ارزيابي روش هاي زمين آماري جهت پهنه بندي فسفر و پتاسيم قابل استفاده (مطالعه موردي، اراضي دشتناز ساري)

Evaluation of geostatistical approaches for mapping available phosphorous and potassium (A case study, Dashtenaz Sari)

وجود تغييرات مكاني در ويژگي هاي خاك امري معمول است ولي شناخت اين تغييرات به ويژه در اراضي كشاورزي جهت برنامه ريزي دقيق و مديريت امري ضروري است. در اين پژوهش با استفاده از روشهاي مختلف زمين آمار مانند كريجينگ، وزن دهي فاصله معكوس (IDW) با توانهاي 1تا 5، تغييرات مكاني مقادير فسفر و پتاسيم قابل استفاده در اراضي دشت ناز ساري در استان مازندران مورد ارزيابي قرار گرفت. به اين منظور حدود 109 نمونه مركب خاك سطحي تهيه شد و مقادير اين عناصر براي هر نمونه اندازهگيري گرديد. معيارهاي ارزيابي در اين پژوهش، خطاي ميانگين و ريشه دوم ميانگين مربعات باقيمانده با استفاده از روش اعتبارسنجي جك نايف بودند. تجزيه و تحليل نيم تغييرنماها نشان داد كه فسفر قابل استفاده از مدل نمايي و پتاسيم قابل استفاده از مدل كروي پيروي ميكردند. نتايج بدست آمده نشان داد روش كريجينگ بهترين الگو براي تخمين فسفر قابل استفاده و روش IDW با توان 3 بهترين شيوه براي تخمين پتاسيم قابل استفاده در اين منطقه مي باشد، زيرا كمترين خطا را داشته اند.

Spatial variability of soil properties is commonplace in fields, but identification and management of these changes for precision agriculture is crucial. In this research, different method of geostatistical approaches including kriging and inverse distance weighting (IDW) with 1 to 5 powers were evaluated for mapping available phosphorous and potassium. For this, 109 composite samples were collected from soil surface and available phosphorous and potassium were measured. The statistics of mean error (ME) and root mean square error (RMSE) were used for testing performance of different interpolation methods. The semivariogram analysis showed that the available phosphorous and potassium are fairly fitted with exponential and spherical models, respectively. Results also indicated that the best interpolation methods for the available phosphorous and potassium were kriging and IDW with power 3 methods due to the minimum ME and RMSE values.