ارزیابی و مدل سازی تراکم کربن آلی خاک با استفاده از داده های زمینی و سنجش از دور در دو نوع کاربری در منطقه فندوقلو استان اردبیل

Abstract

سابقه و هدف: کـربن آلـی خـاک نقـش بسـیار مهمـی در افزایش تولید محصولات کشاورزی، کاهش فرسایش خاک و کـاهش انتشار گازهای گلخانه‌ای دارد. درک بهتر از مقدار و ذخیره کربن آلی خاک برای استفاده از خاک و حفظ بهره‌وری آن مؤثر و ضروری می-باشد. مراتع گسترده منطقه فندوقلو در استان اردبیل به‌طور بالقوه می‌توانند مقادیر قابل توجهی از کربن را حفظ و ترسیب کند اما به‌دلیل افزایش جمعیت در معرض تغییر کاربری اراضی قرار دارند. چنین تنش‌هایی منجر به تخریب زمین و کاهش ترسیب کربن در برخی قسمت‌ها خواهد شد. بنابراین هدف این مطالعه شناسایی متغیرهای طبیعی مؤثر در ترسیب و تراکم کربن آلی خاک انجام شده است که می‎توان از متغیرهای شناسایی شده برای اصلاح و کاهش تخریب مراتع و اراضی زراعی در منطقه فندوقلو استفاده کرد.مواد و روش‌ها: با استفاده از تکنیک اَبَر مکعب لاتین و متغیرهای مکانی مانند نقشه‌های خاک، کاربری اراضی و زمین‌شناسی، محل نقاط نمونه‌برداری تعیین شد. برای هر واحد کاربری (مرتع یا زراعی) 70 نمونه خاک سطحی مرکب (در کل 140 نمونه) از عمق صفر تا 15 سانتی‌متری جمع‌آوری شد. پس از آماده‌سازی نمونه‌های خاک، خصوصیات فیزیکی و شیمیایی خاک‌ها با توجه به روش‌های استاندارد اندازه‌گیری شد. مدل رقومی ارتفاعی از منطقه مورد مطالعه با استفاده از خطوط هم‌تراز نقشه توپوگرافی تشکیل و مشتقات اولیه و ثانویه ساخته شد. باندهای لندست هشت از درگاه زمین‌شناسی ایالات متحده استخراج و شاخص تفاضل نرمال شده پوشش گیاهی و نقشه حرارتی منطقه مورد مطالعه محاسبه شد. از مدل‌های رگرسیون خطی چندمتغیره و مدل شبکه عصبی مصنوعی با استفاده از داده‌های خاک، مدل رقومی ارتفاعی و مشتقات آن، شاخص تفاضل نرمال شده پوشش گیاهی و نقشه حرارتی به عنوان متغیرهای مستقل برای پیش‌بینی تراکم کربن آلی خاک استفاده شد. برای ارزیابی نتایج مدل‌ها، از ضریب تبیین و جذر میانگین مربعات خطا استفاده شد.یافته‌ها: استفاده از مدل رگرسیون خطی چندمتغیره نشان داد که نیتروژن کل خاک، شاخص تفاضل نرمال شده پوشش گیاهی و میانگین وزنی قطر خاکدانه، 53 درصد تراکم کربن آلی خاک را در مراتع توجیه نمود در حالی که 46 درصد از تراکم کربن آلی خاک در کاربری زراعی توسط نیتروژن کل خاک و انحنای سطح توجیه گردید. نتایج آزمون تی جفتی، تفاوت معنی‌داری (01/0>P) بین تراکم کربن آلی خاک در کاربری مرتع و زراعی نشان داد. شبکه عصبی مصنوعی با آرایش 24-10-1 و تابع انتقال تانژانت سیگموییدی در لایه پنهان به-ترتیب 71 درصد و 82 درصد از تراکم کربن آلی خاک را در کاربری مرتع و زراعی توجیه نمود. جذر میانگین مربعات خطا مدل‌های رگرسیون خطی چندمتغیره برای پیش‌بینی تراکم کربن آلی خاک در کاربری مرتع و زراعی به‌ترتیب 07/1 و 04/1 بود، اما همین مقادیر در مدل شبکه عصبی مصنوعی به‌ترتیب برای کاربری مرتع و زراعی به 85/0 و 58/0 کاهش یافت. تحلیل حساسیت نشان داد که مدل شبکه عصبی مصنوعی به‌شدت به مدل رقومی ارتفاعی و رطوبت خاک در نقطه پژمردگی حساس هستند.نتیجه‌گیری: نتیجه این مطالعه حاکی از معنی‌داری اثر پوشش ‌گیاهی و میانگین وزنی قطر خاکدانه روی ترسیب کربن در کاربری مرتع بود. نتایج شبکه‌های عصبی مصنوعی که برای شبیه‌سازی تغییرات تراکم کربن آلی خاک مورد استفاده قرار گرفت، نشان دادند که این شبکه-ها می‌توانند با شناسایی اثرات این متغیرها در ردیابی بخش مهمی از تغییرات تراکم کربن آلی خاک در کاربری‌های مرتع و زراعی موفق عمل کنند. نتایج همچنین نشان داد که توابع انتقالی به‌دست آمده توسط پارامترهای توپوگرافیکی اولیه و ثانویه برای تخمین تراکم کربن آلی خاک می‌تواند در منطقه، مورد استفاده قرار گیرد.

Keywords

• مدل رگرسیون چند متغیره خطی
• شبکه عصبی مصنوعی
• تحلیل حساسیت