برآورد توابع انتقالي به منظور تخمين منحني مشخصه رطوبتي خاك هاي شور و شور - سديمي

Developing Pedotransfer Functions for Saline and Saline-Alkali Soils

منحني مشخصه رطوبتي از جمله مشخصه هاي مهم هيدروليكي خاك مي باشد كه اندازه گيري مستقيم آن وقت گير و هزينه بر مي باشد. از اين رو روش هاي غيرمستقيم مانند توابع انتقالي به منظور پيش بيني اين خصوصيت با استفاده از داده هاي سهل الوصول ارايه مي گردد. در اين مطالعه، از روش رگرسيون خطي چندمتغيره به منظور توسعه توابع انتقالي نقطه اي براي خاك هاي شور و شور - سديمي استفاده شده است. بدين منظور 68 نمونه خاك كه هدايت الكتريكي آنها بيشتر از چهار دسي زيمنس بر متر بوده و بيش از نيمي از آنها ESP بيشتر از 15 درصد داشته اند انتخاب شدند. به منظور توسعه توابع انتقالي و استفاده از روش Cross-validation داده ها در 10 گروه مجزا تقسيم شدند و سپس هر گروه به صورت تصادفي به نسبت 1:3 به دو قسمت آزمون و صحت سنجي جدا گرديد. در نرم افزار SPSS پارامترهاي انحراف معيار هندسي اندازه ذرات (?g)، ميانگين هندسي اندازه ذرات (dg)، نسبت جذبي سديم (SAR)، هدايت الكتريكي عصاره اشباع خاك (ECe)، كربنات كلسيم (CaCO3)، جرم مخصوص ظاهري (BD)، مواد آلي (OM)، درصد ذرات رس، سيلت و شن به عنوان متغيرهاي مستقل و ورودي مدل انتخاب شده و توابع انتقالي نقطه اي در مكش هاي 10، 33، 100، 300، 500، 1000 و 1500 كيلوپاسكال توسعه يافتند. توابع انتقالي به دست آمده براي 10 گروه صحت سنجي با مدل H3 از نرم افزار Rosetta مقايسه گرديدند. پارامترهاي RMSE، ME و R2 براي توابع انتقالي به ترتيب بين (cm3/cm3) 17/4-61/1، (cm3/cm3) 66/0-181/0-، 76/0-52/0 در صورتي اين مقادير براي مدل رزتا بين (cm3/cm3) 27/4-82/2، (cm3/cm3) 094/0-65/2-، 74/0-37/0 به دست آمد. مقايسه پارامترهاي RMSE، ME و R2 نشان داد كه توابع انتقالي توسعه يافته، رطوبت را در مكش هاي 10، 100، 300، 500، 1000 و 1500 كيلوپاسكال به طور قابل توجهي بهتر از مدل رزتا تخمين مي زند، اگرچه مدل رزتا رطوبت را در مكش 33 كيلوپاسكال بهتر از توابع انتقالي پيش بيني مي كند.

Soil moisture retention curve is one of the soil hydraulic prosperities which its direct measurement is time consuming and expensive. Therefore, indirect methods such as developing pedotransfer functions have been used to predict this characteristic from soil readily available or easily measurable data. In this study, multiple linear regression method was used to develop point pedotransfer functions (PTFs) for saline and saline-alkali soils of Iran. For this purpose, 68 soil samples with EC values greater than 4 dS/m of which more than half of them had ESP values greater than 15% were selected. Using Cross validation method, the random splitting of data into the development and validation subsets was repeated 10 times. A ratio of 3:1 was used to split data into development and validation sets in each replication. In the SPSS software, parameters such as geometric standard deviation (?g), geometric mean diameter (dg), sodium adsorption ratio (SAR), electrical conductivity (ECe), carbonate calcium (CaCO3), bulk density (BD), organic matter (OM), clay and sand content were applied as the independent variables, and volumetric water content was determined at matric potentials of 10, 33, 100 , 300, 500, 1000, 1500 kPa. The derived PTFs were compared with the H3 model of Rosetta software for 10 splits of validation data set. Comparison of the mean RMSE and R2 values showed that the developed PTFs resulted in more accurate estimation than the Rosetta software at matric potentials of 100, 300, 500, 1000, 1500 kPa. Whereas, Rosetta model resulted in slightly better estimation than derived PTFs at matric potential of, 33 kPa. For the PTFs developed in this study, the RMSE, ME and R2 values ranged from 1.61 to 4.17 (cm3.cm-3), -0.181 to 0.66 and 0.52 to 0.76, respectively. While for the Rosetta model, RMSE, ME and R2 values ranged from 2.82 to 4.27 (cm3.cm-3), -2.65 to 0.094 and 0.37 to 0.74, respectively.