تعیین مناسب‌ترین مقیاس مطالعه در برآورد کربن‌آلی و جرم ‌مخصوص‌ظاهری خاک در اراضی شالیزاری

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشکده کشاورزی دانشگاه گیلان

2 مؤسسه تحقیقات برنج کشور رشت

چکیده

     دقت اظهارنظر در مورد خصوصیات خاک در هر منطقه، به مقدار زیادی به تغییرات خاک و چگونگی قرار گرفتن آنها در گستره‌های مکانی در منطقه نمونه‌برداری شده بستگی دارد. بنابراین، پردازش و تجزیه و تحلیل این‌گونه داده‌ها می‌بایستی با در نظر گرفتن موقعیت مکانی آنها نسبت به یکدیگر انجام گیرد زیرا  قابلیت تغییر خواص خاک برآمده از فرآیندهای متعددی است که هریک در مقیاس فضایی و زمانی متفاوتی عمل می‌نمایند. در تحقیق حاضر اثر مقیاس مطالعه در برآورد مقدار کربن‌آلی و جرم ‌مخصوص ‌ظاهری در اراضی شالیزاری بررسی گردید. سه مقیاس متفاوت در محدوده‌ی 180 هکتاری اراضی شالیزاری مؤسسه تحقیقات برنج کشور در نظر گرفته شد. مقیاس اول شامل 172 نمونه از شبکه­ای با ابعاد 50×200 متر‌، مقیاس دوم شامل 357 نمونه از شبکه­ای با ابعاد 50×100 متر‌ و مقیاس سوم شامل 72 نمونه از شبکه­ای با ابعاد 4×3 متر‌ بود. نتایج نشان داد که بیشترین ضریب تغییرات مربوط به کربن‌آلی در مقیاس دوم و کمترین مقدار مربوط به جرم‌ مخصوص‌ ظاهری در مقیاس سوم بود. تغییرنمای مدل برازش شده برای کربن‌آلی در هر سه مقیاس کروی بود که نشان ازمتأثر بودن آن از یک عامل اصلی (غرقاب بودن خاک) می‌باشد. این در حالی است که مدل ­تغییرنماهای برازش شده برای جرم مخصوص ظاهری در مقیاس اول و دوم خطی و در مقیاس سوم کروی بود. بهترین مقیاس مطالعه (بر پایه تلاقی منحنی واریانس داخلی و بیرونی) برای کربن‌آلی، مقیاس اول با فواصل نمونه‌برداری 200 متر و برای جرم‌مخصوص‌ظاهری مقیاس دوم با فواصل نمونه‌برداری 100 متر بود.

کلیدواژه‌ها


عنوان مقاله [English]

Dermintion of Suitable Study Scale in Estimating Organic Carbon and Bulk Density in Paddy Soils

نویسندگان [English]

  • M Shakouri 1
  • M Shabanpour 1
  • H Asadi 1
  • N Davatgar 2
چکیده [English]

The precision of soil data at any region depends largely on the nature of their variation which often is described by studying of their spatial variability. The location should be considered when analyzing such data because variation of soil properties depends on many process that act in space and time scale, therefore, potentially depends on a scale. This research was carried out to study the effect of scale on estimation precession of organic carbon and bulk density in paddy soils. Three different scales of study were selected at the field of the Rice Research Institute Iran in Rasht. At the first scale, 172 soil samples were taken from the center of 200×50 meter plots. At the second and third scales, 357 and 72 samples were taken from the center of 100×50 and 3×4m plots, respectively. The measured soil properties were organic carbon content and bulk density. All data had non-normal distribution, except bulk density in the third scale. Organic carbon in the second scale and bulk density in the third scale had the maximum and minimum coefficient of variation, respectively. A spherical model was fitted to the varigrams of organic carbon in all scales, which indicated that a single main factor affected organic carbon variations. In the other hand for bulk density, a linear model was fitted to the variograms of first and second scales; a spherical model was fitted to the third scale. Results showed that the first scale with the sampling distance of 200m may be the best scale for studying of organic carbon, and the second scale of 100m distance seems the best for the bulk density.

کلیدواژه‌ها [English]

  • Inner variance
  • Outer variance
  • Spatial statistics
  • Variogram
حسنی‌پاک ع­ا، 1377. زمین‌آمار (ژئواستاتیستیک). چاپ اول، انتشارات دانشگاه تهران، 314 صفحه.
دوات­گر ن، 1377. بررسی تغییرات فضایی برخی خصوصیات خاک. پایان نامه کارشناسی ارشد، دانشکده کشاورزی دانشگاه   تبریز.
محمدی ج، 1385. پدومتری (جلد دوم- آمار مکانی). انتشارات پلک، 453 صفحه.
Amador JA, Wang Y, Savin MC and Gorres JH, 2000. Fine-scale spatial variability of physical and
          biological soil properties in Kingston, Rhode Island. Geoderma 98: 83–94.
Bengtson P, Basiliko1 N, Prescott CE and Grayston SJ, 2007. Spatial dependency of soil nutrient availability and microbial properties in a mixed forest of Tsuga heterophylla and Pseudotsuga menziesii in coastal  British Columbia, Canada. Soil Biology and Biochemistry 39: 2429-2435.
Burgess TM and Webester R, 1980. Optimal interpolation and isaritmic mapping of soil properties. I. The  semi-variogram and punctual kriging. Soil Sci Soc Am. J 31: 315-331.
Cahn MD, Hummel JW and Brouer BH, 1994. Spatial analysis of soil fertility for site-specific crop
    management. Soil Sci Soc Am J 58:1240-1248.
Clark I, 1979. Practical Geostatistics. Applied Scince Pub. London. 365 pp.
Davis AA, Stolt MH and Compton JE, 2004. Spatial distribution of soil carbon in southern New England  hardwood forest landscapes. Soil Sci Soc Am J 68: 895–903.
ChaplotV, Bernoux M, Walter C, Curmi P and Herpin U, 2001. Soil carbon storage prediction in temperate hydromorphic soils using a morphologic index and digital elevation model. Soil Science 166: 48–60.
Entin JK, Vinnikov A, HollingerKY, Liu SE and Namkhai S, 2000. Temporal and spatial scales of observed soil moisture variations in the extra tropics. J Geophys Res 105: 1865-1877.
Gajem YM, Warrick AW and Myers DD, 1981. Spatial dependence of physical properties of a topic
    torriflubvent. Soil Sci Soc Am J 45: 709-715.
Hook PB­­ and Burke IC, 2000. Biogeochemistry in a shortgrass landscape: control by topography, soil texture, and microclimate. Ecology 81: 2686–2703.
Iqbal J, Thomasson JA, Jenkins JN, Owens PR and Whisler FD, 2005. Spatial variability analysis of soi physical properties of alluvial soils. Soil Sci Soc Am J 69: 1338–1350.
Lark RM, 2002. Optimized spatial sampling of soil for estimation of the variogram by maximum likelihood. Geoderma 105:49-80.
Liu D, Wang  Z,  Zhang B, Song K, Li X, Li J, Li F and Duan H, 2006. Spatial distribution of soil organic carbon and analysis of related factors in croplands of the black soil region, Northeast China.  Agriculture, Ecosystems and Environment 113: 73–81.
McBratneyAB and Pringle MJ, 1997. Spatial variability in soil-implications for precision agriculture. Pp 3-32. In: Stafford JV, (ed.). Precision Agriculture '97. Proceedings of the 1st European Conference on Precision Agriculture, Warwick University, UK.
McGrath D and Zhang C, 2003. Spatial distaribution of soil organic carbon concentrations in grassland of  Ireland. Geoderma 18: 1629-1639.
Page AL, 1982. Methods of soil Analysis. Part 2. Soil Sci Soc Am. Madison. Wisconsin USA.
Russo D and JuryWA, 1988. Effect of the sampling network on estimates of the covariance function of stationary fields. Soil Sci Soc Am J 52: 1228-1234.
Schoning, I, Totsche KV and Kogel-Knabner I, 2006. Small scale spatial variability of organic carbon stocks  in litter and solum of a forested luvisol.  Geoderma 136: 631-642.             
Sun, B, Zhou Sh and Zhao Q, 2003. Evaluationof spatial and temporal changes of soil quality based on  geostatistical analysis in the hill region of suberopical China. Geoderma 115: 85-99.
Van Meirvenne M, Pannier J, Hofman G and Louwagie G, 1996. Regional characterization of the long-term  change in soil organic carbon under intensive agriculture. Soil Use Manag 12: 86–94. 
VinnikovKY, Robock A, Speranskaya NA and SchlosserCA, 1996. Scales of temporal and spatial
   variability of midlatitude soil moisture. J Geophys Res 101: 7163-7174.
Wanga W, Suna X, Chenb JM, Liua QH  and Zhao YC, 2007. Regional patterns of soil organic carbon    stocks in China. Journal of Environmental Management 85: 680-689.
Webster R and Oliver MA, 2000. Geostatistics for Environmental Scientists. Wiley Chichester 271 pp.
Western AW, Grayson RB, Bloschl G and Wilson JD, 2003. Spatial variability soil moisture and implication for scaling. Pp. 119-142. In: Pachepsky Y, Radeliffe D and Magdisedim H (eds). Scaling Methods in Soil Physics, CRC Press LLC, USA.
Wilding LP and Dress LR, 1983. Spatial variability and pedology. Pp. 83-116. In: Wilding LP, Smeck and NE and Hall GF (eds). Pedogenesis and Soil Taxonomy. I. Concepts and Interactions. Elsvier Science  Pub., USA.
Zeleke, TB and Cheng­­ Si B, 2005. Scaling relationships between saturated hydraulic conductivity and soil physical properties. Soil Sci Soc Am J 69:1691-1702.
Zhang CH and McGrath P, 2004. Geostatistical and GIS analysis on soil organic carbon concentrations in grassland of southeastern Ireland from two different periods. Geoderma 119: 261-275.