بررسی تغییرات مکانی ویژگی‌های شوری و سدیمی خاک‌های منطقه چات در استان گلستان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشگاه زابل

2 دانش‌آموخته کارشناسی ارشد آبیاری و زهکشی دانشگاه زابل

چکیده

آگاهی و شناخت ویژگی­های مهم خاک از جمله شوری و قلیاییت، نقش اساسی در مدیریت خاک و آب دارد. اهداف این تحقیق بررسی تغییرات مکانی و پهنه­بندی هدایت الکتریکی (EC)، درصد سدیم قابل تبادل (ESP) و اسیدیته (pH) خاک در عمق سطحی (24-0 سانتی­متر) می­باشد. این مطالعه روی داده­های مربوط به 152 نمونه خاک در منطقه چات در استان گلستان انجام گردید. روش­های تخمین مورد استفاده شامل روش­های زمین آماری کریجینگ معمولی، لاگ کریجینگ و‌ کوکریجینگ و روش وزن­دهی عکس فاصله با توان­های 1 تا 3 می­باشند. برای ارزیابی روش­ها از تکنیک ارزیابی متقابل با معیارهای ریشه مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و میانگین انحراف خطا (MBE) ‌استفاده گردید. نتایج آنالیز زمین آماری نشان داد که تمامی پارامترها از همبستگی مکانی متوسطی در سطح منطقه برخوردارند. بهترین مدل ساختار مکانی برای EC مدل نمایی و برای ESP و pH مدل کروی بوده است. EC خاک کمترین شعاع تأثیر (حدود 3000 متر) و ESP و pH بیشترین شعاع تأثیر (حدود 6000 متر) را داشتند. بر اساس نتایج حاصل از ارزیابی متقابل و با توجه به توانایی کریجینگ در ارائه میزان عدم قطعیت مقادیر برآورد شده، در مجموع روش کریجینگ معمولی به عنوان مناسب­ترین روش تخمین EC (dS/m 886/8=MAE)، pH (183/0=MAE) و ESP (19/13=MAE) خاک شناخته شد. نقشه­های پهنه­بندی نشان داد که مشکل شوری و قلیاییت در غالب نقاط دیده شده، با این­حال مقادیر EC و ESP بطور مشابه از شرق به غرب منطقه روند افزایشی دارند. بنابراین نواحی غربی منطقه بیشتر از سایر قسمت­ها نیازمند عملیات مدیریتی مناسب مانند تغییر الگوی کشت و یا عملیات اصلاح خاک می­باشند.

کلیدواژه‌ها

عنوان مقاله [English]

Spatial Variability Analysis of Soil Salinity and Alkalinity in Chat Region, Golestan Province

نویسندگان [English]

  • M. Delbari 1
  • S. Jahani 2
1 Associate Professor, University of Zabol
2 M.Sc graduate in Irrigation and Drainage, University of Zabol
چکیده [English]

Knowledge of important soil properties such as salinity and alkalinity plays a central role in soil and water management. The objectives of this paper were to investigate the spatial variability of soil electrical conductivity (EC), exchangeable sodium percentage (ESP), and acidity (pH), and to map these parameters in soil surface layer (0-24 cm depth). The study was performed using 152 soil samples taken from Chat in Golestan province. The estimation methods used were geostatistical approaches of ordinary kriging, log-normal kriging, and co-kriging, and inverse distance weighting. The performance of the selected methods was evaluated through cross-validation technique with comparison criteria of root mean square error (RMSE), mean absolute error (MAE), and mean bias error (MBE). Geostatistical analyses showed that all parameters [D1] had moderate spatial correlation over the study area. The best model of semivariogram was exponential for EC, while ESP and pH followed a spherical structure. The smallest correlation distance (about3000 m) belonged to EC and the largest correlation distance (about6000 m) was found for ESP and pH. Based on the cross-validation results and kriging ability to predict estimation uncertainty, ordinary kriging was the most appropriate method for estimating soil EC (MAE= 8.886 dS/m), pH (MAE= 0.183) and ESP (MAE= 13.19). The generated maps showed that the majority of the study area suffered from salinity and alkalinity problem. However, EC and ESP showed a similar increasing drift from the east to the west of the region. Therefore, lands located in the west of the studied area need more attention in terms of management practices such as proper cropping pattern and soil reclamation.



 [D1]It should be "have" because the main verb (showed) is written in past

کلیدواژه‌ها [English]

  • Soil acidity
  • Electrical conductivity
  • Exchangeable sodium percentage
  • Kriging
  • Spatial variability

مراجع

  1. بی­نام. 1384. مطالعات خاکشناسی نیمه­تفصیلی دقیق منطقه چات. سازمان آب منطقه­ای مازندران و گلستان. وزارت نیرو.
  2. دلبری،‌ م، افراسیاب، پ. 1381. بررسی تغییرات مکانی شوری خاک در مناطق شیب آب و پشت آب پایین دشت سیستان. پژوهش و سازندگی. 15: 34-40.
  3. سکوتی اسکوئی، ر. مهدیان، م. ح. محمودی، ش. قهرمانی، ا. 1386. مقایسه کارآیی برخی روش­های زمین­آماری برای پیش­بینی پراکنش مکانی شوری خاک. مطالعه­ی موردی دشت ارومیه. پژوهش و سازندگی. 74: 90-98.
  4. Ardahanlioglu, O., T. Oztas, S. Evren, H. Yilmaz, and Z.N. Yildirim. 2003. Spatial variability of exchangeable sodium, electrical conductivity, soil pH and boron content in salt-and sodium affected areas of the Idgir plain (Turkey). Journal of arid environments. 54:495-503.
  5. Barrett-Lennard, E.G., C.V. Malcolm, W.R. Stern, and S.M. Wilkins. 1986. Forage and Fuel Production from Salt Affected Wasteland. Proceedings of a Research for Development Seminar, 19-27 May 1984, at Cunderdin, Western Australia. Elsevier, Amsterdam. 459 pp.
  6. Burgess, T.M., and R. Webster. 1980. Optimal interpolation and Isarithmic mapping of soil properties I- The Semi- Variogram and Punctual Kriging Soil Science Journal 31:315 -331
  7. Cambardella, C.A., T.B. Moorman, J.M. Novak, T.B. Parkin, D.L. Karlen, R.F. Turco, and A.E. Konopka. 1994. Field-scale Variability of soil properties in Central Iowa soils. Soil Sci. 58:1501-1511.
  8. Cemek, B., M. Guler, K. Kilic, Y. Demir, and H. Arslan. 2007. Assessment of spatial variability in some soil properties as related to soil salinity and alkalinity in Bafra plain in northern Turkey. Environmental monitoring and assessment. 124(1-3):223-234.
  9. Chien, Y.J., D.Y. Lee, H.Y. Guo, and K.H. Houng. 1997. Geostatistical analysis of soil properties of Mid-West Taiwan soils. Soil Sci. 162:291–298.
  10. Delbari, M., P. Afrasiab, and W. Loiskandl. 2011. Geostatistical Analysis of Soil Texture Fractions at the Field Scale. Soil and Water Research. 6 (4):173–189.
  11. Ersahin, S. 2003. Comparing Ordinary Kriging and Cokriging to Estimate Infiltration Rate. Soil Sci. Soc. Am. J. 67:1848-1855.
  12. Goovaerts, P. 1997. Geostatistics for natural resources evaluation. Oxford University Press. New York. 483 p.
  13. Hajrasuliha, S., N. Baniabbassi, J. Metthey, and D.R.Neilsen 1980 Spatial variability of soil sampling for salinity studies in southwest Iran. Irrig. Sci. 1:197-208.
  14. Isaaks, E.H. and R.M. Srivastava. 1989. An introduction to applied geostatistics. Oxford University Press. NewYork. P. 561.
  15. Jordán, M.M., J. Navarro–Pedreňo, E. García – sánchez, J. Mateu, and P. Juan. 2004. Spatial dynamics of soil salinity under arid and semi-arid conditions: geological and environmental. Environmental Geology. 45:448–456.
  16. Kilic, K., and S. Kilic. 2007. Spatial variability of salinity and alkalinity of a field having salination risk in semi – arid climate in northern Turkey. Environ. Monit. Assess. 127:55–65.
  17. Kravchenko, A., and D.G. Bullock. 1999. A comparative study of interpolation methods for mapping soil properties. Agron. J. 91:393–400.
  18. Li, X., Sh. Zhang, Z. Wang, and H. Zhang. 2004. Spatial variability and pattern analysis of soil properties in Dehui city, Jilin province. Journal of Geographical Sciences. 14 (4):503-511.
  19. Navarro Pedreno, J., M.M. Jordan, I. Melendez Pastor, I. Gomez, P. Juan, and J. Mateu. 2007. Estimation of soil salinity in semi-arid land using a geostatistical model. Land Degradation and Development. 18(3):339-353.
  20. Page, A.L., R.H. Miller and D.R. Keeney. 1982. Methods of Soil Analysis. Part 2 - Chemical and Microbiological Properties, 2nd Edition.  Agronomy Society of America.  Madison, WI
  21. Patriarche, D., M.C. Castro, and P. Goovaerts. 2005. Estimating regional hydraulic conductivity fields—A comparative study of geostatistical methods. Mathematical Geology. 37:587–613.
  22. Robertson, G.P. 2000. GS+: Geostatistics for the environment sciences. GS+ User´s Guide Version 5: Plainwell, Gamma design software. 200 p.
  23. Saito, H., and P. Goovaerts. 2000. Geostatistical interpolation of positively skewed and censored data in a dioxin contaminated site. Environmental Science and Technology. 34(19):4228-4235.
  24. Tahboub, A.A., B.E. Abbassi, R.A. Ta'any, and G.A. Saffarini. 2007. Spatial variability of topsoil salinity in the lower reaches of Zerka River, Central Jordan Valley. International journal of food, agriculture and environment. 5(3-4):368-373.
  25. Triantafilis, J., I.O.A. Odeh, and A.B Mc Bratney. 2001. Five geostatistical models to predict soil salinity from electromagnetic induction data across irrigated cotton. Soil Sci. Soc. Am. J. 65:869–878.
  26. US Salinity Laboratory Staff. 1954. Diagnosis and improvement of saline and alkali soils. Agric Handbook No 60, USDA, US Govt Printing Office, Washington DC
  27. Utset, A., M.E. Ruiz, J. Herrera, and D.P. de Leon. 1998. A geostatistical method for soil salinity sample site spacing. Geoderma. 86:143–151.
  28. Walter, ‍‍C., and B. McBratney. 2001. Spatial prediction of topsoil salinity in the Chelif valley, Algeria, using local kriging with local variograms versus local kriging with whole-area variogram. Aust. J. Soil Res. 39:259-272.
  29. Yates, S.R., and A.W. Warrick. 1987. Estimating soil water content using cokriging. Soil Sci. Soc. Am. J. 51:23–30.
  30. Zhang, R., D.E. Myers, and A.W. Warrick. 1992. Estimation of the spatial distribution of the soil chemicals using pseudo cross-variograms. Soil Sci. Soc. Am. J. 56:1444–1452.
پژوهش های خاک
دوره 28، شماره 2
شهریور 1393
صفحه 433-446

فایل ها

هم رسانی

ارجاع به این مقاله

آمار