ارزیابی توابع انتقالی طیفی و توابع انتقالی خاک در پیش‌بینی نگهداشت آب در خاک

محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاری

ابراهیم بابائیان ¹ , مهدی همایی ² , علی اکبر نوروزی ³

1 - دانشجوی دکتری؛ گروه خاک‌شناسی؛ دانشکده کشاورزی؛ دانشگاه تربیت مدرس؛ تهران؛ 3360-14115؛ ایران
2 - استاد؛ گروه خاکشناسی؛ دانشکده کشاورزی؛ دانشگاه تربیت مدرس؛ تهران؛ 3360-14115؛ ایران
3 - استادیار پژوهشی؛ پژوهشکده حفاظت خاک و آبخیزداری؛ تهران؛ایران

تاریخ دریافت : 1392/06/06 تاریخ پذیرش : 1392/09/28 تاریخ انتشار : 1392/12/27

کلید واژه: بازتاب طیفی خاک, رگرسیون مرحله‌ای چندگانه, منحنی حذف پیوستار, Rosetta,

چکیده مقاله :

ویژگی‌های هیدرولیکی خاک اثری مهم بر جریان آب، انتقال املاح و گازها در محیط خاک داشته و اهمیتی بسیاردرمطالعات هیدرولوژیک دارند. اگرچه اخیراً اطلاعات طیفی خاک در گستره مرئی، مادون قرمز نزدیک و میانی به عنوان روشی کم هزینه، سریع و غیرمخرب در تخمین ویژگی‌های مبنایی خاک مورد استفاده قرار گرفته، لیکن مطالعات بسیار اندکی در مورد برآورد ویژگی‌های هیدرولیکی خاک به کمک داده‌های طیفی خاک صورت گرفته است. هدف از این پژوهش، ارزیابی عملکرد داده‌های طیفی خاک در مقایسه با ویژگی‌های مبنایی خاک به عنوان متغیرهای ورودی توابع انتقالی در مطالعه وضعیت نگهداشت آب در خاک بود. بدین منظور، تعداد 174 نمونه خاک جمع‌آوری و منحنی‌های بازتاب طیفی آنها در گستره 2500-350 نانومتر با استفاده از دستگاه اسپکترورادیومتر زمینی اندازه‌گیری شد. برخی ویژگی‌های فیزیکی خاک به همراه مقادیر رطوبت در پتانسیل های ماتریک 330-، 1000-، 3000-، 5000-، 10000- و 15000- سانتی‌متر به روش صفحات فشاری اندازه‌گیری شد. چهار سناریو شامل توابع انتقالی طیفی (STFs)، توابع انتقالی خاک (PTFs)، توابع انتقالی مرکب (SPTFs) و توابع انتقالیRosetta مورد بررسی و مقایسه قرار گرفت. بر پایه نتایج به‌دست آمده، همبستگی بالا و معنی‌داری در سطح 1 درصد بین ویژگی‌های مبنایی و هیدرولیکی خاک با مقادیر بازتاب طیفی به‌ویژه در گستره مادون قرمز میانی مشاهده شد. STFsدر مقایسه با دیگر توابع انتقالی، دقت بیشتری (011/0=RMSR سانتی‌متر مکعب بر سانتی‌متر مکعب، 60/0<R2) در برآورد رطوبت خاک در همه مکش‌ها به ویژه در بخش میانی و انتهای خشک منحنی رطوبتی داشت. از طرفی، SPTFs و PTFs دقت تقریباً یکسانی داشتند، با این تفاوت که در انتهای مرطوب منحنی رطوبتی (330- و 1000- سانتی‌متر)، PTFs برآورد‌های نسبتاً بهتری ارایه کردند. تخمین‌های Rosetta در مقایسه با سه تابع انتقالی دیگر، دقتی کمتر در همه مکش‌ها به ویژه در انتهای مرطوب منحنی رطوبتی داشتند. به طور کلی، نتایج این پژوهش نشان داد داده‌های طیفی خاک می‌توانند به عنوان روشی غیرمستقیم در مطالعه وضعیت نگهداشت آب در خاک مورد استفاده قرار گیرند.

چکیده انگلیسی:

Soil hydraulic properties have important effects on describing water flow, solute and gass transports and also are important in hydrological studies. Although spectral information over visible near-infrared and shortwave infrared range, as a rapid, cost-effective and non-destructive method, has been recently applied to predict a number of soil properties, only few attempts have been conducted to predict soil hydraulic properties. The objective of this study was to assess whether inclusion of soil spectral data as a uniqe set of the predictors and alternative to basic soil properties would improve water retention predictions. Consequently, a number of 174 soil samples were taken and the spectral reflectances of the soils over 350 to 2500 nm range were measured, using a handheld spectroradiometer apparatus. The water retention at six matric potentials of -330, -1000, -3000, -5000, -10000 and -15000 cm were also measured by using preassure plate apparatus. Four scenarios including spectrotransfer functions (STFs), pedotransfer functions (PTFs), spectropedotransfer functions (SPTFs) and Rosetta PTFs were investigated. The transfer functions were first derived and compared with each other as well as with Rosetta PTFs afterwards. Based on the obtained results, basic soil properties and water retention parameters indicated high and significant (1% significancancy level) correlations with spectral reflectance values particularly in near and shortwave infrared ranges. The STFs indicated higher accuracy (R2>0.60; RMSR3 cm-3) than the others especially at mid and dry end of retention curve. Although SPTFs and PTFs provided similar predictions, but PTFs were estimated narrowly better predictions at wet-end part of retention curve (-330 and -1000 cm). Weak predictions were obtained by Rosetta PTFs for all water contents particularly at the wet part of retention curve. These results suggest the efficacy of the spectral data, which can be used as an indirect method to predict soil water retention status.