Farklı Enterpolasyon Yöntemleri Kullanılarak Toprakların Nem Sabitelerine Ait Konumsal Dağılımların Belirlenmesi, Isparta Atabey Ovası Örneği

Year 2020, Volume: 17 Issue: 3, 432 - 444, 29.09.2020

Pelin Alaboz , Sinan Demir , Orhan Dengiz

https://doi.org/10.33462/jotaf.710411

Cited By: 13

Abstract

Enterplosyon teknikleri toprak biliminde son yıllarda yaygın olarak kullanılan tekniklerden biridir. Özellikle, yoğun iş gücü ve emek gerektiren analiz sonuçlarının konumsal dağılımlarını belirlemek amacıyla ters mesafe komşuluk benzerliği (IDW), radyal tabanlı fonksiyonlar (RBF) ve Kriging teknikleri yaygın olarak kullanılmaktadır. Bu çalışma, Isparta ili Atabey ovası içerisinde 256 ha alan kaplayan yoğun tarım yapılan arazilerde gerçekleştirilmiştir. 200 m aralıklarla grid yöntemi ile toplam 113 adet yüzey (0-20 cm) toprak örneklemesi yapılmış ve alınan örneklerin temel fiziko-kimyasal özellikleri belirlenmiştir. Toprakların su içeriklerine (Tarla kapasitesi-TK, Solma noktası-SN, Yarayışlı su içeriği-YSİ) yönelik uzaysal dağılım haritalarının belirlenmesi için deterministik ve stokastik (Ordinary Kriging -Küresel, Üssel, Gaussian ve Cokriging) modeller değerlendirilmiştir. Validasyon ve en uygun model seçimlerinde, ortalama mutlak hata (MAE) ve hata kareler ortalaması (RMSE) kullanılmıştır. Çalışma alanı içerisindeki toprakların tekstür sınıfı kil, killi tın, kumlu killi tın, siltli kil, siltli killi tın olarak belirlenmiştir. Toprak organik madde içeriği genellikle düşük, kireç içeriği ise yüksek seviyelerde bulunmuştur. Hafif alkalin reaksiyonlu topraklarda, tuzluluk sorunu görülmemektedir. Tarla kapasitesi, SN ve YSİ sırasıyla % 23.30-47.57, 12.09-29.50, 9.98-21.87 arasında değişmektedir. Araştırma sonuçlara göre, toprakların tarla kapasitelerine ait uzaysal dağılımlarının elde edilmesinde en uygun model Ordinary Kriging’in Gaussan (RMSE: % 4.289; MAE: % 3.267) olarak belirlenirken, solma noktası değerlerinin uzaysal dağılımında stokastik yaklaşım olan Cokriging en uygun dağılımı (RMSE: % 3.187 ; MAE: % 2.450) göstermiştir. Toprakların yarayışlı su içeriklerinde ise en düşük RMSE (%1.421) ve MAE (% 1.115) ile IDW-1 en uygun model olarak belirlenmiştir. Çalışma sonucunda farklı toprak özelliklerine göre enterpolasyon yöntemlerininin tahmin gücünde farklılıkların olduğu bulunmuştur.

Keywords

Tarla kapasitesi, solma noktası, Yarayışlı su, enterpolasyon, uzaysal dağılım

References

• Ahmadi, M. & Dezfouli, A.B.Z. (2011). A geo-statistical approach to the change procedure study of under-ground water table in a GIS framework, case study: Razan-Ghahavand Plain, Hamedan Province, Iran. Journal of Academic and Applied Studies, 2(11): 56–69.
• Akgül, M., Başayiğit, L. & Uçar, Y. (2002). Atabey Ovası topraklarının genel özellikleri ve sınıflandırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 6(1): 1-13.
• Akgül, M., Başayiğit, L., Uçar, Y. & Müjdeci, M. (2001). Atabey Ovası Toprakları. Süleyman Demirel Üniversitesi Ziraat Fakültesi Yayın No: 15, 71s, Isparta.
• Arslan, H. (2014). Estimation of spatial distrubition of groundwater level and risky areas of seawater intrusion on the coastal region in Çarşamba Plain, Turkey, using different interpolation methods. Environmental Monitoring and Assessment, 186(8): 5123-5134.
• Arslan, H. (2012). Spatial and temporal mapping of groundwater salinity using ordinary kriging and indicator kriging: The case of Bafra Plain, Turkey. Agricultural Water Management, 113: 57– 63.
• Aşkın, T., Türkmen, F. & Tarakçıoğlu, C. (2016). Ordu ili merkez ilçe topraklarında erozyon riskinin jeoistatistiksel tekniklerle değerlendirilmesi. Toprak Bilimi ve Bitki Besleme Dergisi, 4(2): 69-75.
• Aydın, A. & Dengiz, O. (2019) Yarı-Humid ekolojik koşullar altında oluşmuş toprakların bazı fiziko-kimyasal özelliklerinin belirlenmesi, haritalanması ve sınıflandırması. Toprak Su Dergisi, 8(2): 68-80.
• Bayat, B. B., Zahraie, B., Taghavi, F. & Nasseri, M. (2013). Evaluation of spatial and spatiotemporal estimation methods in simulation of precipitation variability patterns. Theoretical and Applied Climatology, 113(3–4): 429–444.
• Bouyoucos G.J. (1962): Hydrometer method improved for making particle size analyses of soils. Agron. J., 54: 464-465.
• Burrough, P. A. & McDonnell, R. A. (1998). Principles of geographical information systems. New York: Oxford University Press.
• Burt, R. (Ed.). (2014). Soil survey field and laboratory methods manual. United States Department of Agriculture, Natural Resources Conservation Service, National Soil Survey Center, Natural Resources Conservation Service, Kellog Soil Survey Laboratory.
• Celilov, C. & Dengiz, O. (2019). Erozyon duyarlılık parametrelerinin farklı enterpolasyon yöntemleriyle konumsal dağılımlarının belirlenmesi: Türkiye, Ilgaz milli park toprakları. Türkiye Tarımsal Araştırmalar Dergisi, 6(3).
• Cemek, B., Güler, M., Kılıc, K., Demir, Y. & Arslan, H. (2007). Assessment of spatial variability in some soil properties as related to soil salinity and alkalinity in Bafra plain in northernTurkey. Environmental Monitoring and Assessment, 124: 223–234.
• CORINE (2018). Corine land use land cover map of Turkey. https://corinecbs.tarimorman.gov.tr/(12.-1.2020).
• Çelik, P., Dengiz, O. (2017). Akselendi Ovası tarım topraklarının temel toprak özellikleri ve bitki besin elementi durumlarının belirlenmesi ve dağılım haritalarının oluşturulması. Türkiye Tarımsal Araştırmalar Dergisi, 5(1): 9-18
• Degado, C., Pacheco, J., Cabrera, A., Batllori, E., Orellana, R. & Bautista, F. 2010 . Quality of groundwater for irrigation in tropical karst environment: The case of Yucatan, Mexico. Agricultural Water Management, 97: 1423–1433.
• Dengiz, O., Saygın. F. & İmamoğlu, A. (2019). Spatial variability of soil organic carbon density under different land covers and soil types in a sub-humid terrestrial ecosystem. Eurasian Journal of Soil Science, 8(1): 35-43.
• Devlet Su işleri (DSİ) (2019). Erişim Tarihi:23.11.2019. http://www.dsi.gov.tr/.
• Diallo, D. & Mariko, A. (2013). Field capacity (FC) and permanent wilty point (PWP) of clay soils developed on quaternary alluvium in Niger River Loop (Mali). International Journal of Engineering Science, 3: 1085-1089.
• Doran, J.W. & Jones, A.J. (1996) Methods for Assessing Soil Quality, Soil Science Society of America Special Publication 49, SSSA, Madison, WI,
• Grewal , K.S., Buchan, G.D. & Tonkin, P.J. (1990). Estimation of field capacity and wilting point of some new zealand soils from their saturation percentages. New Zealand Journal of Crop and Horticultural Science, 18(4): 241-246.
• Gujarati, D. (2003). Basic Econometrics. 4th ed. New York: McGraw Hill, pp. 638-640.
• Güçdemir, İ.H. (2006). Türkiye Gübre ve Gübreleme Rehberi. Güncelleştirilmiş ve Genişletilmiş 5. baskı. Tarımsal Araştırmalar Genel Müdürlüğü, Toprak ve Gübre Araştırma Enstitüsü Müdürlüğü Yayınları, Genel Yayın No: 231, Ankara.
• Gülser, C., Ekberli, İ., Candemir, F. & Demir, Z. (2016). Spatial variability of soil physical properties in a cultivated field. Eurasian Journal of Soil Science, 5(3): 192-200.
• Hazelton, P. & Murphy, B. (2016). Interpreting soil test results: What do all the numbers mean?. CSIRO publishing.
• Hong, S. Y., Minasny, B., Han, K. H., Kim, Y. & Lee, K. (2013). Predicting and mapping soil available water capacity in Korea. PeerJ, 1, e71.
• Intergovernmental Panel on Climate Change (IPCC), (2014). Fifth Assessment Report (AR5). https://www.ipcc.ch/report/ar5/syr/. (30.01.2020). Kacar, B. (2009). Toprak Analizleri. Nobel Yayın Dağıtım, 467s, Ankara.
• Karahan, G., Erşahin, S. & Öztürk, H.S. (2014). Toprak koşullarına bağlı olarak tarla kapasitesi dinamiği. Gaziosmanpaşa Üniversitesi Ziraat Fakültesi Dergisi, 30(1): 1-9.
• Keshavarzı, A. & Sarmadian, A. (2012). Mapping of spatial distribution of soil salinity and alkalinity in a semi-arid region. Annals of Warsaw University of Life Sciences, Land Reclamation, 44(1): 3–14.
• Mbah, C.N. (2012). Determining the field capacity, wilting point and available water capacity of some Southeast Nigerian soils using soil saturation from capillary rise. Nigerian Journal of Biotechnology, 24: 41-47.
• Meteoroloji Genel Müdürlüğü (MGM), (2018). Erişim tarihi: 20.01.2018. http://www. mgm.gov.tr/veridegerlendirme/yillik-toplam-yagis verileri .aspx #sfU.
• Miháliková, M, Özyazıcı, M.A. & Dengiz, O. (2016). Mapping soil water retention on agricultural lands in central and eastern parts of the Black Sea Region in Turkey. Journal of Irrigation and Drainage Engineering, 142(12): 05016008-1.
• Mihalikova, M., Başkan, O. & Dengiz, O. (2015). Capability of different interpolation models and pedotransfer functions to estimate soil hydraulic properties in Büyükçay Watershed. Environmental Earth Sciences, 74: 2425–2437.
• Öztaş, T. (1996). Eğimli bir arazide erozyonla kaybolan toprak derinliğindeki değişimin Kriging analizi ile belirlenmesi. Tarım-Çevre İlişkileri Sempozyumu, “Doğal Kaynakların Sürdürülebilir Kullanımı”, 13- 15 Mayıs, Mersin, s. 327-335.
• Özyazıcı, M. A., Dengiz, O., Aydoğan, M., Bayraklı, B., Kesim, E., Urla, Ö., ... & Ünal, E. (2016). Orta ve Doğu Karadeniz Bölgesi tarım topraklarının temel verimlilik düzeyleri ve alansal dağılımları. Anadolu Tarım Bilimleri Dergisi, 31(1); 136-148.
• Özyazıcı, M.A., Dengiz, O., Aydoğan, M., Bayraklı, B., Kesim, E., Urla, Ö., Yıldız, H. & Ünal, E. (2015). Orta ve Doğu Karadeniz Bölgesi tarım topraklarının bazı makro ve mikro bitki besin maddesi konsantrasyonları ve ters mesafe ağırlık yöntemi (IDW) ile haritalanması. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 16(2): 187-202.
• Pirmoradian, N., Rezaei, M., Davatgar, N., Tajdari, K. & Abolpour, B. (2010). Comparing of interpolation methods in rice cultivation vulnerability mapping due to groundwater quality in Guilan, north of Iran. International Conference on Environmental Engineering and Applications (ICEEA) 147– 150, Singapore.
• Rawls, W.J., Brakensiek, D.L. & Saxton, K.E. (1982). Estimation of soil water properties. Transactions ASAE, 25(5): 1316–1328.
• Sağlam, M., Dengiz, O., Selvi, K. Ç., Gürsoy, E. F. & Atasoy, Ç. (2014). Farklı toprak işleme yöntemlerinin killi toprağın bazı fiziksel özellikleri üzerine etkilerinin jeoistatistiksel yöntemle değerlendirilmesi. Toprak Su Dergisi, 3(1).
• Silva, B. M., Silva, É. A. D., Oliveira, G. C. D., Ferreira, M. M. & Serafim, M. E. (2014). Plant-available soil water capacity: estimation methods and implications. Revista brasileira de ciência do solo, 38(2): 464-475.
• Soil Survey Staff, (1992). Soil survey manuel. United States Department of Agronomy, Handbook No: 18, Washington, USA.
• Teartisup, P., Kerdsueb, P. & Wattaya, P. (2007). Field scale mapping of soil salinity on spatial interpolation techniques, case study: Khorat Basin, Nakhon Ratchasima Province, Thailand. Environmental Informatics Archives, 5: 524–547.
• Tunçay, T., Başkan, O., Bayramin, İ., Dengiz, O. & Kılıç, Ş. (2018). Geostatistical approach as a tool for estimation of field capacity and permanent wilting point in semiarid terrestrial ecosystem. Archives of Agronomy and Soil Science, 64 (9): 1240-1253.
• Tutmez, B. & Hatipoğlu, Z. (2010). Comparing two data driven interpolation methods for modeling nitrate distribution in aquifer. Ecological Informatics, 5: 311–315
• Falamaki, A. (2011). Artificial neural network application for predicting soil distribution coefficient of nickel. Journal of Environmental Radioactivity, 115: 6–12.
• Van Wambeke, A. R. (2000). The Newhall Simulation Model for estimating soil moisture and temperature regimes. Department of Crop and Soil Sciences. Cornell University, Ithaca, NY. USA.
• Wilding, L.P. (1985). Spatial Variability: Its Documentation, Accommodation and Implication to Soil Surveys, 166-194p. In D.R. Nielsen and J. Bouma (eds.). Soil Spatial Variability: Pudoc, Wageningen, Netherlands.
• Wilding, L.P., Bouma, J.ve Goss, D.W. (1994). Impact of Spatial Variability on Interpretative Modelling. In: Quantitative Modelling of Soil Forming Processes R.B. Bryant ve Arnold R.W. (Ed.) SSSA Special Publication Number 39, SSSA,Inc. Madison Wisconsin,USA
• Xie,Y., Chen, T., Lei,M. &Yang, J. (2011). Spatial distribution of soil heavy metal pollution estimated by different interpolation methods: accuracy and uncertainty analysis. Chemosphere: 82, 468–476.
• Yıldız, Y. (2011). Kazova Topraklarının Mikro Element İçeriklerinin Mesafeye Bağlı Değişiminin Analizi ve Bazı Toprak Özellikleri Arasındaki İlişkiler (Basılmamış Yüksek Lisans Tezi). Gaziosmanpaşa Üniversitesi, Toprak Anabilim Dalı Tokat.
• Zhou, Z., Zhang, G., Yan, M. & Wang, J. (2012). Spatial variability of the shallow groundwater level and its chemistry characteristics in the low plain around the Bohai Sea, North China. Environmental Monitoring and Assessment, 18(6): 3697–3710.