پراكنش خصوصيات خاك با استفاده از روش هاي زمين آماري در دشت دره ويسه كرج

Predicating the Spatial Variability of Some Soil Properties by Using Geostatistic Methods in Darreh Viseh, Karaj

خاك محيط ناهمگني به شمار مي رود كه ويژگي هاي آن در زمان و مكان تغيير مي كند. خاك و پوشش گياهي با هم ارتباط متقابل داشته و بر هم تاثير مي گذارند. لذا بررسي تغييرات مكاني خصوصيات خاك در كنار ديگر تغييرات محيطي امري ضروري است. به منظور بررسي تغيير پذيري برخي ويژگي هاي خاك در حوزه آبخيز دره ويسه، تعداد 78 نمونه از عمق30-0 سانتي متري جمع آوري و به آزمايشگاه انتقال يافت. پارامترهاي اندازه گيري شده شامل درصد رس، درصد سيلت، درصد شن و ماده آلي خاك بود. پس از آزمون نرماليته داده ها، اقدام به ترسيم واريوگرام گرديد. براي درون يابي پارامترها، روش هاي كريجينگ، روش عكس فاصله وزن دار و روش توابع پايه شعاعي مورد ارزيابي قرار گرفت. براي ارزيابي روش ها، از دو پارامتر آماري، ميانگين مطلق خطا (MAE) و ميانگين اريب خطا (MBE) استفاده شده است. نتايج نشان داد كه در منطقه مورد مطالعه براي پارامترهاي سيلت، شن و ماده آلي خاك از بين روش هاي مختلف، روش كريجينگ و براي پارامتر رس، روش توابع پايه شعاعي از دقت بيشتري برخوردار است.

Soil is a heterogeneous environment whose properties have spatial and temporal changes. Soil and vegetation have reciprocal relationship and influence each other. Thus, investigation of spatial variability of soil properties with other environmental change is essential. In order to analyze spatial variability of soil properties in Dareh Viseh rangelands, 78 soil samples from 0-30 cm soil depth were taken and transferred to laboratory. Soil properties including clay, silt, sand, and organic matter were measured in laboratory. After normalizing the data, the semi-variograms were obtained and evaluated. Then, kriging, inverse distant weighting, and radial basis function methods were evaluated for the obtained data. To compare these methods, the cross validation was used by statistical parameters of Mean Absolute Error (MAE) and Mean Bias Error (MBE). The results showed that the kriging method provided a reasonable prediction for silt, sand, and organic matter of soil, while the radial basis function provided better estimation for prediction of clay in the study area.