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)

مقالات آماده انتشار

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 گروه علوم و مهندسی خاک، دانشکده علوم زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری

2 گروه علوم و مهندسی خاک، دانشکده علوم زراعی ، دانشگاه علوم کشاورزی و منابع طبیعی ساری

10.22069/ejsms.2026.23599.2192

چکیده

چکیده
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.
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.
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.
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.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Delineation of soil management zone using geostatistical and fuzzy approaches based on soil properties and wheat yield (a case study in Dashte-Naz, Sari)

نویسندگان [English]

  • Sahar Masoudi 1
  • Seyed Mostafa Emadi 2
  • Mohammad Ali Bahmanyar 1
  • Fardin Sadegh-Zadeh 1
1 Department of Soil Science and Engineering, Faculty of Crop Sciences, Sari Agricultural Sciences and Natural Resources University
2 Department of Soil Sciences and Engineering, Faculty of Crop Sciences, Sari Agricultural Sciences and Natural Resources University, Sari, Iran
چکیده [English]

Abstract
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.
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.
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.
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.

کلیدواژه‌ها [English]

  • Geostatistics
  • Kriging
  • Management zones
  • Available potassium
  • Soil organic carbon

مراجع

 1.Ameer, S., Cheema, M. J. M., Khan, M. A., Amjad, M., Noor, M., & Wei, L. (2022). Delineation of nutrient management zones for precise fertilizer management in wheat crop using geo‐statistical techniques. Soil use and Management, 38 (3), 1430-1445. doi:10.1111/sum.12813.
2.Metwally, M. S., Shaddad, S. M., Liu, M., Yao, R. J., Abdo, A. I., Li, P., & Chen, X. (2019). Soil properties spatial variability and delineation of site-specific management zones based on soil fertility using fuzzy clustering in a hilly field in Jianyang, Sichuan, China. Sustainability, 11 (24), 7084. doi: 10.3390/su11247084.
3.Tripathi, R., Kumar, N. A., Biswaranjan, D., Mohammad, S., Banwari, L., Priyanka, G., & Kumar, S. A. (2019). Assessing soil spatial variability and delineating site-specific management zones for a coastal saline land in eastern India. Archives of Agronomy and Soil Science, 65 (13), 1775–1787. doi: 10.1080/03650340.2019.1578345.
4.Shukla, A. K., Behera, S. K., Kumar, P., Mishra, R., Shukla, V., Pachauri, S. P., Sikaniya, Y., Srivastava, P. C., Sikarwar, A., Kumar, D., & Datta, S. P. (2025). Delineation of management zones for site-specific soil nutrient management for sustainable crop production. Land Degradation & Development, 36 (1), 231-248. doi:10.1002/ldr.5357.
5.Filintas, A., Gougoulias, N., Kourgialas, N., & Hatzichristou, E. (2023). Management zones delineation, correct and incorrect application analysis in a coriander field using precision agriculture, soil chemical, granular and hydraulic analyses, fuzzy k-means zoning, factor analysis and geostatistics. Water, 15 (18). doi: 10.3390/w15183278.
6.Behera, S. K., Ravi, K., Mathur, R. K., Shukla, A. K., Suresh, K., & Prakash, C. (2018). Spatial variability of soil properties and delineation of soil management zones of oil palm plantations grown in a hot and humid tropical region of southern India. CATENA, 165 (6), 251-259. doi: 10.1016/j.catena.2018.02.008.
7.Shukla, A. K., Sinha, N. K., Tiwari, P. K., Prakash, C., Behera, S. K., Lenka, N. K., Singh, V. K., Dwivedi, B. S., Majumdar, K., Kumar, A., Srivastava, P. C., Pachauri, S. P., Meena, M. C., Lakaria, B. L., & Siddiqui, S. (2017). Spatial distribution and management zones for sulfur and micronutrients in Shiwalik Himalayan region of India. Land Degradation & Development, 28, 959–969. doi: 10.1002/ldr.2673.
8.Nawar, S., Corstanje, R., Halcro, G., Mulla, D., & Mouazen, A. M. (2017). Delineation of soil management zones for variable-rate fertilization: A review. Advances in Agronomy, 143, 175–245. doi: 10.1016/bs.agron.2017.01.003.
9.Jena, R. K., Moharana, P. C., Pradhan, U. K., Sharma, G. K., Ray, P., Roy, P. D., & Ghosh, D. (2024). Soil fertility mapping and applications for site-specific nutrient management: a case study. P 65-80, In: S. Dharumarajan, S. Kaliraj, K. Adhikari, M. Lalitha, and N. Kumar (eds.), Remote Sensing of Soils, Elsevier. doi: 10.1016/B978-0-443-18773-5.00025-9.
10.Zeraatpisheh, M., Bakhshandeh, E., Emadi, M., Li, T., & Xu, M. (2020). Integration of PCA and fuzzy clustering for delineation of soil management zones and cost-efficiency analysis in a citrus plantation. Sustainability, 12 (14), 5809. doi: 10.3390/su12145809.
11.Ebrahimzadeh, G., Yaghmaeian Mahabadi, N., Bayat, H., & Matinfar, H. R. (2023). Using topographical and spectral indices to delineate management zone in drylands wheat cultivated area, Qazvin. Iranian Journal of Soil and Water Research, 54 (7), 1005-1026. doi: 10.22059/ijswr.2023.361179.669518 [In Persian].
12.Soil Survey Staff. (2014). Keys to Soil Taxonomy. 11th Edition. United States Department of Agriculture Natural Resources Conservation Service. 346p.
13.Page, A. L., Miller, R. H., & Keeney, M., (1992). Methods of Soil Analysis. Part 1, Chemical and mineralogical properties. 1nd ed., SSSA Pub., Madison, WI.
14.Gee, G.W., & Buader, J. (1982). Particle Size Analysis. P 384-412, In: A. L. Page, R. H., Miller, and D. R., Keeney (eds.), Methods of Soil Analysis. American Society of Agronomy. Madison. WI. doi: 10.2136/sssabookser5.1.2ed.c15.
15.Nelson, D.W., & Sommers, L.E. (1982). Total carbon, organic carbon, and organic matter. P 539-579. In: A. L. Page, R. H., Miller, and D. R., Keeney (eds). Methods of Soil Analysis. Part II. 2th ed. ASA. SSSA. Madison. WI. doi: 10.2134/agronmonogr9.2.2ed.c29.
16.Vendrell, P. F., & Zupancic, J. (1990). Determination of soil nitrate by transnitration of salicylic acid. Communications in Soil Science and Plant Analysis, 21(13-16), 1705-1713. doi: 10.1080/00103629009368334.
17.Olsen, S. R., & Sommers, L. E. (1982). Phosphorus. P 403-430. In: A. L. Page, R. H., Miller, and D. R., Keeney (eds.) Methods of Soil Analysis. Part 2. Monograph no 9. American Society of Agronomy. Madison. WI. doi: 10.2134/agronmonogr9.2.2ed.c24.
18.Richards, L. A. (1954). Diagnosis and improvement of. saline and alkali soils. US Department of Agriculture. Agricultural Handbook No. 60, Washington DC, 7-53. doi: 10.1097/00010694-195408000-00012.
19.Bower, C. A. 1954.. Exchangeable cation analysis of saline and alkali soils. Soil Science, 73, 251- 261. doi: 10.1097/00010694-195204000-00001.
20.Sharma, B. D., Arora, H., Kumar, R., & Nayyar, V. K. (2004). Relationships between soil characteristics and total and DTPA extractable micronutrients in inseptisols of Punjab. Communications in soil science and plant analysis, 35, 799-818. doi: 10.1081/CSS-120030359.
21.Wilding, L. P., & Dress, L. R. )1983(. Application of geostatistics to spatial studies of soil. In: B.B., Trangmar, R.S., Yost, and G. Uehara (eds.), Advances in Agronomy.
22.Nourzadeh Haddad, M., Mahdian, M. H., & Malakouti, M. J. (2013). Efficiency comparison of some geostatistical methods for investigating spatial variability of micro nutrients in agricultural lands, case study: Hamadan Province. Water and Soil Science, 23 (1), 71-81. [In Persian]
23.Cambardella, C. A., Moorman, T. B., Novak, J. M., Parkin, T. B., Karlen, D. L., Turco, R. F., & Konopka, A. E. (1994). Field‐scale variability of soil properties in central Iowa soils. Soil science society of America journal, 58 (5), 1501-1511.‏ doi: 10.2136/sssaj1994.03615995005800050033x.
24.Ouazaa, S., Jaramillo-Barrios, C. I., Chaali, N., Amaya, Y. M. Q., Carvajal, J. E. C., & Ramos, O. M. (2022). Towards site specific management zones delineation in rotational cropping system: Application of multivariate spatial clustering model based on soil properties. Geoderma Regional, 30, e00564. doi: 10.1016/j.geodrs.2022.e00564.
25.Babazadeh, S. h., Davatgar, V., Darighgoftar, F. & Paykan, M. (2012). Spatial variation of some soil characteristics associated with fertilization in rice farms of Guilan province. Journal of Soil Management and Sustainable Production. 2 (1), 140-127. [In Persian]
26.Davatgar, N., Neishabouri, M. R., & Sepaskhah, A. R. (2012). Delineation of site specific nutrient management zones for a paddy cultivated area based on soil fertility using fuzzy clustering. Geoderma, 173, 111-118. doi: 10.1016/j.geoderma.2011.12.005.
27.Hosnipak, A., 2007. Geostatistics. Tehran University Press. second edition. 314p.
28.Bagherzadeh., A., Abbaszadeh, M., & Afshar, E. (2023). Evaluation of nutrient elements distribution in soil to optimize fertilizer’s consumption by wheat cultivation. Sustainable Agricultural Science Research, 4 (2), 34-54. doi: 10.30495/sarj.2023.1976445.1111 [In Persian].
29.Pirdashti, H., Aghaeipour, N., Zavareh, M., Asadi, H., & Bahmanyar, M. A. (2018). Evaluation of spatial variability of some soil chemical and physical properties in Foumanat Plain paddies using geostatistic methods. Applied Field Crops Research, 31(4), 50-71. doi: 10.22092/aj.2018.116019.1206 [In Persian].
30.Ayoubi, M., Sokouti, R., & Malakouti, M. J. (2016). Study and Prediction of the Spatial Variation of Soil Organic Matter, Phosphorus and Potassium, Case Study: North part of of Urmia Plain [Research]. Journal of Water and Soil Science, 20(76), 177-187. doi: 10.18869/acadpub.jstnar.20.76.177 [In Persian].
31.Jalali, Gh., Tehrani, M., Borromand, N., & Sanjari S. (2013). Comparison of land statistics methods in the preparation of spatial distribution map of some elements in east of Mazandaran Province. Journal of Soil Research (Soil and Water Sciences), 27 (2), 204-195 [In Persian].
32.Shahinzadeh, N., Babaeinejad, T., Mohsenifar, K., & Ghanavati, N. (2022). Spatial variability of soil properties determined by the interpolation methods in the agricultural lands. Modeling Earth Systems and Environment, 8 (4), 4897-4907.‏ doi: 10.1007/s40808-022-01402-w.
33.Karwariya, S., Dey, P., Bhogal, N. S., Kanga, S., & Singh, S. K. (2021). A Comparative Study of Interpolation Methods for Mapping Soil Properties: A Case Study of Eastern Part of Madhya Pradesh, India. Recent Technologies for Disaster Management and Risk Reduction: Sustainable Community Resilience & Responses, 431-449.‏ doi: 10.1007/978-3-030-76116-5_22.
34.Jiang, H. L., Liu, G. S., Liu, S. D., Li, E. H., Wang, R., Yang, Y. sF., & Hu, H. C. (2012). Delineation of site-specific management zones based on soil properties for a hillside field in central China. Archives of Agronomy and Soil Science, 58 (10), 1075–1090. doi: 10.1080/03650340.2011.570337.
35.Yuan, Y., Shi, B., Yost, R., Liu, X., Tian, Y., Zhu, Y., Cao, W., & Cao, Q. (2022). Optimization of Management Zone Delineation for Precision Crop Management in an Intensive Farming System. Plants, 11 (19), 2611. doi: 10.3390/plants11192611S.
36.Wang, X. Z., Liu, G. S., Hu, H. C., Wang, Z. H,. & Liu, Q. sH. )2009(. Determination of management zones for a tobacco field based on soil fertility. Computers and Electronics in Agriculture, 65, 168 - 175. doi: 10.1016/j.compag.2008.08.008.
37.Shashikumar, B. N., Kumar, S., George, K. J., & Singh, A. K. (2023). Soil variability mapping and delineation of site-specific management zones using fuzzy clustering analysis in a Mid-Himalayan Watershed, India. Environment, Development and Sustainability, 25 (8), 8539-8559.‏ doi: 10.1007/s10668-022-02411-6.
38.Kumar, P., Sharma, M., Butail, N. P., Shukla, A. K., & Kumar, P. (2024). Spatial variability of soil properties and delineation of management zones for Suketi basin, Himachal Himalaya, India. Environment, Development and Sustainability, 26 (6), 14113-14138.‏ doi: 10.1007/s10668-023-03181-5.
39.Moharana, P. C., Jena, R. K., Pradhan, U. K., Nogiya, M., Tailor, B. L., Singh, R. S., & Singh, S. K. (2020). Geostatistical and fuzzy clustering approach for delineation of site-specific management zones and yield-limiting factors in irrigated hot arid environment of India. Precision Agriculture, 21, 426-448.‏ doi: 10.1007/s11119-019-09671-9.
40.Ebrahimzadeh, G., Yaghmaeian Mahabadi, N., Bayat:, H., & Matinfar, H. R. (2023). Using topographical and spectral indices to delineate management zone in drylands wheat cultivated area, Qazvin. Iranian Journal of Soil and Water Research, 54 (7), 1005-1026. doi: 10.22059/ijswr.2023.361179.669518 [In Persian].
41.Jena, R. K., Bandyopadhyay, S., Pradhan, U. K., Moharana, P. C., Kumar, N., Sharma, G. K., Roy, P. D., Ghosh, D., Ray, P., Padua, S., Ramachandran, S., Das, B., Singh, S. K., Ray, S. K., Alsuhaibani, A. M., Gaber, A., & Hossain, A. (2022). Geospatial Modelling for Delineation of Crop Management Zones Using Local Terrain Attributes and Soil Properties. Remote Sensing, 14 (9), 2101. doi: 10.3390/rs14092101.
مجله مدیریت خاک و تولید پایدار

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 26 بهمن 1404

فایل ها

هم رسانی

ارجاع به این مقاله

آمار