مدیریت خاک و تولید پایدار (Aug 2017)

پیامد بخش‌های فیزیکی ماده‌ی آلی بر پایداری خاکدانه‌ها در سه زمین جنگلی، چراگاهی و کشاورزی

  • سعیده بردسیری زاده,
  • عیسی اسفندیارپور بروجنی,
  • پیمان عباس زاده دهجی,
  • علی اصغر بسالت پور

DOI
https://doi.org/10.22069/ejsms.2017.10437.1621
Journal volume & issue
Vol. 7, no. 2
pp. 47 – 65

Abstract

Read online

سابقه و هدف: پایداری ساختمان خاک به توانایی یک خاک در نگه‌داری آرایش دانه‌های جامد و فضای میان آن‌ها در هنگام روبرو شدن با تنش‌های گوناگون برمی‌گردد. با آگاهی از کارکرد بسیار مهم مواد آلی در پیدایش و پایداری خاکدانه‌ها، بخش‌های گوناگون آن‌ها بر پایداری خاکدانه‌ها پیامدهای گوناگونی می‌تواند داشته باشند. هم‌چنین، جداکردن بخش‌های گوناگون ماده‌ی آلی، به شناسایی بخش‌های پاسخ‌دهنده و پایدار ماده‌ی آلی و جایگاه قرارگیری آن‌ها در ساختار خاکدانه کمک می‌کند. هدف از این پژوهش، بررسی پیامد بخش‌های گوناگون ماده‌ی آلی بر پایداری خاکدانه‌های درشت (25/0< میلی‌متر) و ریز (25/0≥ میلی‌متر) با بهره‌گیری از مدل شبکه‌ی عصبی مصنوعی و رابطه‌ی رگرسیون خطی می‌باشد. هم‌چنین، در این پژوهش به بررسی ارتباط میان بخش‌های گوناگون ماده‌ی آلی خاک در اجزای گوناگون خاکدانه‌ها، تأثیر نوع کاربری اراضی بر آن‌ها و بررسی مؤثرترین بخش مواد آلی بر پایداری خاکدانه‌ها در کاربری‌های گوناگون پرداخته شد. بنابراین، بخش‌بندی مزبور در اجزای گوناگون خاکدانه‌ها در سه کاربری جنگل، چراگاه و کشاورزی در شهرستان رابر مورد مطالعه قرار گرفت. مواد و روش‌ها: شمار 15 نمونه‌ی خاک رویین (صفر تا 10 سانتی‌متر) به روش تصادفی با بیلچه از سه زمین با کاربری جنگل، چراگاه و کشاورزی از منطقه‌ی رابر واقع در استان کرمان برداشت شد. پس از هواخشک کردن نمونه‌های برداشت‌شده و گذراندن آن‌ها از الک چهار میلی‌متری، میانگین وزنی قطر خاکدانه‌ها برای خاکدانه‌های درشت و ریز اندازه‌گیری شد. سپس، بخش‌بندی مواد آلی هر گروه از خاکدانه‌ها برای هر کدام از زمین‌های یادشده انجام شد. در پایان، اندازه‌ی کربن آلی در بخش‌های گوناگون ماده‌ی آلی و نیز اندازه‌ی کل کربن آلی خاک تعیین شد و با توجه به وزن و درصد ماده‌ی آلی هر بخش، درصدی از کل ماده‌ی آلی که در هر بخش بود، برآورد گردید. سپس داده‌های اندازه‌گیری ماده‌ی آلی، همانند داده‌های ورودی به مدل شبکه‌ی عصبی مصنوعی معرفی شدند. هم‌چنین، رابطه‌ی رگرسیونی میان این متغیرها و پایداری خاکدانه‌ها بررسی شد. یافته‌ها: این پژوهش نشان داد که مواد آلی دانه‌ای سست پوشیده ماده‌ی آلی (F1) در خاکدانه‌های درشت، بیشتر از خاکدانه‌های ریز بود. هم‌چنین، این بخش از ماده‌ی آلی در کاربری جنگل، به‌دلیل بالاتر بودن درصد ماده‌ی آلی آن در برابر دو کاربری دیگر، بیشتر بود. بخش پوشیده ماده‌ی آلی دانه‌ای (F2) در کاربری کشاورزی بسته به کارهای خاک‌ورزی، خرد شدن خاکدانه‌ها و آزاد شدن ماده‌ی آلی پوشیده‌شده‌ی درون آن‌ها، کمتر بود. بخش سنگین ماده‌ی آلی که همراه با مواد کانی بود (F3)، در برابر دو بخش دیگر، بیشترین درصد از کل ماده‌ی آلی خاک را داشت. این بخش در خاکدانه‌های ریز در برابر خاکدانه‌های درشت در هر سه کاربری، بیشتر بود. این بررسی هم‌چنین نشان داد که رابطه‌ی رگرسیون خطی توان خوبی در نشان دادن رابطه‌ی میان متغیرهای بررسی‌شده و شناسه‌ی پایداری خاکدانه‌ها ندارد. در برابر آن، نمودارهای مدل شبکه‌ی عصبی مصنوعی، نشان دادند که همه‌ی متغیرهای ورودی به این مدل، بر MWD پیامددار بوده‌اند؛ اگرچه ضریب نشان متغیرهای گوناگون، ناهمانند بود. نتیجه‌گیری: بخش‌های گوناگون ماده‌ی آلی خاک، در برابر کل ماده‌ی آلی، پاسخ‌دهی بیشتری به شیوه‌ی کاربری زمین‌ها داشتند. درصد خاکدانه‌های درشت و ریز بسته به شیوه‌ی کاربری، ناهمانند بود و خاکدانه‌های ریز با داشتن بیشترین اندازه‌ی ماده‌ی آلی، نسبت به خاکدانه‌های درشت، در برابر تنش‌ها پایداتر بودند. مدل شبکه‌ی عصبی مصنوعی در برآورد پایداری خاکدانه‌ها در برابر رابطه‌ی رگرسیون خطی از کارایی بالاتری برخوردار بود و نشان داد که میان بخش‌های گوناگون ماده‌ی آلی و MWD، روابط غیرخطی است. داشتن کارآیی بهتر مدل شبکه‌ی عصبی مصنوعی، نشان می‌دهد که از این روش می‌توان برای تعیین ارتباط خطی و یا غیرخطی میان ویژگی‌های گوناگون خاک، با بیشترین دقت و صرف کمترین هزینه و زمان بهره‌گیری نمود. بنابراین بهره‌گیری از این روش در برآورد ویژگی‌های گوناگون خاک، برای پژوهش‌های آینده نیز پیشنهاد می‌گردد.

Keywords