Jeoistatistiksel Yöntemler Kullanılarak Toprak Özelliklerinin Mekansal Dağılımının Belirlenmesi ve Çok Değişkenli Modellerle Tahmin Doğruluğunun İyileştirilmesi

Abstract

Bu çalışma, 30 dekarlık bir tarım alanında seçilen toprak özelliklerinin mekânsal değişkenliğini jeoistatistiksel teknikler kullanarak belirlemeyi amaçlamıştır. Şanlıurfa, Türkiye’de Harran Ovası’nın güneydoğusunda yer alan deneme alanında, 25 × 25 m’lik bir ızgara desenine göre toplam 54 yüzey toprağı örneği (0–30 cm) toplanmıştır. Doku fraksiyonları (kil, silt, kum), pH, elektriksel iletkenlik (EC), kireç, organik madde (OM) ve yarayışlı fosfor (P) gibi fiziksel ve kimyasal özellikler analiz edilmiştir. Mekânsal dağılımlar, Coğrafi Bilgi Sistemi (CBS) ortamında Ters Uzaklık Ağırlıklı (IDW) ve Co-Kriging (COK) yöntemleri kullanılarak modellenmiş ve haritalanmıştır. Sonuçlar, toprak parametreleri arasında önemli heterojenlik olduğunu göstermiştir. Enterpolasyon teknikleri arasında, COK yöntemi, yardımcı değişkenler (EC ve kireç) kullanılarak OM ve P için sırasıyla 0.33 ve 0.60 RMSE değerleriyle en doğru tahminleri sağlamıştır. Fosfor için elde edilen %10.44’lük en yüksek iyileşme oranı (PI), COK yönteminin az örneklenen değişkenler için tahmin kalitesini artırmadaki etkinliğini ortaya koymuştur. Mekânsal haritalar, özellikle kil, kireç ve OM için güçlü lokalize desenler ortaya koymuş, bu da yerinde (noktaya özel) toprak yönetim uygulamaları için kritik önem taşımaktadır.Bu bulgular, toprak örnekleme yoğunluğunu optimize etmek ve hassas tarım stratejilerini yönlendirmek amacıyla jeoistatistiksel yaklaşımların yardımcı değişkenlerle birlikte kullanılmasının önemini vurgulamaktadır. Çalışma, tarla ölçeğinde dahi toprak özelliklerindeki mekânsal değişkenliğin arazi yönetimi ve gübreleme planlamasında dikkate alınması gerektiğini ve bunun sürdürülebilirlik ile kaynak verimliliğini artırabileceğini ortaya koymaktadır.

Keywords

• Toprak özellikleri
• Jeoistatistik
• Mekânsal dağılım
• Çok değişkenli analiz
• RMSE
• Hassas tarım

Field-Scale Spatial Modeling of Soil Properties in the Harran Plain Using IDW and Auxiliary Variable-Based Co-Kriging

Abstract

This study aimed to evaluate the field-scale spatial variability of selected soil properties in a 30-decare agricultural area located in the southeastern Harran Plain, Şanlıurfa, Türkiye. A total of 54 surface soil samples (0–30 cm) were collected using a 25 × 25 m grid design. Soil physical (clay, silt, sand) and chemical properties (pH, electrical conductivity (EC), lime, organic matter (OM), and available phosphorus (P)) were analyzed.Spatial distribution was modeled using a deterministic interpolation method (Inverse Distance Weighting, IDW) and a multivariate geostatistical approach (Co-Kriging, COK). The results indicated pronounced spatial heterogeneity among soil parameters. Compared with IDW, Co-Kriging reduced RMSE values particularly for organic matter (0.34% → 0.33%) and available phosphorus (0.67 → 0.60 kg da⁻¹). The highest prediction improvement was observed for phosphorus, with a 10.44% RMSE reduction relative to IDW. Auxiliary variables (EC for OM and lime for P) were incorporated based on their significant correlation with the target variables.Spatial maps revealed localized distribution patterns for clay, lime, organic matter, and phosphorus, supporting site-specific nutrient management and fertilization zoning. The findings demonstrate that integrating auxiliary variables within a multivariate geostatistical framework enhances prediction performance at the field scale and improves the reliability of spatial soil assessments.

Keywords

• Soil properties
• Geostatistics
• Spatial distribution
• Multivariate analysis
• RMSE
• Precision agriculture

References

1. Babaeian, E., Sadeghi, M., Jones, S. B., Montzka, C., Vereecken, H., & Tuller, M. (2015). Ground, proximal, and satellite remote sensing of soil moisture. Reviews of Geophysics 53(3): 412–445.
2. Batjes, N. .H (1996). Total carbon and nitrogen in the soils of the world. European Journal of Soil Science 47(2): 151–163. https://doi.org/10.1111/j.1365-2389.1996.tb01386.x
3. Brady, N. C., & Weil, R. R. (2016). The Nature and Properties of Soils (15th ed.). Pearson.
4. Burrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information Systems. Oxford University Press, New York.
5. Castrignano, A., Giugliarini, L., Risaliti, R., & Martinelli, N. (2000). Spatial variability of soil properties and wheat yield in a district of southern Italy. European Journal of Agronomy 12(4): 257–277. https://doi.org/10.1016/S1161-0301(00)00064-5
6. Corwin, D. L., & Lesch, S. M. (2005). Apparent soil electrical conductivity measurements in agriculture. Computers and Electronics in Agriculture 46(1–3): 11–43.
7. Di, H. J., Aylmore, L. A. G, & Colvin, D. W. (1989). Mapping soil properties using geostatistical techniques: A case study of the Darling Downs, Queensland. Soil Research 27(4): 605–618. https://doi.org/10.1071/SR9890605
8. Feng, X., Ma, Y., Zhang, R., & Wang, D. (2022). Spatial prediction of available phosphorus using geostatistical approaches in calcareous soils. Geoderma 406: 115486.

9. Goderya, F. S. (1998). The role of erosion and deposition in soil variability. In Bigham JM (Ed.), Soil Variability and Precision Agriculture (pp. 33–47). Soil Science Society of America.
10. Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation. Oxford University Press.
11. Gülser, F., Candemir, F., & Demir, Z. (2009). Changes in penetration resistance of a clay field with organic matter applications. Eurasian Soil Science 42(6): 707–713.
12. Havlin, J. L., Beaton, J. D., Tisdale, S. L., & Nelson, W. L. (2005). Soil Fertility and Fertilizers: An Introduction to Nutrient Management (7th ed.). Pearson Prentice Hall.
13. İlker, E., & Kızılkaya, R. (2012). Harran Ovası topraklarının bazı fiziksel ve kimyasal özellikleri. Toprak Bilimi Dergisi 1(2): 45–53.
14. İlker, E., & Kızılkaya, R. (2012). Harran Ovası topraklarının bazı kimyasal özelliklerinin belirlenmesi. Anadolu Tarım Bilimleri Dergisi 27(2): 74–80.
15. Isaaks, E. H, & Srivastava, R. M. (1989). An Introduction to Applied Geostatistics. Oxford University Press, New York.
16. Jenny, H. (1994). Factors of Soil Formation: A System of Quantitative Pedology. Dover Publications. (Original work published in 1941)
17. Kaplan, F., Öztürk, H. (2023). Determination of Soil Properties with Geostatistical Methods. International Çankaya Scientific Studies Congress, Conference Proceedings Book, 10-12, April, Ankara, pp. 99-100.
18. Li, J., & Heap, A. D. (2014). Spatial interpolation methods applied in the environmental sciences: A review. Environmental Modelling & Software 53: 173–189. https://doi.org/10.1016/j.envsoft.2013.12.008
19. Li, J., Zhang, G., & Liu, W. (2023). Estimation of soil organic carbon using auxiliary variables and geostatistical models. Soil & Tillage Research 230: 105191.
20. McBratney, A. B., Mendonça Santos, M. L., & Minasny, B. (2003). On digital soil mapping. Geoderma 117(1–2): 3–52.
21. Mulla, D. J., & McBratney, A. B. (2000). Soil spatial variability. In Sumner ME (Ed.), Handbook of Soil Science (pp. A321–A352). CRC Press.
22. Nordi, L. C., Jacob, J. S., & Wiiding, I. P. (1991). Quantifying map unit composition for quality control in soil survey. In Mausbach MJ, Wilding LP (Eds.), Spatial Variabilities of Soils and Landforms. Soil Science Society of America, Madison, Wisconsin, USA.
23. Odeh, I. O. A., McBratney, A. B., & Chittleborough, D. J. (1995). Further results on prediction of soil properties from terrain attributes: Heterotopic cokriging and regression-kriging. Geoderma 67(3–4): 215–226.
24. Ragowski, B. A., & Wolf, J. M. (1994). Soil survey interpretation for land use planning. Journal of Soil and Water Conservation 49(2): 152–157.
25. Rengasamy, P. (2010). Soil processes affecting crop production in salt-affected soils. Functional Plant Biology 37(7): 613–620.
26. Wang, J. F., Zhang, T. L., & Fu, B. J. (2009). A measure of spatial stratified heterogeneity. Ecological Indicators 9(3): 546–553.
27. Webster, R., & Oliver, M. A. (2001). Geostatistics for Environmental Scientists. Wiley.
28. Webster, R., & Oliver, M. A. (2007). Geostatistics for Environmental Scientists (2nd ed.). John Wiley & Sons.
29. Wilding, L. P., Bouma, J., & Goss, D. W. (1994). Impact of spatial variability on interpretative modelling. In Bryant RB, Arnold RW (Eds.), Quantitative Modelling of Soil Forming Processes (Special Publication No. 39, pp. 65–75). Soil Science Society of America, Madison, Wisconsin.
30. Wilding, L. P., Lin, H., & Pennock, D. J. (1994). Soil spatial variability: Implications for precision agriculture. In Lal R, Pierce FJ (Eds.), Soil Management for Sustainability (pp. 111–135). Soil and Water Conservation Society.
31. Zhang, R., Yang, M., & Liu, G. (2011). Spatial variability of soil salinity in relation to irrigation management. Agricultural Water Management 98(9): 1450–1456.