تاثیر کاربری اراضی و ژئومورفولوژی بر تغییر مکانی و زمانی شاخص کیفیت خاک وارزیابی تناسب اراضی
First Statement of Responsibility
/محمود شهابی گوگجه
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: کشاورزی
Date of Publication, Distribution, etc.
، ۱۳۹۵
Name of Manufacturer
، راشدی
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
دکتری
Discipline of degree
علوم خاک) گرایش پیدایش، ردهصبندی و ارزیابی خاک (
Date of degree
۱۳۹۵/۱۱/۱۷
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
ارزیابی کمی کیفیت خاک می تواند یک رویکرد عملی برای تشخیص زود هنگام تأثیرات نامطلوب تغییر کاربری های اراضی ، اعمال مدیریتی و عوامل محیطی را در اختیار متخصصین کشاورزی قرار دهد .روشهای گونا گونی برای ارزیابی کیفیت خاک اخیرا مورد استفاده قرار گرفته است و یکی از این روشها که نتایج خوبی با میزان محصول های کشت شده نشان داده استفاده از آنالیز مولفه های اصلی در برآورد شاخص کیفیت خاک می باشد .هدف از مطالعه حاضر بررسی قابلیت این روش در برآورد شاخص کیفیت خاک بر اساس میزان محصول و تناسب اراضی، بررسی تاثیر ژئومورفولوژی و کاربری اراضی بر روی پراکنش مکانی این شاخص، تاثیر زمانی کاربری اراضی بر روی این شاخص ، بررسی ارتباط شاخص های دورسنجی با شاخص کیفیت خاک و استفاده از الگوریتم های طبقه بندی برای تهیه نقشه کیفیت خاک با دقت و صحت بالابوده به این منظور ۱۹خصوصیت فیزیکی شیمیایی و بیولوژیکی که در منابع ذکر شده اند برای ۱۵۰نمونه خاک سطحی به روش سیستماتیک و ۱۷ پروفیل در ۴ زمین نما)دشت دامنه ای، دشت آبرفتی رودخانه ای ،دشت آبرفتی دریاچه ای و اراضی پست (انتخاب وپس از مشخص شدن تجزیه و تحلیل آماری انجام گرفت .سپس آنالیز مولفه های اصلی برای تمایز بین خصوصیات اولیه خاک جهت تفکیک خصوصیات وارده در شاخص کیفیت خاک ( SQI) و موثردر بازتاب کیفیت خاک در اراضی کشاورزی منطقه نیمه خشک دشت تبریز انجام گرفت .بر اساس نتایج بدست آمده پنج عامل خصوصیات بیولوژیک، بافت خاک، شوری ،عمق خاک و آهک با بیشترین امتیاز، ۷۷ درصد تغییرات خصوصیات خاک در منطقه را تبیین نمودند .بدلیل پیچیدگی ارتباط خصوصیات خاک دو روش خطی و غیر خطی برای برآورد شاخص انتخاب شدند که شاخص کیفیت به روش غیر خطی همبستگی (۶۵/۰) با محصول یونجه و همبستگی (۷۹/۰) را با گندم در کل منطقه و همبستگی ( ۶/۰)با محصول یونجه و همبستگی(۵۶/۰)را با گندم در اراضی کشاورزی و روش خطی همبستگی( ۶۱/۰)با یونجه و همبستگی (۷۴/۰) در کل منطقه و همبستگی (۵۹/۰) با محصول یونجه و همبستگی(۶۸/۰)با گندم در اراضی کشاورزی نشان داد .بنابراین روش غیر خطی برای بررسی تاثیر عاملها و تهیه نقشه کیفیت خاک انتخاب شد .همچنین نتایج مقایسه شاخص کیفیت خاک با تناسب اراضی همبستگی تناسب یونجه (۵۶/۰)در روش ریشه دوم و (۸۴/۰) با گندم نشان داد که این شاخص از توانایی خوب در برآورد کلی وضعیت خاک منطقه دارد .نتایج ارزیابی تناسب کیفی اراضی نشان داد که عمده واحدهای اراضی برای گندم دارای تناسب بحرانی (S۳) و نامناسب (N)و نسبتا مناسب (S۲) بوده و برای ذرت ، آفتابگردان و یونجه عمده واحدهای اراضی دارای تناسب بحرانی (S۳) و نامناسب (N)می باشند .عوامل اصلی ایجاد-کننده محدودیت در منطقه شوری ، بافت خاک، ماده آلی و pH بودند .برای بررسی تغییرات زمانی شاخص کیفیت خاک برای سالهای ۸۴ و ۹۲ محاسبه و نقشه تغییرات زمانی کیفیت خاک رسم شد .بر اساس نتایج بدست آمده بیشتر منطقه بدلیل عملیات نصب زهکش و آبشویی و زیر کشت بردن اراضی شور با محصول یونجه توسط شرکتهای تعاونی باعث افزایش کیفیت خاک شده بود، در حالیکه در قسمتهای جنوبی و اراضی پست و شوره زار بدلیل تغییرات محیطی کیفیت خاک کاهش یافته است.بنابراین جهت بررسی تغییرات زمانی نقشه های کیفیت خاک با دقت بالاتر مورد نیاز است .امروزه در بسیاری از مطالعات از روش زمین آمار برای رسم نقشه ها استفاده می گردد در حالیکه این روش در خاکهای با تنوع زیاد کارایی خوبی از خود نشان نمی دهد اخیرا استفاده از الگوریتمهای طبقه بندی بر اساس شاخصهای دورسنجی و توپوگرافی باعث بهبود مدلسازی ها و نقشه های خاک شده است براساس نتایج حاصله روش جدید درخت تصمیم با همبستگی (۸۱/۰) توانسته در مقایسه با روشهای رگرسیون کریجینگ ( ۷۶/۰)، رگرسیون (۶۸/۰)و کریجینگ (۲۲/۰)تخمین دقیق تری از کیفیت خاک بدست آورد .همچنین بررسی صحت طبقه بندی نقشه کیفیت خاک بر اساس ضریب کاپا نشان داد که روش درخت تصمیم با ضریب کاپای ۸۵ درصد در مقایسه با روشهای رگرسیون کریجینگ (۲/۲۸)، رگرسیون (۲/۳۴)و کریجینگ (۷/۲۱)از دقت بالاتری در تهیه نقشه برخوردار است
Text of Note
Quantitative assessment of soil quality can provide a practical approach for early detection of adverse effects of changes in land use, management practices and environmental factors to the agricultural scientist. Various methods have been used recently to assess soil quality and one of these methods that have shown good results with the cultivated crops is principal component analysis. The purpose of this study was evaluating the ability of this method to estimate soil quality indicators based on crop yields and land suitability, effect of geomorphology and landuse on spatial distribution of this index, temporal impact of land use on this index, the relationship between remote sensing indices and soil quality index and using classification algorithms to map soil quality with high precision. For this purpose 19 physical, chemical and biological properties mentioned in the resources in 150 surface soil samples and a systematic method and 17 profiles in 4 landscape (the piedmont, river alluvial plain,lake alluvial plain and lowland) were selected and after determination statistical analysis was performed. Then principal component analysis to distinguish between the initial soil properties to select ones entered in soil quality index (SQI) and effective on reflection of the soil quality on semi-arid agricultural region of Dashte-Tabriz was carried out. Based on the obtained results five factors of biological properties, soil texture, salinity, soil depth and lime with highest rating were determined 77 percent of soil properties variance in the region. Because of the complexity of the soil properties relationship, linear and nonlinear methods for estimating were selected. Soil quality index showed correlation of 0.65 by non-linear method in whole region and 0.6 in agricultural lands and linear method correlation was 0.61 in whole region and 0.59 in agricultural lands with alfalfa. Therefore non-linear method was selected to examine the effect of factors and preparation of soil quality map. Also the results of land suitability and soil quality index comparison showed that this correlation index 0.56 with alfalfa suitability, 0.84 with wheat in square root method that demonstrate the effectiveness of these indicators in the overall estimate of the soil condition. Qualitative land suitability evaluation results showed that most of the land units were moderate (S2), non- suitable (N) and marginal suitable (S3) and for wheat and non- suitable (N) and marginal suitable (S3) for alfalfa, maize and sunflower. The main limiting factors in the region were salinity, soil texture, organic matter and pH. For the temporal variations study, soil quality index was calculated for years of 2005 and 2013 and temporal changes in soil quality map was drawn. Based on obtained, the most of the region due to the installation of drain, leaching and alfalfa cultivation in saline lands by co-operatives companies, the soil quality was increased, while in the southern parts in salt marsh and lowland, the soil quality was reduced by environmental change.Therefore for the assessment the temporal variations soil quality maps with higher accuracy is necessary. Nowadays in many studies, geostatistics method is used to draw maps although this method does not show good performance in soils with high diversity and recently using classification algorithms based on remote sensing and topography indices have improved the soil maps and modeling. According to obtained results the decision tree new system with a correlation of 0.81 can estimate the high accurate soil quality in comparison to RK (0.76), regression (0.68) and Kriging (0.22). Also, the accuracy of soil quality classification based on kappa coefficient showed that decision tree with a kappa coefficient of 85 has higher mapping accuracy in comparison to the RK (28.2), regression (34.2) and Kriging (21.7)