پیش بینی سولوم خاک با استفاده از ویژگی های توپوگرافی در بخشی از اراضی تپه ماهوری کوهرنگ در زاگرس مرکزی

آب و خاک

مقاله 10، دوره 29، شماره 4، پاییز 1394، صفحه 980-990  

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v0i0.36214

نویسندگان

عبدالمحمد محنت کش ¹؛ شمس الله ایوبی²؛ احمد جلالیان³

¹مرکز تحقیقات کشاورزی و منابع طبیعی

²دانشگاه صنعتی اصفهان

³دانشگاه آزاد واحد خوراسگان

چکیده

به طور کلی عمق خاک در مناطق تپه ماهوری به دلایل مختلف متغیر است. روش های معمول مطالعه خاک برای ارزیابی عمق خاک در مناطق کوهستانی و تپه ماهوری، نیازمند صرف زمان و فعالیت زیاد است. این تحقیق به منظور بررسی رابطه بین عمق خاک و ویژگی های توپوگرافی در یک منطقه تپه ماهوری در غرب ایران انجام شد. برای انجام این تحقیق، 100 نقطه نمونه برداری با استفاده از روش تصادفی طبقه شده، و با در نظر گرفتن تمام موقعیت های شیب شامل قله شیب، شانه شیب، شیب پشتی، پای شیب و پنجه شیب انتخاب و عمق خاک در این نقاط اندازه گیری شد. یازده ویژگی اولیه و ثانویه توپوگرافی از مدل رقومی ارتفاع (DEM) استخراج شد. نتایج حاصل از رگرسیون چند متغیره خطی (MLR) نشان داد که درجه شیب، شاخص خیسی، سطح ویژه حوضه و شاخص انتقال رسوب که در این مدل گنجانده شده بودند، می تواند حدود 76 درصد تغییرات عمق خاک در منطقه انتخاب شده را توجیه نماید. این روش پیشنهادی ممکن است برای دیگر مناطق تپه ماهوری در مناطق نیمه خشک و در مقیاس بزرگتر قابل استفاده باشد.

کلیدواژه‌ها

عمق خاک؛ مدل خاک - زمین نما؛ مدل رگرسیون خطی چند متغیره؛ موقعیت شیب

مراجع

1- Afshar F.A, Ayoubi S., and Jalalian A. 2010. Soil redistribution rate and its relationship with soil organic carbon and total nitrogen using 137Cs technique in a cultivated complex hillslope in western Iran. Journal of Environmental Radioactivity, 101:606-614.

2- Boer M., Del Barrio G., and Puigdefabregas J. 1996. Mapping of soil depth in dry Mediterranean area using terrain attributes derived from a digital elevation model. Geoderma, 72:99-118.

3- Florinsky I.V., Eilers R.G., and Manning G.R. 2002. Prediction of soil properties by digital terrain modeling. Environmental Modeling and Software, 17:295-311.

4- Gessler P.E., Chadwick O.A., and Charman F. 2000. Modeling soil-landscape and ecosystem properties using terrain attributes. Soil Science Society of America Journal, 64:2046-2056.

5- Guisan A., Edwards T.C., and Hastie T. 2002. Generalized linear and generalized additive models in studies of species distributions: setting the scene. Ecological Modelling, 157:89-100.

6- Kalivas D.P., Triantakonstantis D.P., and Kollias V.J. 2002. Spatial prediction of two soil properties using topographic information. Global Nest Journal, 4:41-49.

7- Khormali F., and Ajami M. 2011. Pedogenetic investigation of soil degradation on a deforested loess hillslope of Golestan Province, Northern Iran. Geoderma, 274- 283.

8- Kuriakose S.L., Devkota S., and Rossiter D.G. 2009. Prediction of soil depth using environmental variables in an anthropogenic landscape, a case study in the Western Ghats of Kerala, India. Catena, 79:27-38.

9- Lindsay, J. 2005. TAS Software. Manchester, UK.

10- McBratney A.B., Mendonca Santos M.L., and Minasny B. 2003. On digital soil mapping. Geoderma, 117:3-52.

11- Meyer M.D., North M.P., and Gray A.N. 2007. Influence of soil thickness on stand characteristics in a Sierra Nevada mixed-conifer forest. Plant and Soil, 294:113-123.

12- Minasny B., and McBratney A.B. 1999. A rudimentary mechanistic model for soil production and landscape development. Geoderma, 90:3-21.

13- Moore I.D., and Hutchinson M.F. 1991. Spatial extension of hydrologic process modeling. Proc. Int. Hydrology and Water Resources Symposium. Institution of Engineers-Australia, 91/22, pp. 803-808.

14- Mueller T.G., and Pierce F.J. 2003. Soil carbon maps: En‌hancing spatial estimates with simple terrain attributes at multiple scales. Soil Science Society of America Journal, 67:258-267.

15- Norouzi M., Ayoubi S., Jalalian A., Khademi H., and Dehghani A. A. 2009. Predicting rainfed wheat quality by artificial neural network using terrain and soil characteristics. Acta Agriculturae Scandinavia, Section B- Soil and Plant Science, 60:341-352.

16- Odeh I.O.A., Chittleborough D.J., and McBratney A.B. 1991. Elucidation of soil–landform interrelationships by canonical ordination analysis. Geoderma, 49:1-32.

17- Odeh I.O.A., McBratney A.B., and Chittleborough D.J. 1994. Spatial prediction of soil properties from landform attributes derived from a digital elevation model. Geoderma, 63:197-214.

18- Penizek V., and Boruka L. 2006. Soil depth prediction supported by primary terrain attributes: a comparison of methods. Plant Soil Environment, 52:424- 430.

19- Saulnier G.M., Beven K., and Obled C. 1997. Including spatially variable effective soil depths in TOPMODEL. Journal of Hydrology, 202:158-172.

20- Thompson J.A., Bell J.C., and Butler C.A. 1997. Quantitative soil- land-scape modeling for estimating the areal extent of hydromorphic soils. Soil Science Society of America Journal, 61:971-980.

21- Thompson J.A., Pena-Yewtukhiw E.M., and Grove J.H. 2006. Soil–landscape modeling across a physiographic region: Topographic patterns and model transportability. Geoderma, 133: 57-70.

22- Tsui C.C., Chen Z.S., Duh C.T. 2004. Prediction of soil depth using a soillandscape regression model: a case study on forest soils in southern Taiwan. National Science Council of the Republic of China, Part B: Life Sciences, 25:34-39.

23- Vanwalleghem T., Poesen J., McBratney A. 2010. Spatial variability of soil horizon depth in natural loess-derived soils. Geoderma, 157:37-45.

24- Wilson J.P., and Gallant J.C. 2000. Secondary Topographic Attributes. Terrain Analysis: Principles and Applications. J. P. Wilson, Gallant, J. C. New York, John Wiley and Sons, 87-131.

25- Zhu A.X., Hudson B., and Burt J. 2001. Soil mapping using GIS, expert knowledge, and fuzzy logic. Soil Science Society of America Journal, 65:1463-1472.

26- Ziadat F.M. 2005. Analyzing digital terrain attributes to predict soil attributes for a relatively large area. Soil Science Society of America Journal, 69:1590-1598.