رابطه قابليت هدايت الكتريكي عصاره اشباع با ديگر شاخص هاي شوري در برخي خاك هاي متاثر از نمك استان گلستان

Relationship between electrical conductivity of the saturation extract with other salinity indices in some salt affected soils of Golestan Province

سابقه و هدف: تخمين زده مي شود كه 350 هزار هكتار از خاك هاي استان گلستان داراي درجات مختلف شوري باشند. باوجود كاربرد فزاينده سنجنده هاي شوري جهت برآورد غلظت نمك در سطح مزرعه، هنوز هم تجزيه آزمايشگاهي عصاره هاي آبي خاك معمول ترين روش ارزيابي ميزان شوري و خطرات بالقوه ناشي از آن مي باشد. شوري بسته به روش و هدف اندازه گيري به طرق مختلفي بيان مي شود. قابليت هدايت الكتريكي(EC)، كل نمك هاي محلول(TSS)، كل جامدات محلول (TDS) همگي نمودهايي از شوري بوده و پارامترهاي شوري ناميده مي شوند. اندازه گيري مستقيم برخي از اين پارامترها مي تواند وقت گير، پرهزينه و توام با خطا باشد. لذا محققان تلاش مي كنند تا آنها را از پارامترهايي كه سهل تر قابل اندازه گيري هستند، برآورد نمايند. هدف از اين پژوهش، پيشنهاد روابط ساده براي برآورد قابل قبول شاخص هاي متداول شوري خاك هاي متاثر از نمك استان گلستان با استفاده از قابليت هدايت الكتريكي مي باشد. مواد و روش ها: منطقه مورد مطالعه در شمال شرقي ايران (استان گلستان) واقع است. 43 نمونه خاك از خاك هاي متاثر از شوري منطقه مزبور جمع آوري شد. نمونه ها هواخشك و پس از خرد شدن از الك 2 ميلي متر عبور داده شدند و در عصاره اشباع آنها، قابليت هدايت الكتريكي، غلظت كلسيم و منيزيم، سديم، پتاسيم، كلر، سولفات، كربنات و بي-كربنات اندازه گيري گرديد. قدرت يوني با استفاده از فرمول I=1/2∑CiZi2 محاسبه گرديد كه در اين فرمول Ci و Zi به ترتيب غلظت و ظرفيت يون ها هستند. سپس رابطه بين قدرت يوني و قابليت هدايت الكتريكي تعيين شد. همچنين قدرت يوني با استفاده از رابطه پيشنهاد شده توسط گريفين و جوريناك يعني I=0.013 EC برآورد گرديد. معادله هاي ساده ديگري نيز براي برآورد شاخص هاي شوري براي خاك هاي متاثر از نمك استان گلستان پيشنهاد شدند. يافته ها: نتايج اندازه گيري ها نشان داد كه پارامترهاي شوري (غلظت كل نمك هاي محلول، قدرت يوني و غلظت آنيون كلرايد) با قابليت هدايت الكتريكي عصاره اشباع در ارتباط نزديك هستند. روابط زير براي برآورد پارامترهاي TSS (mmolc/l)، قدرت يوني (mol/l) و غلظت يون كلرايد (mmolc/l) با استفاده از ECe dS/m)) پيشنهاد مي-شود: LogTSS = 1489/1 + 9214/0log ECe (R2= 96/0، SEE=083/0) I = 0124/0 ECe + 0488/0 (R2= 96/0، SEE=042/0) LogCl- = 1555/1 log ECe + 5042/0 (R2= 89/0، SEE=19/0) نتيجه گيري: نتايج نشان داد كه پارامترهاي شوري با قابليت هدايت الكتريكي عصاره اشباع در ارتباط نزديك هستند. اين روابط ممكن است بسته به نوع خاك متفاوت باشند. اين مطالعه يك رابطه خطي بين قابليت هدايت الكتريكي و قدرت يوني را نشان داد كه مي تواند براي پيش بيني قدرت يوني مورد استفاده قرار گيرد.اين مطالعه همچنين نشان داد كه يك همبستگي خوبي بين قابليت هدايت الكتريكي و غلظت يون كلرايد وجود دارد.

Background and Objectives: It is estimated that 350000 ha of soils of Golestan province are affected by different degrees of salinity. The use of salinity sensors for estimating the amount of salts in the field is increasingly common; however, laboratory analysis of aqueous extracts of soil is still the most common technique for assessing salinity and other potential hazards. Salinity is expressed in a number of ways, depending on the method and purpose of the measurements. Electrical conductivity (ECe), total dissolved salts (TSS) and total dissolved solids (TDS) called salinity parameters. Direct measurements of some of these parameters are time-consuming and costly involving errors. Therefore, investigators attempt to estimate them from other parameters which could be measured more easily. The aim of this study was to suggest some reliable simple equations for estimating salinity indices in salt affected soils of Golestan province using electrical conductivity. Materials and Methods: The study area is located in the Northeast Iran (Golestan Province). 43 composed soil samples were collected from the 0-30 cm of salt-affected soils. All samples were air-dried and ground to pass a 2-mm mesh sieve. Concentrations of calcium, magnesium, sodium, potassium, chloride, sulphate, bicarbonate and carbonate in the saturation extracts of soils were determined. The concentration of the above cations and anions were used to calculate ionic strength by using the relationship I=1/2ΣCiZi2 where C and Z are concentration and valance, respectively. Then, the relationship between I and ECe was examined. Ionic strength was also estimated using the relationship between I and ECe as proposed by Griffinn and Jurinak, i.e. I=0.013 EC. Other simple equations to estimate the salinity parameters for the salt-affected soils of Golestan province were also found. Results: Results showed that the salinity (TSS, ionic strength and concentration of chloride ion) parameters are in close relation with the ECe. The following equations are proposed for estimating parameters of TSS (mmolcL-1), ionic strength (molL-1) and concentration of chloride ion (mmolcL-1) from ECe (dSm-1): LogTSS = 1.1489 + 0.9214 log ECe (R2= 0.960, SEE=0.083) I = 0.0124 ECe + 0.0488 (R2= 0.96, SEE=0.042) LogCl- = 1.1555 log ECe + 0.5042 (R2= 0.89, SEE= 0.19) Conclusion: According to the results, salinity (TSS, ionic strength and concentration of chloride ion) parameters are in close relation with the ECe. These relationships may vary depending on the type of soil. This study reported a linear relationship between ionic strength and electrical conductivity which was employed to predict ionic strength using soil solution samples. The results also indicated that there is a good agreement and correlation between EC and Cl- concentration in soil solution samples.