همکاری با انجمن علمی مدیریت و کنترل مناطق بیابانی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه خاکشناسی، دانشگاه آزاد اسلامی، واحد دامغان، ایران

2 استادیار، گروه خاکشناسی، دانشگاه آزاد اسلامی، واحد دامغان، ایران

3 مربی، مرکز تحقیقات کشاورزی استان سمنان، بخش تحقیقات آب و خاک، شاهرود، ایران

چکیده

شور شدن اراضی از معضلات مهم و مخرب در بخش کشاورزی است که بایستی با تدبیر و مدیریت صحیح علمی این روند کنترل شود. اولین گام در این راه، شناسایی و تهیه نقشه مناطق شور است. در چند ‌دهه گذشته ‌استفاده ‌از ‌روش‌های ‌زمین‌آمار‌ و‌ سنجش‌ از ‌دور ‌برای‌ تهیه نقشه شوری خاک و پایش ‌تغییرات ‌آن‌ توسعه ‌پیدا کرده است. هدف از این مطالعه مقایسه قابلیت ‌روش‌های ‌زمین‌آماری‌ مختلف برای تهیه نقشه شوری خاک سطحی در بخشی از دشت میامی واقع در شهرستان میامی استان سمنان می‌باشد. برای انجام این کار تعداد ۲25 نمونه خاک از عمق 30-0 سانتی‌متری خاک سطحی از محل تقاطع خطوط شبکه منظم به ابعاد 600 * 600 متری با کمک GPS انجام شد و EC، pH و درصد رس نمونه‌های خاک اندازه‌گیری شد. نتایج به دست آمده نشان داد که روش کریجینگ با میانگین مطلق خطا 29/2 از دقت بالاتری نسبت به سایر روش‌های میانیابی برخوردار بود و در مقابل روش spline Thin plate با میانگین مطلق خطای 38/4 کمترین دقت را داشته است. بر اساس نقشه تهیه شده در منطقه مورد مطالعه بیشترین مقدار شوری 69/15 ds/m و کمترین مقدار شوری 02/2 ds/m و میانگین شوری در دشت میامی24/5 ds/m می‌باشد

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation and comparison of different geostatistical methods in soil salinity map (Case Study in Miami plain)

نویسندگان [English]

  • Alireza Arzani 1
  • Zarrintaj Alipour 2
  • Farhad Taghipour 3
  • Ahmad Akhiani 3

1 M.Sc. Student, Department of Soil Science, Islamic Azad UniversityIran, Damghan Branch, Iran

2 Assistant Professor, Department of Soil Science, Islamic Azad UniversityIran, Damghan Branch, Iran

3 Research Instructor, Department of water and soil, Agricultural Resources Research Center Of Semnan, shahrood, Iran

چکیده [English]

    Land salinization is a major and destructive problem in the agricultural sector, which must be controlled by proper scientific management. The first step in this way is to identify and map the saline areas. Over the past few decades, the use of geostatistics and remote sensing techniques has been developed to map the soil salinity and monitor its changes. The purpose of this study was to compare the capability of different geostatistics methods to prepare soil surface salinity maps in a part of the Meyami plain, Semnan province. To do this, 225 soil samples were taken from a depth of 0-30 cm of soil from the intersection of regular grid lines of 600 * 600 meters using GPS. EC, pH and clay of soil samples were measured. The results showed that the Kriging method with an average absolute error of 2.29 was more accurate than other interpolation methods and, vice versa, the Spline Thin plate method with an average absolute error of 4.38 had the lowest accuracy. According to the map prepared, the highest, lowest and mean salinity in the Meyami plain were recorded to be 15.69 ds/m, 2.12 ds/m, and, 5.24 ds/m, respectively.

کلیدواژه‌ها [English]

  • Miamey plain
  • Interpolation
  • Kriging
  • Saline
-  اخضری، د. و ا. اسدی میآبادی. 1395. تهیه نقشه شوری خاک با استفاده از تحلیل طیفی داده‌های سنجده OLI و داده‌های میدانی (مطالعه موردی: جنوب دشت ملایر). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی،دوره 7، شماره 2، صفحات 100-87.
-  ایوبی، ش.، محمد زمانی،س و خرمالی،ف. 1386. برآورد مقدار ازت کل خاک به مقدار ماده آلی و با استفاده از روش‌های کریجینگ، کوکریجینک و کریجینگ-رگرسیون در بخشی از اراضی زراعی سرخنکلاته استان گلستان. علوم کشاورزی و منابع طبیعی، دوره14، شماره 4،صفحات 78-87.
-  تقی‌زاده مهرجردی، ر.، سرمدیان، ف.، امید، م.، ثواقبی،غ.، روستا، م. ج.، رحیمیان، م. ح. 1391. پهنه‌بندی شوری خاک با استفاده از تکنیک زمین‌آمار و دستگاه القاگر الکترومغناطیس در منطقه اردکان. پژوهش های خاک (علوم خاک و آب. دوره 26: صفحات 369-380.
-  سکوتی اسکویی، ر.، مهدیان،م. ح.، محمودی، ش و قهرمانی، ا.، 1386، مقایسه کارآیی برخی روش‌های زمین آماری برای پیش‌بینی پراکنش شوری خاک، مطالعه موردی دشت ارومیه، زراعت و باغبانی، شماره 74، صفحات 90-98.
-  علیپور. ز.، مهدیان، م. ح.، پذیرا، ا.، حیدری‌زاده، م.، حکیم‌خانی، ش. و سعیدی، م. 1386. بررسی تغییرات مکانی شاخص فرسایندگی باران در حوضه دریاچه نمک. دانشگاه آزاد اسلامی واحد علوم و تحقیقات. 130 صفحه.
-  محمدخانی، ه. 1388. پایانامه کارشناسی ارشد (شبیه سازی هیتوگراف بارش در حوضه های فاقد آمار (مطالعه موردی استان تهران). دانشکده منابع طبیعی دانشگاه تهران. 84 صفحه.
- محمدی، ج. 1377. مطالعه تغییرات مکانی شوری خاک در منطقه رامهرمز با استفاده از نظریه ژئواستاتیستیک. مجله علوم و فنون کشاورزی (1) 3: صفحات 1-7.
-  Abdelfattah, M. A., 2009. Soil salinity mapping model developed using RS and GIS – A case study from Abu Dhabi, United Arab Emirates. European Journal of Scientific Research, 26 (3), 342-351.
-  Asfaw, E., Suryabhagavana, K. V., Argaw, M. 2016. Soil salinity modeling and mapping using remotesensing and GIS: The case of Wonji sugar caneirrigation farm, Ethiopia. Journal of the Saudi Society of Agricultural Sciences. http://dx.doi.org/10.1016/j.jssas.2016.05.003
-  Campbell, J. B., 1978. Spatial variation of sand content and pH within single contiguous delineations of two soil mapping unit. Soil Science Society of America Journal, 42:460-464.
-  Douaoui, A. E. K., Nicolas, H. and Walter, C., 2006. Detecting Salinity hazard within a semi-arid context by means of combining soil and remote – sensing data. Journal of Geoderma, 134, 217 -230.
-  Eldeiry, A., 2009. Comparison of Regression Kriging and Cokriging Techniques to Estimate Soil Salinity Using Landdsat Images.Civil and Environmental Engineering Department Colorado State University. Fort Collins, Hydrology days 27-33.
-  Elhag, M., 2016. Evaluation of different soil salinity mapping using remote sensing techniques in arid ecosystems Saudi Arabia. Journal of Sensors. http://dx.doi.org/10.1155/2016/7596175
-  Fan, X., Weng, Y., and Tao, J., 2016. Towards decadal soil salinity mapping using Landsat time series data. International Journal of Applied Earth Observation and Geo information, 52, 32-41.
-  Goovaerts, P., 1999. Geostatistic in Soil Science: State of the Art and Perspective. Journal of Geoderma, 38, 45-93.
-  Hajrasuliha, S., Baniabassi, N., Metthey, J. and Nielsen, D.R., 1980. Spatial variability of soil sampling for salinity studies in Southwest Iran. Irrigation Science, 1(4), 197-208.
-  Hamzehpour, N. and Bogaert, P., 2017. Improved spatiotemporal monitoring of soil salinity using filtered kriging with measurement errors: An application to the West Urmia Lake, Iran. Journal of Geoderma, 295, 22-33.
-  Horney, R. D., Taylor, B., Munk, D. S., Roberts, B.A., Lesch, S. M. and Richard, E. P., 2005. Development of practical site-specific management methods for reclaiming salt-affected soil. Journal of Computers and Electronics in Agriculture, 46: 379-397.
-  Hosseini, E., Gallichand J. and Marcotte, D., 1994. Theoretical and experimental performance of spatial interpolation methods for soil salinity analysis. ASAE, 37(6): 1799- 1807.
-  Ninerola, V.B., Navarro-Pedreno, J., Gomez Lucas, I., Melendez Pastor, I. and Jordan Vida, M., 2017. Geostatistical assessment of soil salinity and cropping systems used as soil phytoremediation strategy. Journal of Geochemical Exploration, 174, 53-58.
-  Odeh, I.O.A., Mc Bratney, A. B. and Chittleborough. D.J., 1995. Further result on prediction of soil properties from terrain attributes. Hetrotropic Co-Kriging and regression-Kriging. Journal of Geoderma, 67; 215-226.
-  Zhou, H. H., Chen, Y. N. and Li, W. H., 2010. Soil properties and their spatial pattern in an oasis on the lower reaches of the Tarim River, northwest China. Journal of Agricultural Water Management, 97; 1915–1922.