میرزائی, سلمان, قربانی دشتکی, شجاع, محمدی, جهانگرد, اسدی, حسین, اسدزاده, فرخ. (1395). آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی برخی ویژگیهای خاک. مجله پژوهشهای حفاظت آب و خاک, 23(1), 137-153. doi: 10.22069/jwfst.2016.3023
سلمان میرزائی; شجاع قربانی دشتکی; جهانگرد محمدی; حسین اسدی; فرخ اسدزاده. "آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی برخی ویژگیهای خاک". مجله پژوهشهای حفاظت آب و خاک, 23, 1, 1395, 137-153. doi: 10.22069/jwfst.2016.3023
میرزائی, سلمان, قربانی دشتکی, شجاع, محمدی, جهانگرد, اسدی, حسین, اسدزاده, فرخ. (1395). 'آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی برخی ویژگیهای خاک', مجله پژوهشهای حفاظت آب و خاک, 23(1), pp. 137-153. doi: 10.22069/jwfst.2016.3023
میرزائی, سلمان, قربانی دشتکی, شجاع, محمدی, جهانگرد, اسدی, حسین, اسدزاده, فرخ. آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی برخی ویژگیهای خاک. مجله پژوهشهای حفاظت آب و خاک, 1395; 23(1): 137-153. doi: 10.22069/jwfst.2016.3023
آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی برخی ویژگیهای خاک
سابقه و هدف: دقت برآورد مکانی ویژگیهای خاک نظیر رس، ماده آلی و کربنات کلسیم معادل اهمیت زیادی در تغذیه گیاه و برنامهریزیهای زیست محیطی دارد. مهمترین مرحله قبل از تحلیلهای آماری و بهکارگیری تخمینگرهای زمینآماری، وارسی دادهها میباشد. افزون بر بررسی اعداد پرت و نوع توزیع دادهها، یکی دیگر از عملیات مهم در مطالعات زمینآماری، آنالیز روند سطحی است. با بهکارگیری تحلیل روند سطحی میتوان نقش عواملی چون تغییر جنس سنگها، آب و هوا، توپوگرافی و بهطورکلی ناهنجارهای منطقهای را روی دادهها ارزیابی کرد (19). هدف از این پژوهش، آنالیز سطوح روند و اثرات آن در مدلسازی تغییرنما و پهنهبندی رس، ماده آلی و کربنات کلسیم معادل خاک بود. مواد و روشها: بدینمنظور، تعداد 100 نمونه خاک سطحی (عمق صفر تا 15 سانتیمتری) بهصورت تصادفی براساس مساحت طبقات متفاوت شیب، منطقهای به مساحت 41353 هکتار از اراضی زراعی دشت سئلین واقع در منطقه کلیبر، استان آذربایجانشرقی برداشت گردید. ویژگیهای خاک شامل بافت خاک به روش هیدرومتری، کربنات کلسیم معادل خاک به روش تیتراسیون برگشتی و درصد کربن آلی خاک به روش اکسایشتر اندازهگیری شدند. برای تحلیل روند سطحی از رگرسیون چندگانه که در آن متغیرهای مستقل، مختصات جغرافیایی نقاط و متغیر وابسته یک نوع ویژگی از خاک میباشد و برای پهنهبندی رس، ماده آلی و کربنات کلسیم معادل خاک و باقیماندهها حاصل از حذف روند سطحی از کریجینگ معمولی استفاده شد. به منظور ارزیابی اثر سطوح روند در مدل-سازی تغییرنما و تخمینگر کریجینگ از روش اعتبار سنجی متقاطع با شاخصهای خطای میانگین (ME)، ریشه میانگین مربعات خطا (RMSE) و ضریب تبیین (R2) استفاده شد. یافتهها: آنالیز روند سطحی نشان داد که بهترین مدل رگرسیونی برای تبیین روند در رس و کربنات کلسیم معادل، درجه یک و برای ماده آلی، کوادراتیک بود. با حذف روند، اثرقطعهای تغییرنما تقریباً برابر اثرقطعهای در حضور روند گردید اما، حدآستانه تغییرنما کاهش یافت. بههرحال، تفاوت قابل ملاحظهای بین دقت تخمینگر کریجینگ در شرایط حضور و حذف روند مشاهده نگردید. این امر میتواند ناشی از ناهنجارهای محیطی و فعالیتهای انسانی باشد، بهطوریکه مدلهای رگرسیونی تبیین کننده روند فقط 35، 18 و 21 درصد از تغییرات بهترتیب رس، ماده آلی و کربنات کلسیم معادل را توجیه کردند. بااینحال، با حذف روند R2 در ویژگیهای رس، ماده آلی و کربنات کلسیم معادل بهترتیب 1/9، 7/2 و 6/6 درصد افزایش یافت. نتیجهگیری: بهطور کلی، بررسی روند سطحی در مطالعات خاکشناسی که سروکار بیشتر با دادههای مکانی است، توصیه میگردد. به دلیل اینکه حضور روند بستگی به شرایط و موقعیت منطقه مطالعاتی و همچنین، منبع ایجاد روند دارد.
Trend surface analysis and its effects on variogram modeling and mapping of some soil properties
چکیده [English]
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 a soil properties. For zoning clay, organic matter and calcium carbonate equivalent and residuals of removing trend used ordinary kriging. 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 changed. However, no significant difference was observed between accuracy of kriging estimator in presence and remove of trend. This can be attributed to the fact that 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 recommended in soil studies that is more deals to spatial data. Because the trend depends on the location and conditions of the study area as well, the source of the creating trend trend trend trend trend.