پیش بینی کربن آلی خاک سطحی با تلفیق تحلیل عاملی و رگرسیون چندگانه در مراتع نیمه استپی لزور، فیروزکوه

نویسندگان

1 دانشجوی دکترای علوم مرتع، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران

2 استادیار، گروه مرتعداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران

3 استادیار، گروه مرتعداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران

4 استاد، گروه سنجش از دور، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، دانشگاه تهران، ایران

doi
10.22092/ijrdr.2018.117819
چکیده

کربن آلی خاک، یکی از مهمترین شاخص‌های کیفیت خاک است که تقریباً تمامی ویژگی‌های فیزیکی، شیمیایی و بیولوژیکی خاک را تحت تأثیر خود قرار داده و سبب حاصلخیزی خاک می‌شود. این شاخص نقش کلیدی در چرخة سراسری کربن دارد. هدف از انجام این پژوهش مطالعة رفتارهای طیفی و غیرطیفی خاک به منظور برآورد کربن آلی خاک سطحی با استفاده از روش‌های تحلیل عاملی و رگرسیون چندگانه در مراتع نیمه‌استپی لزور فیروزکوه است. نمونه‌برداری از خاک، با استفاده از روش نمونه‌برداری تصادفی طبقه‌بندی شده صورت گرفت. تعداد 157 سایت تعلیمی در واحدهای کاری همگن انتخاب شد. اطلاعات 127 سایت برای واسنجی مدل و اطلاعات 30 سایت برای اعتبارسنجی آن بکار گرفته شد. در هر یک از سایت‌های تعلیمی به شیوه تصادفی، یک نمونه خاک متشکل از 9 مشاهده از عمق صفر تا 20 سانتیمتری خاک سطحی برداشت شد. کربن آلی خاک با استفاده از روش تیتراسیون والکلی – بلاک اندازه‌گیری شد. نتایج نشان داد متغیرهای آلبیدو، شاخص رس، شاخص گیاهی تفاضلی بهنجار، شاخص‌های روشنایی و سبزینگی تبدیل تسلدکپ و ارتفاع نسبی، همبستگی معنی‌داری با کربن آلی خاک دارند. همچنین نتایج تحلیل عاملی به روش تجزیة مؤلفه‌های اصلی (PCA) با مقادیر ویژة بزرگتر از یک نشان داد کل واریانس تجمعی تبیین‌شده بوسیلة شش متغیر مذکور، برابر 146/81 درصد بود که این میزان واریانس بوسیلة دو عامل توضیح داده شد. معادلة رگرسیون تولید شده با دو عامل استخراج شده، از پتانسیل مناسبی برای پیش‌بینی کربن آلی خاک سطحی برخوردار بود (789/0 = R2). میانگین نسبی خطای مطلق (MARE) و ریشة متوسط مربعات خطا (RMSE) مدل پیشنهادی به ترتیب برابر 1/0 و 24/0 محاسبه شد. با توجه به ارتباط مستقیم کربن آلی خاک با عوامل حاصلخیزی و مقاومت خاک در مقابل فرسایش، مدل توزیع مکانی کربن آلی خاک می‌تواند بعنوان یک زیرمدل مهم به منظور طراحی سایر مدل‌های پیچیده‌ همچون تولید (بایومس) اکوسیستم‌های خشکی و مدل‌های فرسایش خاک مورد استفاده واقع شود.