مقايسه كارايي چند روش زمين‌آماري براي تخمين برخي ويژگي هاي فيزيكي خاك

Comparing some geostatistical methods to predict soil physical properties

تخمين صحيح ويژگي‌هاي فيزيكي خاك براي مديريت منابع آب و خاك اهميت زيادي دارند. برآورد دقيق ويژگيهاي خاك مستلزم صرف زمان و هزينه زيادي ميباشد. بنابراين، روشهاي زمينآماري به عنوان راه حلي مناسب در تخمين محلهاي نمونه برداري نشده مورد استفاده قرار ميگيرند. به منظور بررسي تغيير پذيري برخي ويژگيهاي فيزيكي خاك در منطقه دره ويسه، تعداد 78 نمونه از عمق 30-0 سانتيمتري جمعآوري و به آزمايشگاه انتقال يافت. پارامترهاي اندازه گيري شده شامل درصد رس، درصد سيلت، درصد شن و وزن مخصوص ظاهري خاك بود. پس از نرمال كردن دادهها اقدام به ترسيم واريوگرام گرديد. براي درونيابي پارامترها، روشهاي كريجينگ، روش عكس فاصله وزندار و روش توابع پايه شعاعي مورد ارزيابي قرار گرفت. براي ارزيابي روشها، از دو پارامتر آماري، ميانگين مطلق خطا (MAE) و ميانگين اريب خطا (MBE) استفاده شد. نتايج نشان داد كه در منطقه مورد مطالعه براي پارامترهاي سيلت، شن و وزن مخصوص ظاهري خاك از بين روشهاي مختف، روش كريجينگ و براي پارامتر رس، روش توابع پايه شعاعي از دقت بيشتري برخوردار است.

Reasonable estimation of soil physical properties is very important for optimal management of soil and water resources. Estimation of soil physical properties is usually time consuming and expensive. Geostatistical methods can be used as suitable tools to estimate such properties. In order to analyze spatial variability of soil properties in Dareh Viseh rangelands, a number of 78 soil samples from 0-30cm soil depth were taken and transferred to laboratory. Some soil properties including clay, silt, sand and bulk density were measured in laboratory. After normalizing the data, the semivariograms were obtained and evaluated. The Kriging, inverse distant weighting and radial basis function methods were then evaluated for the obtained data. To compare these methods, the cross validation method was used by statistical parameters of Mean Absolute Error (MAE) and Mean Bias Error (MBE). The results showed that the Kriging method can provide more reseanable predictions for silt, sand and bulk density, while the radial basis function provides better estimate to predict clay content in the study area.