Determination of spatial distribution of iron and manganese contents with different interpolation methods at rice cultivated areas.

Year 2017, Volume: 32 Issue: 1, 64 - 73, 12.02.2017

Mehmet Taşan , Yusuf Demir

https://doi.org/10.7161/omuanajas.287480

Cited By: 4

Abstract

In this study, it was
aimed to determine the spatial variation of Fe and Mn contents of the soil in
the paddy fields in Alaçam district. 
Soil samples were taken from 54 different points and four different
depths (0-30 cm, 30-60 cm, 60-90 cm, 90-120 cm) in order to represent study
areas. Six different interpolation methods were 
compared to determine the optimum method for spatial distribution.
Radial Base Function (RBF), Inverse Distance Weight (IDW), Ordinary Kriging
(OK), Simple Kriging (SK), Universal Kriging (UK) and Co-Kriging (COK) methods
were used in this study. Root Mean Squared Error (RMSE) and Mean Absolute Error
(MAE) were used to determine the most appropriate interpolation method. Fe and
Mn maps were prepared according to the best method determined. The RMSE values
for the different depths of Fe distribution were calculated as 8,402, 8,371,
4,500 and 3,615, respectively. RBF, IDW and SK methods were determined as the
best for Fe distribution at end of the evaluations. The RMSE values were
calculated for the Mn distribution from the top to the bottom soil layers as 10,098,
10,668, 15,434 and 12,921, respectively. According to the Fe maps prepared
using the best methods for all layers, the deficieny of Fe contents
distribution varied between 35.325-17479.329 da. Similarly the Mn deficiency
areas were varied between 222,265-4229,97 da. As a result, while preparing the
spatial distribution maps with the data obtained from pointwise sampling
studies the determination of the best interpolation method is of great
importance from the point of the accuracy of the study.

Keywords

Interpolation methods, Geographic information systems, Iron, Manganese

Çeltik yetiştiriciliği yapılan arazilerde demir ve mangan içeriklerinin alansal dağılımının farklı enterpolasyon yöntemleri ile Belirlenmesi

Abstract

Bu çalışmada, Alaçam ilçesinde çeltik yetiştirilen alanlardaki toprakların
Fe ve Mn içeriklerinin alansal değişimi belirlenmeye çalışılmıştır. Çalışma
alanını temsil edecek şekilde 54 farklı noktadan ve dört farklı derinlikten
(0-30 cm, 30-60 cm, 60-90cm, 90-120 cm) toprak örnekleri alınmıştır. Alansal
dağılımda en uygun yöntemi belirlemek için 6 farklı enterpolasyon
yöntemi karşılaştırılmıştır. Çalışma kapsamında Radyal Tabanlı Fonksiyon (RBF), Ters Mesafe
Ağırlıklı Enterpolasyon (IDW),  Ordinary
Kriging (OK), Basit Kriging (SK), Universal Kriging (UK), Birleştirilmiş
Kriging (COK) metotları kullanılmıştır. En uygun enterpolasyon yöntemini
belirlemede ise Ortalama Hata Kareleri Karekökü (RMSE) ve Mutlak Ortalama Hata
(MAE) değerleri kullanılmıştır. Belirlenen en iyi yönteme göre Fe ve Mn
haritaları hazırlanmıştır. Yapılan değerlendirmelere göre Fe dağılımı farklı
derinlikler için sırasıyla RMSE değerleri 8,402, 8,371, 4,500 ve 3,615
hesaplanmış, en uygun olarak RBF, IDW ve SK metotları belirlenmiştir. Mn
dağılımı içinse RMSE değerleri üst toprak katmanından alt katmana doğru
sırasıyla 10,098,
10,668, 15,434 ve 12,921 olarak hesaplanmıştır. Tüm katmanlar için en iyi
yöntemler kullanılarak hazırlanmış olan haritalara göre alanda Fe içeriği bakımından
eksik olan alanlar derinlikler bazında 35.325 da ile 17479.329 da arasında
değişmiştir. Mn eksikliği olan alanlar ise 222,265 da ile 4229,97 da arasında
alansal dağılım göstermiştir. Sonuç olarak noktasal olarak örnekleme yapılan
çalışmalardan elde edilen veriler ile alansal dağılım haritaları hazırlanırken
en iyi enterpolasyon yöntemin belirlenmesi çalışmanın doğruluğu açısından büyük
önem taşımaktadır.

Keywords

Enterpolasyon Metotları, Coğrafi Bilgi Sistemleri, Demir, Mangan

References

• Akyürek,Ö., Arslan,O., ve Karademir,. A., 2013. SO2 ve PM10 Hava Kirliliği Parametrelerinin CBS ile Konumsal Analizi: Kocaeli Örneği, TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi, Ankara.
• Anonim, 2015. Samsun ili Alaçam ilçesi iklim verileri. Meteoroloji Genel Müdürlüğü, Ankara (Samsun climatic data. State Meteorological Services (DMI): Ankara.
• Arslan, H., Cemek, B., Güler, M. ve Yıldırım, D., 2012. Değişebilir Sodyum Yüzdesinin (ESP) konumsal dağılımının Farklı Enterpolasyon Yöntemleri ile Değerlendirilmesi. II. Ulusal Sulama ve Tarımsal Yapılar Sempozyumu, 24-25 Mayıs, İzmir.
• Behera, S. K. and Shukla, A. K., 2014. Total and Extractable Manganese and Iron in Some Cultivated Acid Soils of India: Status, Distribution and Relationship with Some Soil Properties. Pedosphere 24(2): 196–208, ISSN 1002-0160/CN 32-1315/P.
• Bennet J. H., Edward H. L., Krizek D. T., Olsen R. A. and Brown J., 1982. Photochemical reductions of iron. 11. Plant related factors. J. Plant Nutr., 5, 335-344.
• Brus, D., J. And Heuvelink, G. B. M., 2007. Optimization of sample patterns for universal kriging of environmental variables. Geoderma 138 pp. 89-95.
• Chaudhry, F.M., Alarn, S.M., Rashid A. and Latif, A., 1977. Mechanism of differential susceptibility to two rice varieties to zinc deficiency. Plant and Soil 46: 865-879.
• Christensen, R., 1990. Linear Models for Multivariate, Time, and Spatial Data. Springer, New York.
• Datin C. L. and Westerman R. L., 1982. Effect of phosphorus and iron on grain sorghum. J. Plant Nutr., 5, 703-714.
• Ding, Y. 2011. Research on the spatial interpolation methods of soil moisture based on GIS, International Conference on Information Science and Technology, China. 709-711.
• Doğru, A. Ö., Keskin, M., Özdoğu, K., İliev, N.,Uluğtekin, N.N., Bektaş Balçık, F., Göksel, Ç. ve Sözen, S., 2011. Meteorolojik Verilerin Değerlendirilmesi ve Sunulması için Enterpolasyon Yöntemlerinin Karşılaştırılması, TMMOB Coğrafi Bilgi Sistemleri Kongresi Antalya.
• Ganwar, M. S. and Mann. S., 1972. Zinc nutrition of rice in relation to iron and manganese uptake under different water regimes. Indian J. Agric. Sci. 42: 1052-1035.
• Heuvelink, G.B.M., 2006. Incorporating Process Knowledge in Spatial Interpolation of Enviromental Variables. Lisbon, Portugal: 7th Inernational Symposium on Spatial Accuracy Assessment in Natural Resources and Enviromental Sciences.
• Kacar, B. (1994), Bitki ve Toprağın Kimyasal Analizleri: III, Toprak Analizleri, Ankara Üniversitesi, Ziraat Fakültesi, Eğitim, Araştırma ve Geliştirme Vakfı Yayınları No: 3, Ankara.
• Karim A. Q. M. B. and Mohsin M., 1964. Relationship between Fe-Mn in rice nutrition. Pak. J. Soil Sci., 1, 49-58.
• Li, J. and Heap, A., D., 2008. A Review of Spatial Interpolation Methods for Environmental Scientists. Geoscience Australia, Record 2008/23, 137 pp.
• Lindsay WL, Norwell WA (1969) Development of a DTPA micronutrient soil test. Agronomy Abstracts 69: 87.
• Lindsay, W.L. and Norwell, W.A. (1978) Development of DTPA of Soil Test for Zn, Fe, Mn and Cu. Journal of American Soil Science, 42, 421-428.
• Luo, H. and He, X., 2011. An Improved Inverse Distance Weighted Interpolation Method for InSAR Tropospheric Delay Error Corrections, International Conference on Information Science and Technology, 480 482.
• Mair, A., and Fares, A., 2011. Comparison of Rainfall Interpolation Methods in a Mountainous Region of a Tropical Island, Journal of Hydrologic Engineering, 371 – 383.
• Mulla, D.J. and McBratney, A. B., 2000. “Soil Spatial Variability” A321-A352, In: Handbook of Soil Science, Malcolm E. Sumner (Ed. In Chief) CRC Press.
• Nayanaka, V. G. D., Vitharana, W. A. U. and Mapa, R. B., 2010. Geostatistical Analysis of Soil Properties to Support Spatial Sampling in a Paddy Growing Alfisol. Tropical Agricultural Research Vol. 22 (1): 34 – 44.
• Shao-ging, W., En-ping, L., Hujian, Z. and Wei, Wu., 2011. Comparison of spatial interpolation methods for soil available P in a hilly area, International Conference on Computer Distrubuted Control and Intelligent EnvironmentalMonitoring.
• Shepard, D., 1968. A two-dimensional interpolation function for irregularly-spaced data. Proceedings of the 1968 ACM National Conference. pp. 517–524.
• Terry N., 1980. Limiting factors in photosynthesis. 1. Use of iron stress to control photochemical capacity in vivo. Plant Physiol., 65, 114-120.
• Tisdale S. L. and Nelson W. L., 1975. Soil fertility and fertilizers. Mac-Millan publ. Co. Inc., New York, 95 p.
• Wang, S., Huang, G.H., Lin, Q.G., Li, Z., Zhangand, H. and Fan Y. R., 2014. Comparison of interpolation methods for estimating spatial distribution of precipitation in Ontario, Canada, Int. J. Climatol. 34: 3745–3751.
• Wright, G., 2003. Radial Basis Function Interpolation: Numerical and Analytical Developments. Ph. D. thesis, University of Colorado, Boulder.
• Xie,Y., Chen,T., Lei, M. and Yang, J., 2011. Spatial distribution of soil heavy metal pollution estimated by different interpolation methods: Accuracy and uncertainty analysis, Chemosphere 82, 468-476.
• Temizel, K. E,Mapping of some soil properties due to precision irrigation in agriculture,959-966,2016,14(3)
• Temizel, K. E., Koç, Y.,,Coğrafi bilgi sisteminin hassas tarımda uygulanmasının yararları: Gübreleme örneği,130-135,2015,30