ارزیابی پراکنش عناصر غذایی پرمصرف، به منظور بهینه سازی مصرف کود در گندم
محورهای موضوعی : فناوری های تولید پایدارعلی باقرزاده 1 , مهدی عباس زاده 2 , احسان افشار 3
1 - دانشیار گروه مهندسی کشاورزی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
2 - گروه کشاورزی، دانشگاه آزاد اسلامی، واحد مشهد، مشهد، ایران
3 - گروه کشاورزی، دانشگاه آزاد اسلامی، واحد مشهد، مشهد، ایران
کلید واژه: کریجینگ, سیستم اطلاعات جغرافیایی, جلگه رخ, زمین آمار, گندم,
چکیده مقاله :
در این پژوهش با استفاده از روش زمین آمار پراکنش مقادیر کربن آلی، فسفر و پتاسیم قابل استفاده در اراضی زراعی منطقه جلگه رخ از توابع شهرستان تربت حیدریه واقع در استان خراسان رضوی مورد ارزیابی قرار گرفت. به این منظور تعداد بالغ بر ۱۰۰ نمونه خاک در سال ۱۴۰۰ از مزارع منطقه تهیه شد. مقادیر پارامترهای مذکور برای هر نمونه در آزمایشگاه خاکشناسی اندازه گیری گردید. معیارهای ارزیابی در این مطالعه، میانگین خطا مطلق و ریشه دوم میانگین مربعات خطا باقیمانده با استفاده از روش اعتبارسنجی ارزیابی متقابل بودند. تغییر نما برای کلیه عناصر ترسیم شد. پس از تعیین مدل نیم تغییر نما، اعتبار سنجی الگوی برازش داده شده بوسیله خطای تخمین بررسی گردید. پس از تأیید صحت واریوگرام، روش درون یابی کریجینگ انتخاب و نقشه پراکنش عناصر غذایی تولید شد. نتایج نشان دادکه عناصر دارای پراکنش مکانی متفاوت می باشند. بطوریکه در ۹۰ درصد اراضی میزان کربن آلی خاک کمتر از نیاز گندم، پتاسیم و فسفر قابل جذب به ترتیب در 32/2 و ۴۶ درصد اراضی بیش از حد بحرانی برای گندم بود. در مجموع تهیه نقشه پراکنش عناصر غذایی می تواند نشان دهنده کمبود و یا بیش بود عناصر غذایی در خاک و از آن در بهینه سازی مصرف کودها استفاده گردد.
In this research, the spatial distribution of nitrogen, phosphorus and potassium on agricultural lands in Jolge Rokh, Torbat-e-Heydarieh county, Khorasan-e-Razavi province was evaluated using the Geo-statistics. Thus, over 100 soil samples were collected from fields. The values of these parameters were measured for each sample in the soil lab. Evaluation criteria in this study were the mean absolute error and the second root mean square of the residual error using the mutual evaluation validation method. variogram the draw for all elements. After estimating semi variogram model, the validation of the fitted pattern was done by estimating the error. After approving the Variogram, the Kriging interpolation function was applied to map the distribution of the nutrient elements in the study area. Our results revealed that the nutrient elements had different spatial distribution in the plain. The percent of soil organic carbon in 90% of the study area was lower than the critical limits of nitrogen and the values of available Phosphorous and potassium were respectively in 32.2% and 46% of the lands were higher than the critical limits of nitrogen. In general, mapping nutrient elements distribution by Geo-statistical procedures is known as applicable tool in demonstrating the deficiency or excess of the nutrient elements in soil and optimizing fertilizers consumption in plants nutrition.
_||_