Mapping Soil Salinity in Boulagh (Saveh) Saline Lands Using Geostatistical Methods

Ahmadi, Abbas; Toranjzar, Hamid; Kazemi, Azadeh

doi:10.22111/jneh.2017.20672.1273

Mapping Soil Salinity in Boulagh (Saveh) Saline Lands Using Geostatistical Methods

Document Type : Research Article

Authors

¹ Assistant professor, Department of Rangeland Science, Arak Branch, Islamic Azad University, Arak, Iran

² Assistant professor, Department of Environment Sciences, Arak University, Arak, Iran

10.22111/jneh.2017.20672.1273

Abstract

Salinity is one of the most destructive processes in soils, particularly in arid and semi-arid areas. In order to use and exploitation of such soils, the soil monitoring and mapping are necessary. In this study, in order to zoning and mapping of soils, sampling was collected based on network method from Bolagh (Saveh) saline lands and the electrical conductivity of saturated soil extract was determined. Then the data had been transferred to the ArcGIS 10 software and soil mapping had been drawn. The exponential model of Semivariogram showed the best cross-validation and efficiency than the other models (spherical, linear and gussian). Also, the amount of nugget effect to the threshold was 84/43% which indicates that the medium spatial correlation for soil EC amounts in the study area. Also, the variogram effect range was calculated about 261 meters. Assessment of the resultant index indicates that the geostatistical has been able to soil salinity mapping with moderate accuracy and precision. The results showed that among five soil salinity classes, the soils of study area classifying in four Classes (including non-salinity, low salinity, medium salinity and high salinity) which highest quantities are related to middle southern regions. These results show that soil salinity in this area has high variability.

Keywords

References

تقی زاده مهرجردی، روح اله.، سرمدیان، فریدون؛ امید، محمود.؛ ثواقبی، غلامرضا.، روستا، محمد جواد و رحیمیان، محمد حسن، (1391). پهنه بندی شوری خاک با استفاده از تکنیک زمین آمار و دستگاه القاءگر الکترومغناطیس در منطقه اردکان. مجله پژوهش های خاک (علوم خاک و آب)، جلد 26، شماره 4. صص 369-380.

دائم پناه، راضیه؛ حق نیا، غلامحسین، علیزاده، امین؛ کریکی کارویه، علیرضا، (1390). تهیه نقشه شوری و سدیمی خاک سطحی با روش های دورسنجی و زمین آماری در جنوب شهرستان مه ولات. نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 25 ، شماره 3، صص 498-508.

دیانی، محمود؛ جعفری، سیروس؛ خلیل مقدم، بیژن؛ دهقانی، امیراحمد، (1391). پهنه بندی خطر شور و سدیمی شدن خاک سطحی با استفاده از زمین آمار (مطالعه موردی: اراضی غرب رودخانه کارون در استان خوزستان), پژوهش های آبخیزداری (پژوهش و سازندگی)، شماره 94، صص 95-86.

ذاکری انارکی، سحر، (1391). پهنه بندی برخی خصوصیات خاک با استفاده از روش های زمین آماری (مطالعه‌ی موردی: منطقه بیابانی طراز ناهید شهرستان ساوه)، پایان نامه کارشناسی ارشد مدیریت مناطق بیابانی، دانشگاه آزاد اسلامی اراک، 93 صفحه.

سکوتی اسکویی، رضا. و مهدیان، محمد حسین، (1386). مقایسه کارایی برخی روش های زمین اماری برای پیش بینی پراکنش مکانی شوری خاک سطحی، مطالعه موردی دشت ارومیه. نهمین سمینار سراسری آبیاری و کاهش تبخیر، ص 6.

صدر، سمیه؛ افیونی، مجید؛ موحدی راد، زهرا، (1392). استخراج پهنه های شوری خاک در مناطق خشک و نیمه خشک با استفاده از نظریه زمین آمار (استان اصفهان)، نشریه جغرافیا و مخاطرات محیطی، جلد 2، شماره 7، صص 27-30.

قانعی مطلق، غلامرضا؛ پاشایی اول، عباس؛ خرمالی، فرهاد؛ و مساعدی، ابوالفضل، (1387). تهیه نقشه شوری خاک به منظور مدیریت ویژه خاک های شور (مطالعه موردی: بخشی از اراضی زراعی شمال شرقی دشت آق قلا). مجله علوم کشاورزی و منابع طبیعی، جلد 15، شماره 6، صص 75-82.

قرنجیک، یوسف، (1376). طرح بیابان زایی بولاق، اداره منابع طبیعی ساوه.

کایدانی، مهدی؛ دلبری، معصومه، (1391). پهنه بندی شوری خاک و ارزیابی ریسک شوری در منطقه میانکنگی (سیستان) با استفاده از روشهای زمین آماری. علوم و مهندسی آبیاری (مجله علمی کشاورزی)، جلد 35 ، شماره 1. صص 49-59.

محمدی، جهانگرد، (1377). مطالعه تغییرات مکانی شوری خاک در منطقه رامهرمز (خوزستان) با استفاده از نظریه ژئواستاتیستیک کریجینگ. مجله علوم و فنون کشاورزی و منابع طبیعی، جلد 2، شماره 4، صص 49-63.

Akramkhanov, A., Brus, D.J., Walvoort, D.J.J. (2014). Geostatistical monitoring of soil salinity in Uzbekistan by repeated EMI surveys. Geoderma ,213, pp. 600–607.

Aldabaa, A.A. A., Weindorf , D. C., Chakraborty, S., Sharma, A., Li, B., (2015). Combination of proximal and remote sensing methods for rapid soil salinity quantification, Geoderma 239–240, pp. 34–46.

Bouaziz, M., Matschullat, J. and Gloaguen, R. (2011). Improved remote sensing detection of soil salinity from a semi-arid climate in Northea st Brazil. Geoscience 343, 795–803.

Corwin, D.L. and Lesch, S.M. (2005). Characterizing soil spatial variability with apparent soil electrical conductivity Part II. Case study. Computers and Electronics in Agriculture, 46:135–152.

Douaoui, A.E.K., Nicolas, H. and Walter, C. (2006). Detecting Salinity hazard within a semi-arid context by means of combining soil and remote – sensing data. Geoderma, 134, pp. 217-230.

Eldeiry, A. and Garcia, L.A. (2009). Comparison of regression kriging and cokriging techniques to estimate soil salinity using LANDSAT images. Hydrology Days, pp. 27-37.

Johnston K, Ver Hoef, J.M., Krivoruchk, Krivoruchko, K., Lucas, N. (2001). Using ArcGis Geostatistical Analyst. ESRI, 48 p.

Juan P., Mateu, J. Jordan, M.M, Mataix-Solera, J., Meléndez-Pastor, I., Navarro-Pedreño. J. (2011). Geostatistical methods to identify and map spatial variations of soil salinity. Journal of Geochemical Exploration, 108, pp. 62–72.

Khaksaran, D., Waismoradi, A., Moradi, S., Rahmati, H. (2013). Spatial and temporal changes in soil salinity with geostatistics: A case study in Urmia Plain. International Journal of Agriculture and Crop Sciences, IJACS, 5-3, pp. 285-291.

Larka, F. (2004). Mapping risk of soil nutrient deficiency or excess by disjunctive and indicator kriging, Geoderma, 118, pp. 39–53.

Li, H.Y., Webster, R., Shi, Z. (2015). Mapping soil salinity in the Yangtze delta: REML and universal kriging (E-BLUP) revisited, Geoderma 237–238, pp. 71–77.

Moustafa, M. M., Yomota., A. (1998). Spatial modeling of soil properties fir subsurface drainage projects. Journal of Irrigation and Drainage Engineering, 124(4), pp. 218-228.

Nawar, S., Reda, M., Farag, F., El-Nahry, A. (2011). Mapping soil salinity in El-Tina plain in Egypt using geostatistical approach. Geoinformatics Forum, Salzburg, Austria. PP. 211-216.

Ranjbar, F., Jalali, M. (2016). The combination of geostatistics and geochemical simulation for the site-specific management of soil salinity and sodicity, Computers and Electronics in Agriculture 121, pp. 301-312.

Triantafilis, J. I., Odeh, O. A., Mc Bratney, A. B. (2001). Five geostatistical methods to predict soil salinity from electromagnetic induction data across irrigated cotton. Soil Sci. Soc. Am. J., 65, pp. 869-878.

Watt, M., S., Palmer, D. J. (2010). Use of regression kriging to develop a Carbon:Nitrogen ratio surface for New Zealand. Geoderma 183–184, pp. 49–57.

Zhang,Y. M., Chen, T. B., G. Z., He. (2008). Multivariate Geostatistical analysis of heavy metals in topsoils from Beijing, China. J. Soil Sediments 8(1), pp. 51:58.