<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه علوم کشاورزی و منابع طبیعی گرگان  و انجمن علوم خاک ایران</PublisherName>
				<JournalTitle>مجله مدیریت خاک و تولید پایدار</JournalTitle>
				<Issn>2322-1267</Issn>
				<Volume>16</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>06</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Delineation of soil management zone using geostatistical and fuzzy approaches based on soil properties and wheat yield (a case study in Dashte-Naz, Sari)</ArticleTitle>
<VernacularTitle>استفاده از روش‌های زمین آماری و فازی در تعیین نواحی مدیریتی بر اساس خصوصیات خاک و عملکرد گندم (مطالعه موردی در منطقه دشت ناز ساری)</VernacularTitle>
			<FirstPage>93</FirstPage>
			<LastPage>111</LastPage>
			<ELocationID EIdType="pii">7651</ELocationID>
			
<ELocationID EIdType="doi">10.22069/ejsms.2026.23599.2192</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>سحر</FirstName>
					<LastName>مسعودی</LastName>
<Affiliation>گروه علوم و مهندسی خاک، دانشکده علوم زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری</Affiliation>

</Author>
<Author>
					<FirstName>سید مصطفی</FirstName>
					<LastName>عمادی</LastName>
<Affiliation>گروه علوم و مهندسی خاک، دانشکده علوم زراعی ، دانشگاه علوم کشاورزی و منابع طبیعی ساری</Affiliation>

</Author>
<Author>
					<FirstName>محمد علی</FirstName>
					<LastName>بهمنیار</LastName>
<Affiliation>گروه علوم و مهندسی خاک، دانشکده علوم زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری</Affiliation>

</Author>
<Author>
					<FirstName>فردین</FirstName>
					<LastName>صادق‌زاده</LastName>
<Affiliation>گروه علوم و مهندسی خاک، دانشکده علوم زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری</Affiliation>
<Identifier Source="ORCID">0000-0001-6174-3463</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>04</Month>
					<Day>29</Day>
				</PubDate>
			</History>
		<Abstract>Abstract&lt;br /&gt;Background and aims: Efficient and cost-effective methods for managing agricultural fields are currently needed to maximize economic benefits and minimize the environmental impacts. Fertilizer recommendations in Iran are mostly apply as an uniform pattern across the fields, leading to over-application in nutrient-rich zones and under-application in nutrient-deficient zones. This necessitates the efficient techniques for accurately measuring spatial variations of soil properties and the identifying homogeneous management zones for optimization of fertilizer application.&lt;br /&gt;Materials and Methods: In order to delineate the soil management zone and evaluate the spatial variability of soil properties a field in Dashte-Naz area, Sari city in Iran with 44.5 ha was selected by integration of geostatistics, principal component analysis (PCA) and fuzzy clustering algorithm. The 108 soil samples were collected from a grid dimensions of 60 m× 60 m from a depth of 0-30 cm. Soil properties including pH, EC, organic carbon, soil, N-nitrate, phosphorus, potassium, cation exchange capacity and yield of wheat were determined. Spatial variability of soil properties was performed by geostatistical analysis. In order to estimate the soil properties in unsampled location the kriging and inverse distance weighting (IDW with powers of 1, 2, 3) interpolation methods were used. The statistical indicators of RMSE and ME was used to select the best interpolation method.&lt;br /&gt;Results: The best interpolation method for pH, EC, organic carbon were IDW with power of 2 and 1, and kriging, respectively. The best interpolation method for CEC was IDW with power of 1 and for other soil properties the kriging method had best interpolation results. The map of soil properties with the resolution of 15 m interval was prepared with the best identified interpolation methods at the field. The PCA was done on all interpolated points and then the fuzzy clustering algorithm with MZA software was used to identify the homogenous management zones. The fuzziness performance index (FPI) and normalized classification entropy (NEC) was used to determine the optimal number of clusters. The study area was divided into three management zones, with 20.5 hectares located in Zone 1, 14.9 hectares in Zone 2, and 9.02 hectares in Zone 3. Additionally, Zone 3 exhibited better fertility and crop performance quality. In contrast, Zones 1 and 2, due to their lower fertility levels, required higher fertilizer application to achieve the optimal productivity.&lt;br /&gt;Conclusion: The overall results indicated that the optimal number of management zones for the study area was three. Analysis of variance (ANOVA) revealed the significant heterogeneity in soil fertility properties. Therefore, when these results are applied to the target crop according to the management zones, they can prevent uniform fertilizer application. This approach not only optimizes agricultural costs, but also prevents soil resource degradation and maximizes crop production.</Abstract>
			<OtherAbstract Language="FA">چکیده&lt;br /&gt;سابقه و هدف: در حال حاضر، روش‌های کارآمد و مقرون به‌صرفه برای مدیریت مزارع به‌منظور به‌حداکثر رساندن بازده اقتصادی و به‌حداقل رساندن اثرات زیست محیطی، مورد نیاز است. توصیه‌ کودی در حال حاضر برای مزارع تقریبا در ایران برای مناطق بزرگ معمولاً یکنواخت انجام می‌شود. فلذا مدیریت یکنواخت اراضی اغلب منجر به کاربرد بیش از حد کود در مناطق با سطح عناصر غذایی بالا و کم‌تراز حد لازم در مناطق با سطح عناصر غذایی کم می‌شود. از این رو بایستی روش‌های کارآمد برای اندازه‌گیری دقیق تغییرات ویژگی‌های خاک درون مزرعه و تعیین نواحی مدیریتی همگن برای کاربرد متعادل کودها اجرا شوند. &lt;br /&gt;موادو روش‌ها: به‌منظور شناسایی و ارزیابی تغییرپذیری مکانی خصوصیات خاک و تعیین مرز نواحی مدیریتی با استفاده ترکیبی از تجزیه و تحلیل مؤلفه اصلی و الگوریتم خوشه‌بندی فازی، پژوهشی در منطقه‌ای به وسعت 5/44 هکتار در منطقه دشت ناز ساری صورت پذیرفت. نمونه‌برداری خاک به‌صورت شبکه‌ای منظم به ابعاد60×60 متر به تعداد 108 نمونه از عمق 30-0 سانتی‌متری خاک تهیه گردید. مقادیر pH، EC، کربن آلی، بافت خاک، نیتروژن نیتراتی، فسفر قابل‌استفاده، پتاسیم قابل‌استفاده، ظرفیت تبادل کاتیونی خاک و عملکرد گیاه گندم تعیین و مورد تجزیه و تحلیل قرار گرفت. تغییرپذیری مکانی خصوصیات خاک با روش‌های زمین‌آماری انجام گرفت. به‌منظور تخمین نقاط در محل‌های نمونه‌برداری‌نشده از روش‌های کریجینگ و روش وز‌ن‌دهی معکوس فاصله (IDW) با توان‌های 1، 2 و 3 استفاده شد و با محاسبه شاخص آماری RMSE و ME بهترین روش انتخاب شد.&lt;br /&gt;یافته‌ها: بهترین روش درون‌یابی برای pH،EC ، درصد ذرات رس و کربن آلی به‌ترتیب، IDW با توان 2 ، IDW با توان 1، کریجینگ، IDW با توان 3 به‌دست آمد. بهترین روش درون‌یابی برای پارامترهایCEC ، نیتروژن، فسفر، پتاسیم قابل‌استفاده و عملکرد به‌ترتیب، IDW با توان 1و برای بقیه پارامترها روش کریجینگ انتخاب گردید. نقشه تغییرپذیری مکانی خصوصیات خاک با استفاده از روش‌های زمین‌آماری ترسیم شد. سپس تجزیه و تحلیل مؤلفه اصلی و الگوریتم خوشه‌بندی فازی برای مشخص کردن ناحیه مدیریتی صورت پذیرفت. بر این اساس شاخص عملکرد فازی (FPI) و شاخص آنتروپی طبقه‌بندی نرمال‌شده (NEC) برای تعیین تعداد خوشه بهینه مورد استفاده قرار گرفت. سه ناحیه مدیریتی جدا و مرزبندی شد که 5/20 هکتار از اراضی مورد مطالعه در ناحیه 1، 9/14 هکتار در ناحیه 2 و 02/9 هکتار در ناحیه 3 قرار گرفتند.‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬ همچنین ناحیه 3 از نظر حاصلخیزی و کیفیت عملکرد در شرایط بهتری قرار داشت. بالعکس در نواحی مدیریتی 1و2، به‌خاطر پایین بودن سطح حاصلخیزی کاربرد بیش‌تر کود توصیه شد. &lt;br /&gt;نتیجه‌گیری: نتایج نشان داد که تعداد بهینه ناحیه مدیریتی برای این منطقه 3 بود و روش استفاده شده برای جداسازی مرز خاکهای همگن به خوبی توانسته است خاکهای مشابه را از لحاظ حاصلخیزی از یکدیگر جدا کند. تجزیه و تحلیل واریانس، ناهمگونی در خصوصیات حاصلخیزی خاک و عملکرد محصول در ناحیه͏های جدا شده را به صورت معنی͏داری نشان داد. بنابراین می‌تواند از کاربرد یکنواخت کود به نحو موثری جلوگیری کند. این رویکرد نه تنها هزینه‌های کشاورزی را بهینه می‌سازد، بلکه از تخریب منابع خاک نیز جلوگیری کرده و تولید محصول را به حداکثر می‌رساند.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">زمین‌آمار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کریجینگ</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نواحی مدیریتی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پتاسیم قابل‌استفاده</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کربن آلی خاک</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://ejsms.gau.ac.ir/article_7651_65e96488537a4e62ec1cca3d5a9a1e7a.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
