پديد آورندگان :
سواري، زهرا دانشگاه شهيد چمران اهواز - دانشكده كشاورزي - گروه علوم خاك، خوزستان، ايران , حجتي، سعيد دانشگاه شهيد چمران اهواز - دانشكده كشاورزي - گروه علوم خاك، خوزستان، ايران , تقي زاده مهرجردي، روح الله دانشگاه اردكان - دانشكده كشاورزي - گروه علوم خاك، يزد، ايران
كليدواژه :
نقشه هاي رقومي , درخت تصميم , تغييرات مكاني , شوري
چكيده فارسي :
شوري خاك و شور شدن اراضي يكي از معضلات كشاورزي است كه بايستي با تدبير و مديريت صحيح علمي اين روند مهار شود. اولين گام در اين راه شناسايي مناطق شور و تهيه نقشه شوري خاك است. امروزه با توجه به مشكلات موجود در تهيه نقشه¬هاي سنتي، استفاده از داده¬هاي كمكي در نقشه‌برداري رقومي به‌طور روز افزون در حال افزايش است. اين تحقيق با هدف پهنه‌بندي شوري خاك با استفاده از روش رگرسيون كريجينگ (RK)، شناسايي مناطق داراي شوري زياد و بررسي ارتباط شوري خاك با فاكتور¬هاي خاكساز انجام شد. به اين منظور تعداد 291 نمونه خاك سطحي (10-0 سانتي متر) در فروردين 1393 به‌صورت تصادفي برداشت شد. متغير¬هاي كمكي يا فاكتور¬هاي خاكساز مورد استفاده در اين مطالعه شامل پارامتر¬هاي سرزمين (مانند شيب، حوزه آبخيز و شاخص خيسي)، داده¬هاي تصاوير OLI و TIRS ماهواره لندست 8 و نقشه¬هاي كاتگوري (ماند نقشه خاك، كاربري اراضي و زمين¬شناسي) بودند. همچنين از روش كريجينگ عام به‌منظور مقايسه با روش رگرسيون كريجينگ استفاده شد. نتايج نشان داد كه روش رگرسيون كريجينگ دقت بيشتري نسبت به روش¬ كريجينگ عام دارد به‌طوري كه در اين روش ضريب تبيين، ميانگين قدر مطلق خطا و مجذور ميانگين مربعات خطا به‌ترتيب برابر 0/84، 0/41 و 6/21 برآورد شد. همچنين روش رگرسيون درختي به‌خوبي توانست ارتباط قوي بين شوري خاك و متغير¬هاي كمكي برقرار كند. به‌علاوه، نتايج نشان داد كه مهم‌ترين متغير¬هاي كمكي در پيش¬بيني شوري خاك باند¬هاي 2، 4، 5 و7 تصاوير ماهواره لندست 8، شاخص روشنايي، شاخص خيسي، شاخص همواري سطح دره با درجه تفكيك بالا، سطح مبناي شبكه زهكشي، نقشه خاك، شاخص پوشش گياهي نرمال شده و شاخص پوشش گياهي تعديل شده هستند. با استفاده از قوانين به‌دست آمده نقشه رقومي شوري خاك تهيه و سپس با تلفيق آن با نقشه واريانس خطا نقشه نهايي شوري خاك تهيه شد. نتايج اين مطالعه حاكي از اين است كه تغييرات شوري خاك در استان از شمال به جنوب روند افزايشي دارد و نشان‌دهنده مشكل شوري در نواحي جنوب استان است. از دلايل عمده شوري خاك در اين مناطق مي¬توان به بالا بودن آب زيرزميني، تفاوت در پستي و بلندي، حركت موئينگي املاح به سطح خاك، تفاوت در نوع كاربري اراضي در نواحي مختلف استان و همچنين كيفيت آب زيرزميني و آب آبياري اشاره كرد كه تحت تأثير استفاده مكرر از كود¬هاي حيواني و پساب فاضلاب¬ها تغيير مي¬كند.
چكيده لاتين :
Soil salinity and its development are the main problems that should be prevented by correct management methods. Recognition of saline districts and the preparation of salinity maps are the first steps in this way. Nowadays, the application of auxiliary data in digital soil mapping is increasing due to the current associated problems in the preparation of traditional maps. The objectives of this study were to map soil salinity by the Regression Kriging (RK) method, to identify areas with high salinity, and to investigate the relationship between soil salinity and soil-forming factors in Khuzestan Province. For this purpose, 291 surface soil samples (0-10 cm) were randomly collected in April 2014. Auxiliary variables or soil-forming factors were included in the land parameters such as slope, watershed and wetness index, OLI and TIRS images of Landsat 8, and the category maps (soil, land use, and geological maps). Also, kriging approaches were used to compare the precision of different mapping methods. The results indicated that the Regression Kriging method has a higher precision compared with other methods so that the coefficient of determination, Mean Absolute Error (MAE), and Root Mean Square Error (RMSE) were estimated as 0.84, 0.41, and 6.21, respectively. The Decision Tree Regression method could also create a good relationship between soil salinity and auxiliary variables. The results showed that some auxiliary variables were more effective on the prediction of soil salinity including 2, 4, 5, and 7 bands of Landsat 8, Brightness Index, Wetness Index, Multiresolution index of Valley Bottom Flatness (MrVBF), Channel Network Base Level (CNBL), NDVI, SAVI and soil map. A Digital map of soil salinity was prepared by the obtained rules, and then it was assimilated with the map of error of variance to prepare the final soil salinity map. Accordingly, soil salinity was found to have an increasing trend from north to south in Khuzestan Province which indicates a salinity problem in the south of the Province. The main reasons for the high salinity in the south and southwestern parts of the area could be attributed to the high water table levels, differences in topography, capillary movement of salt to the soil surface, the difference in the type of land uses, and also groundwater quality and irrigation water which is altered by the frequent application of wastewaters and animal manures.
