آناليز سطوح روند و اثرات آن در مدل‌سازي تغييرنما و پهنه‌بندي برخي ويژگي‌هاي خاك

Trend surface analysis and its effects on variogram modeling and mapping of some soil properties

سابقه و هدف: دقت برآورد مكاني ويژگي‌هاي خاك نظير رس، ماده آلي و كربنات كلسيم معادل اهميت زيادي در تغذيه گياه و برنامه‌ريزي‌هاي زيست‌محيطي دارد. مهم‌ترين مرحله قبل از تحليل‌هاي آماري و به‌كارگيري تخمين‌گرهاي زمين‌آماري، وارسي داده ها مي‌باشد. افزون بر بررسي اعداد پرت و نوع توزيع داده ها، يكي ديگر از عمليات مهم در مطالعات زمين آماري، آناليز روند سطحي است. با به كارگيري تحليل روند سطحي مي توان نقش عواملي چون تغيير جنس سنگ ها، آب و هوا، توپوگرافي و به‌طوركلي ناهنجارهاي منطقه اي را روي داده ها ارزيابي كرد. هدف از اين پژوهش، آناليز سطوح روند و اثرات آن در مدل سازي تغييرنما و پهنه بندي رس، ماده آلي و كربنات كلسيم معادل خاك بود. مواد و روش ها: بدين منظور، تعداد 100 نمونه خاك سطحي (عمق صفر تا 15 سانتي متري) به‌صورت تصادفي براساس مساحت طبقات متفاوت شيب، منطقه اي به مساحت 41353 هكتار از اراضي زراعي دشت سيلين واقع در منطقه كليبر، استان آذربايجان شرقي برداشت گرديد. ويژگي هاي خاك شامل بافت خاك به روش هيدرومتري، كربنات كلسيم معادل خاك به روش تيتراسيون برگشتي و درصد كربن آلي خاك به روش اكسايش تر اندازه گيري شدند. براي تحليل روند سطحي از رگرسيون چندگانه كه در آن متغيرهاي مستقل، مختصات جغرافيايي نقاط و متغير وابسته يك نوع ويژگي از خاك مي باشد و براي پهنه بندي رس، ماده آلي و كربنات كلسيم معادل خاك و باقي‌مانده ها حاصل از حذف روند سطحي از كريجينگ معمولي استفاده شد. به‌منظور ارزيابي اثر سطوح روند در مدل سازي تغييرنما و تخمين‌گر كريجينگ از روش اعتبارسنجي متقاطع با شاخص‌هاي خطاي ميانگين (ME)، ريشه ميانگين مربعات خطا (RMSE) و ضريب تبيين (R2) استفاده شد. يافته‌ها: آناليز روند سطحي نشان داد كه بهترين مدل رگرسيوني براي تبيين روند در رس و كربنات كلسيم معادل، درجه يك و براي ماده آلي، كوادراتيك بود. با حذف روند، اثر قطعه اي تغييرنما تقريباً برابر اثر قطعه اي در حضور روند گرديد اما، حد آستانه تغييرنما كاهش يافت. به هر حال، تفاوت قابل‌ملاحظه اي بين دقت تخمين گر كريجينگ در شرايط حضور و حذف روند مشاهده نگرديد. اين امر مي‌تواند ناشي از ناهنجارهاي محيطي و فعاليت‌هاي انساني باشد، به‌طوري‌كه مدل هاي رگرسيوني تبيين‌كننده روند فقط 35، 18 و 21 درصد از تغييرات به‌ترتيب رس، ماده آلي و كربنات كلسيم معادل را توجيه كردند. با اين حال، با حذف روند R2 در ويژگي‌هاي رس، ماده آلي و كربنات كلسيم معادل به‌ترتيب 1/9، 7/2 و 6/6 درصد افزايش يافت. نتيجه‌گيري: به‌طوركلي، بررسي روند سطحي در مطالعات خاك شناسي كه سروكار بيش‌تر با داده هاي مكاني است، توصيه مي گردد. به‌دليل اين‌كه حضور روند بستگي به شرايط و موقعيت منطقه مطالعاتي و همچنين، منبع ايجاد روند دارد.

Background and Objectives: Accuracy of spatial estimation of soil properties such as clay, organic matter and calcium carbonate equivalent is very important in plant nutrition and environmental planning. The most important step before statistical analysis and using geostatistical estimators is data check. In addition to investigation of outlier data and data distribution, another important action in geostatistical studies is trend surface analysis. Analyzing trend surface can evaluate the role of factors such as stone kin, climate, topography and generally regional anomalies. The objective of this study was trend-surface analysis and its effects on variogram modeling and mapping of clay, organic matter and calcium carbonate equivalent. Materials and Methods: For this purpose, 100 surface soil samples in 0-15 cm depth were selected randomly based on different classes area slope from 41353 ha area in Selin plain farmland located in Kaleibar region, East-Azerbaijan. Soil properties such as clay, calcium carbonate equivalent and organic matter were measured by hydrometer, return titration and wet oxidation method, respectively. For analyzing trend surface used multiple regression models which its independent variables was geographical coordinate and dependent variable was soil properties. For zoning clay, organic matter and calcium carbonate equivalent and residuals of removing trend ordinary kriging was used. The effect of removing trend surface in variogram modeling and kriging estimating were evaluated by cross-validation method with indexes mean error (ME), root mean square error (RMSE) and determination coefficient (R2). Results: Trend surface analysis showed that the best regression models for trend determination of clay, calcium carbonate equivalent and organic matter were first order, first order and quadratic, respectively. Removing the detected trend led to decrease in sill but the nugget effect did not change. However, no significant difference was observed between accuracy of kriging estimator in presence and removal of trend. This can be attributed to both abnormal manner of environment and activations of human. So that, the regression models of the trends were 35, 18 and 21% of clay, organic matter and calcium carbonate equivalent variations, respectively. However, removing the detected trend led to increase 9.1, 2.7 and 6.6% of R2 for clay, organic matter and calcium carbonate equivalent, respectively. Conclusion: Generally, investigation of trend surface is recommended in soil studies dealing with spatial data, because the trend depends on the location and conditions of the study area as well as the source of the creating trend.