بررسي تغييرات مكاني برخي از خصوصيات خاك در دشت اروميه

Spatial variability of some soil characteristics in Uromieh Plain

مديريت و برنامه‌ريزي مناسب خاك به‌منظور بهره‌برداري مناسب از آن امري لازم بوده، در اين رابطه پراكنش مكاني ويژگي‌هاي خاك از اهميت زيادي برخوردار است. اصولاً بررسي‌هاي مكاني به‌وسيله روش‌هاي زمين آماري شامل تخمين‌گر‌هاي آماري غير پارامتري نظير روش‌هاي TPSS‌، ميانگين متحرك وزني و يا روش‌هاي پارامتري زمين آماري نظير كريجينگ و كوكريجينگ صورت مي‌گيرد. اين تحقيق با هدف بررسي ساختار مكاني برخي خصوصيات خاك شامل درصد آهك و شن و رطوبت اشباع خاك كه در حاصلخيزي خاك موثر هستند، در بخش جنوبي دشت اروميه به مساحت 36690 هكتار در شهرستان اروميه استان آذربايجان‌غربي به انجام رسيده است. فاصله نيمرخ‌هاي خاكي مورد مطالعه بين 1300 تا 4700 متر بود. براي برآورد خصوصيات خاكي مذكور در نقاط نمونه‌برداري نشده، از روش‌هاي كريجينك،‌ ميانگين متحرك وزني و كوكريجينگ در محيط GIS استفاده شده است. براي مقايسه كارآيي تخمين‌گرهاي مكاني و انتخاب روش مناسب ميان‌يابي، روش ارزيابي متقابل و متغيرهاي آماري MAE و MBE به‌كارگرفته شده است. پس از انتخاب روش مناسب ميان‌يابي براي برآورد خصوصيلت خاكي مورد بررسي‌، نقشه‌هاي پراكنش مكاني آن‌ها تهيه شد. براساس تعداد و حدود تغييرات داده‌ها، از قانون استورجس براي تعريف تعداد و فاصله طبقات در تهيه و طبقه‌بندي نقشه‌هاي مربوطه استفاده شده است. نتايج به دست آمده حاكي از اين است كه روش كريجينگ با ضريب همبستگي حداقل 0.83 و درصد خطاي 3.98، براي برآورد مقادير در نقاط فاقد داده‌هاي خاكي از دقت قابل قبولي برخوردار است.

Planning and suitable management is necessary for optimal use of soil and for this; spatial variability of soil characteristics is important which may be edcarried out through geostatistical methods of parametric and non-parametric predictors such as TPSS, WMA, Kriging and Co-kriging. This research work was done in Southern part of Uromieh plain with 36690 ha surface area in order to study the spatial variability of soil lime, sand and saturation moisture percentage. Distance between soil profiles ranged 1300 to 4700 meters. For estimation and prediction of them in non-sampled points, the Kriging, Co- kriging and Weighted Moving Average were used in Geographic Information System environment. For selecting suitable interpolation method, Cross validation and MAE and MBE parameters were used. Selected method was also used for estimating and mapping of the selected soil characteristics. The Sturges rule was used for defining map classification. Results showed that the Kriging method has the highest accuracy with correlation coefficient of 0.83 and error of 3.98 percent for prediction of soil characteristics in non-sampled points.