. This study was carried out with the aim of assessing soil quality of paddy fields, determining the minimum data set for soil quality evaluation and investigating the effect of soil quality index using different methods on rice yield in Pirbazar region of Guilan province. Materials and Methods: Based on the mean annual rice yield, the selected paddy fields were divided into low (4.6 t ha-1) productivity. Sixty soil samples were collected from 0 to 30 cm depth. The rice products were harvested at a 1 m2 plot at each site. In this research, using the principal component analysis (PCA) method, among 20 physical, chemical and biological soil indicators as total data set (TDS), 6 indicators were selected for the minimum data set (MDS). Then, the soil quality of high and low productivity paddy fields was evaluated by simple additive integrated quality index (IQISA) and weighted additive integrated quality index (IQIWA) in two collections of soil properties include MDS and TDS. Results: To evaluate soil quality of paddy fields, an MDS was established with organic carbon, total nitrogen, available potassium, clay percentage and urease activity and these explained about 67% of the soil quality variability. The significant differences were found between the soil quality index of low and high productivity paddy fields when IQIWA and IQISA were developed based on MDS. So that, the mean IQISA-MDS and IQIWA-MDS of the high productivity paddy fields (0.84 and 0.89, respectively) were higher than low productivity paddy fields (respectively 0.78 and 0.80, respectively). Additionally, data indicated that IQISA-MDS and IQIWA-MDS were most strongly correlated with crop yield, the correlation coefficient ranged between 0.44–0.54. Conclusion: Significant differences between the soil quality indices based on MDS for low and high productivity paddy fields indicated that the MDS more efficiently shows the difference of soil quality between paddy fields with different productivity. The significant correlation between IQISA-MDS and IQIWA-MDS indices with rice yield indicated that an MDS with a limited number of indicators was carefully selected and effectively evaluated the status of soils as a rice production medium. Therefore, using an MDS can save time and money and assess the reliable soil quality indices of paddy fields in the study area.