واسنجی و کاربرد مدل Aljarafe در تهیه نقشه نقطهای شاخص شکل پذیری خاک
/مریم قبله
دانشکده کشاورزی
۱۰۸ص
چاپی
کارشناسی ارشد
در رشته علوم خاک گرایش پیدایش، ردهصبندی و ارزیابی خاک
۱۳۹۲/۱۱/۰۱
شاخص شکلصپذیری خاک در خاکصشناسی به عنوان یکی از پارامتر-های فیزیکی مطرح است که در مدیریت زمان کاشت، داشت، برداشت و عملیات خاکصورزی کاربرد دارد .اندازهصگیری این شاخص با توجه به دشواری استفاده از روش مرسوم کاساگرانده موجب گردید که کاربرد مدل Aljarafe از زیرصمجموعه سیستم میکرولیز مورد ارزیابی قرار گیرد .مقادیر ماده آلی، ظرفیت تبادل کاتیونی و رس خاک به عنوان دادهصهای ورودی این مدل بوده و خروجی آن شاخص شکلصپذیری و مقدار رطوبت بهینه برای خاکصورزی میصباشد .بدینصمنظور تعداد ۵۶ نمونه خاک به صورت سیستماتیک) شبکهصهای۷۰ ۷۰متری (از عمق۵۰ - ۰سانتی-متری سطح خاک اراضی ایستگاه تولید بذر گیاهان دارویی و صنعتی سراب) استان آذربایجانصشرقی (با مساحتی حدود ۲۴ هکتار برداشته شد سپس نمونهصها جهت انجام تجزیهصهای فیزیکی و شیمیایی به آزمایشگاه انتقال یافت .نتایج حاصل از کاربرد مدل Aljarafe نشان داد که این عموما قادر به برآورد شاخص شکلصپذیری و رطوبت بهینه برای خاکصورزی در منطقه مورد مطالعه نبوده و نیاز به واسنجی دارد .بررسیصهای بیشتر نشان داده است که ظرفیت تبادل کاتیونی ظاهری و کربنات کلسیم معادل میصتوانند در مقدار شاخص شکلصپذیری خاک تأثیر داشته باشند .ظرفیت تبادل کاتیونی ظاهری برابر نسبت ظرفیت تبادل کاتیونی رس به درصد رس بوده و میصتواند بیانگر نوع رس صباشد لذا مدلصسازی آماری به صورت توابع انتقالی برای تعیین شاخص شکلصپذیری خاک و رطوبت بهینه برای خاکصورزی با استفاده از مقادیر ماده آلی، ظرفیت تبادل کاتیونی، رس، ظرفیت تبادل کاتیونی ظاهری و کربنات کلسیم معادل انجام گرفت .ظرفیت تبادل کاتیونی همبستگی معنیصداری را (۵/۰=R۲) با شاخص شکلصپذیری خاک نشان داد .همچنین رطوبت بهینه برای خاکصورزی با ظرفیت تبادل کاتیونی و ظرفیت تبادل کاتیونی ظاهری همبستگی معنیصداری داشته است .تعمیم مقادیر شاخص شکل-پذیری و رطوبت بهینه برای خاکصورزی هر نقطه به کل شبکه (۵/۰ هکتار (منجر به تولید نقشهصهای شبهصپیکسلی از نقشهصهای نقطهصای گردید .نقشه پیوسته مکانی نیز به کمک زمینصآمار) روش کریجینگ (تهیه شد .برای میانصیابی مقدار شاخص شکل-پذیری در کل منطقه، رابطه ریاضی نیز استفاده گردید .نتایج آزمونtest - tجفت شده نشان داد که بین میانگینص مقادیر واقعی و برآوردی اختلاف معنیصداری وجود ندارد .بعد از نرمالصسازی مجموع دادهصهای کربنات کلسیم معادل، ماده آلی، ظرفیت تبادل کاتیونی ظاهری، شاخص شکلصپذیری و رطوبت بهینه برای خاکصورزی تحلیلصهای زمینصآماری انجام گرفته و بهترین مدل برای هر کدام از متغیرها با استناد به R۲ بالا و RSS پایین آنها انتخاب گردید .نسبت اثر قطعهصای به سقف نشان دهنده وابستگی مکانی متغیرصها و تأثیر مدیریت در پراکنش مکانی آنها میصباشدبهصطوری که اگر مقدار این نسبت کمتر از ۲۵ درصد باشد نشانصدهندهصی وابستگی مکانی قوی، بین۷۵ - ۲۵درصد باشد بیانگر وابستگی مکانی متوسط و در نهایت مقدار بزرگتر از ۷۵ درصد نشانصدهندهصی وابستگی مکانی ضعیف خواهد بود .نتایج نشان داد که به غیر از شاخص شکلصپذیری خاک و ماده آلی که دارای وابستگی مکانی متوسط، بقیهصی متغیرهای مورد مطالعه دارای وابستگی مکانی قوی میصباشند
Soil plasticity index is one of the physical parameters which is considered in planting, harvesting and tillage practices management. Due to difficulties in measuring of this parameter with conventional Casasgrande method, Aljarafe model within the MicroLIES system was evaluated. OM, CEC and clay content are input data as well as plasticity index and optimum moisture for workability timing are out coming data. For this purpose, 56 soil samples were systematically collected as grids of 70test revealed its high accuracy and there are no significant differences between mean actual and estimated values. Goestatistical analyzing were performance after normalizing the data set of CCE, CEC, OM, PI, Clay, ACEC, WOP to achieve the best model according to the highest R2 and less RSS. Criterion for classifying the spatial dependence of soil properties describes as the ratio of nugget variance to sill. If the ratio of nugget variance to sill is less than 25 , then the variable has strong spatial dependence. If the ratio is between 25 and 75 , the variable has moderate spatial dependence, and if the ratio is more than 25 the variable has weak spatial dependence. According to obtained results PI and OM, have moderate spatial dependence while the other parameters had strong spatial dependence-pixel maps. Continuous spatial maps were also provided using kriging method. Additionally, mathematical function (bilinear interpolation) was also used to interpolate the plasticity index in total area which t- 70 m in vertical section of 50 cm where area extension is about 24 ha. It has located in Sarab Medicinal and Industrial Plants Seed Production Station. The samples were then transferred to the laboratory to be physically and chemically analyzed. The results of Aljarafe model application revealed that it may not able to estimate the plasticity index and optimum moisture workability so requires to be recalibrated. Further studies have shown that the ACEC and CCE may affect the soil plasticity index. Apparent cation exchange capacity equals to the type of clay expressed by the ratio of CEC to the percentage of clay may present the kind of clay mineral. Therefore, statistical modeling via transferring functional have conducted using OM, CEC, clay, ACEC, and CCE for determine plasticity index and optimum moisture content. Plasticity index is significantly correlated with CEC (R2=0.5) while optimum moisture content for workability timing is significantly correlated not only with CEC but also with ACEC. Generalizing the amounts of plasticity index and optimum moisture content in a point to the entire pixel (0.5 ha) tend to be produced pseudo