توزیع مکانی عوامل حاصلخیزی خاک در مزارع گندم شهرستان میانه

محورهای موضوعی : بوم شناسی گیاهان زراعی

اصغر فرج نیا ¹

1 -

تاریخ دریافت : 1393/01/23 تاریخ پذیرش : 1393/10/18 تاریخ انتشار : 1394/03/01

کلید واژه: پهنه بندی, عناصر پرمصرف, جی آی اس, عناصر کم مصرف, نقشه حاصلخیزی,

چکیده مقاله :

این تحقیق به منظور بررسی ساختار فضایی عوامل حاصلخیزی خاک جهت تخمین بنیه غذایی خاک‌ها، بهینه کردن توصیه کودی و تغذیه گیاهی در شهرستان میانه اجراشد. ابتدا تعداد 900 نمونه ‌مرکب خاک به صورت شبکه بندی 1 × 1 کیلومتر از مزارع گندم شهرستان میانه تهیه و به آزمایشگاه منتقل شد. موقعیت نقاط نمونه برداری با استفاده از دستگاه موقعیت یاب جهانی ثبت گردید و سپس با به کارگیری نرم افزار ایلویس نقشه های سطحی هر یک از عوامل حاصلخیزی خاک تهیه و پهنه‌بندی هر کدام از این عوامل بر اساس استانداردهای مؤسسه تحقیقات خاک و آب کشور تهیه شد. قسمت عمده اراضی نمونه‌برداری شده، فاقد محدودیت شوری بوده ولی دارای کمی قلیاییت بودند. بیش از 95% اراضی دارای میزان کربن آلی کمتر از 1% و فسفر قابل جذب نیز در بیش از 75% اراضی در حد متوسط (10-5 قسمت در میلیون) ارزیابی شد اما پتاسیم قابل جذب در قسمت اعظم این خاک ها بیش از حد 300 قسمت در میلیون بود. از لحاظ عناصر ریز مغذی به ترتیب کمبود آهن، روی، بور و منگنز در این اراضی شایع بوده اما به لحاظ مس در این اراضی کمبودی مشاهده نشد. مصرف کودهای آلی جهت تعدیل قلیاییت و افزایش کربن آلی خاک ضروری است. توصیه می شود با به کارگیری نقشه های تهیه شده از مصرف کودها در اراضی که دچار کمبود نیستند، خودداری شود.

چکیده انگلیسی:

This research was conducted in Miyaneh city to study the spatial structure of the soil fertility factors in order to estimate the nutrient vigor of soils and optimizing fertilizer usage rate and plant nutrition. The research was carries out in several steps. First of all, soil samples were provided in 0-30 cm depth from Miyaneh wheat farms and each sample position was recorded by GPS. Soil fertility factors of each sample such as: EC, pH, OC, P, K, Zn, Fe, Cu, Mn and B were measured. ILWIS 3.21 software was applied for mapping of mentioned variables. For this reason, interpolation method was applied to make spatial distribution maps of these variables. Classification of spatial variety of each parameter produced based on Iranian Soil and Water Research Institute standards. The main parts of the study area lacked salinity limitation but contained little alkalinity limitation. In more than 95% of these farms, the organic carbon (OC) rate was less than 1% and in more than 75%, absorbent phosphorus was in its medium range (5-10 ppm). But potassium rate in main parts of these farms was more than 300 ppm. Derived spatial maps showed that these farms suffered from shortage of B, Fe, Zn, and Mn, but Cu was sufficient in the study area.  Appling organic fertilizer is essential for balancing of pH and increasing of OC of soil. Based on prepared maps, it is recommended to avoid using of fertilizer in non-deficient lands.

منابع و مأخذ:

1. Amini M, Afyoni  M, Khademi M, Fathianpour (1992) Evaluation of Isfahan soils contamination by combination of Fuzzy logic and spatial estimation. Proceedings of 8th Iranian soil science Congress, 569-571.


2. Burgess TM, Webster R (1980) optimal interpolation and isarthmic mapping of soil properties: I the semi-variogram and punctual kriging. Journal of Soil Science 31: 315- 331 pp.


3. Eastman JR,  Jain H, Tolendano  J (1998) Multi- criteria and multi objective decision making for land allocation using GIS. In: multi criteria analysis for land use management. Environment and management Vol 9. Kluwer Academic publishers, Dordrecht/ Boston/London.


4. Mahdi  N  (1993)  Salinity hazard zonationusing GIS andmulti-criteria evaluation. Proceedings of 9th Iranian soil science Congress 677-679.


5. Malakoti MJ,  Bybordi A, Balali MR, Dorodi M, Azizi M (1985) Critical level in soil and plant nutrient. institute of soil and water research. technical report.No. 197.


6. McBratney A B,  Webster R (1983) Optimal interpolation and isarithmic mapping of soil properties: V co-regionalization and multiple sampling strategies. Journal of soil Science 34: 137-162 pp


7. Mohammadi J, Khademi Ch (1990) Comparison of geo-statistical estimators and linear regression for estimation of some characteristics of surface soil by TM remotely sensed data. Journal of Soil and water. 16(2):  95-102.


8. Momeni, A(1989) Modeling the spatial structure of organic matterand soil fertility variables as the basis for applying precision agriculture. journal of Soil and water. Special Issue of soil scienceandland evaluation.


9. Shahbazi K, Ghasemi dehkordi VH, Ghorbani RA, Akhondi A, Pilaram Gh, Yekta A (1993) Spatial variations of some characteristics of soil fertile in the Gholestan province. Proceedings of 9th Iranian soil science Congress 670-675.


10. Sokuti oskuei R, Mahdian R,  Makmodi SH, Ghayomian J, Masih abadi MH (1993) comparative applications of geo -statistical methods  for  investigation of  spatial  variation of some soil  factors in the  Uromyeh plain. Proceedings of 9th Iranian Soil Science Congress 663-667.


11. Walter  C, McBratney  B (2001) Spatial prediction of top soil salinity in chief valley, Algeria. using local ordinary kriging with local variograms versus whole- area varigram Australia. Journal of soil Research 39 (2): 248-259