تصحیح اثر شوری خاک در اندازه‌گیری رطوبت خاک در بلوک‌ های گچی با استفاده از روش سطح پاسخ

برای مدیریت و برنامه‌ریزی آبیاری، بررسی و اندازه‌گیری مداوم رطوبت خاک ضروری است.  یکی از ابزار‌های معمول در اندازه‌گیری رطوبت خاک بلوک‌گچی می‌باشد که به آسانی و سرعت مناسب انجام پذیر است. لیکن شوری خاک باعث ایجاد خطا در اندازه‌گیری رطوبت در بلوک‌گچی می‌گردد. در این تحقیق اثر شوری‌های مختلف آب آبیاری (1،2،6،10،18ds m-1) بر میزان تصحیح نتایج رطوبت قرائت بلوک‌گچی مدل 5910 به‌طور جداگانه در سه نوع بافت شن- لومی، لومی، لوم- رسی در دو تکرار در قالب طرح کاملا تصادفی و در گلدان بررسی گردید و توابع اصلاحی با استفاده از روش سطح پاسخ که تاثیر پارامترهای موثر بر مقدار تصحیح را مشخص می‌کند، برای هریک از بافت‌ها در شوری های مختلف به‌دست آمد. نتایج نشان‌داد که در همه بافت‌ها، روش سطح پاسخ می‌تواند توابع اصلاحی برای تعیین مقدار اصلاح رطوبت  با دو متغیر مکش رطوبتی و شوری و سپس یا در نظر گرفتن عامل شوری، با احتمال خطای کم‌تر از 0.0001 برآورد نماید. دقت توابع اصلاحی در بافت لوم رسی، لوم شنی و لومی به میزان 2 درصد کاهش یافت. همچنین نتایج روش سطح پاسخ نشان داد که بهترین نوع مدل تصحیح شوری بر‌اساس متغیر‌ شوری و میزان مکش ماتریک خاک که از منحنی رطوبتی خاک تعیین شده بود،  مدل مکعبی با ضریب تبیین 0.96 برای خاک لومی است. ضریب تبیین این مدل برای بافت‌های لوم رسی و لوم شنی 0.94 حاصل شد. برای رسیدن به هدف کم‌ترین اصلاح رطوبتی در شرایط بیشینه شوری و مکش خاک در بافت‌های مختلف با روش سطح پاسخ، نتایج نشان‌داد که در بافت لوم-رسی، می‌توان کم‌ترین اصلاح رطوبتی به‌میزان  0.75(cm3 cm-3)  را در مکش 8 (bar) و شوری 18(ds m-1)، با بیشینه درجه‌ مقبولیت برابر 1، به‌دست آمد. همچنین درجه ‌مقبولیت برای خاک لومی و لوم- شنی به‌ترتیب برابر 0.96 و 0.95 محاسبه گردید.  نتایج نشان‌داد که  اصلاح رطوبتی در کلیه بافت‌ها، با افزایش میزان شوری خاک، افزایش ‌یافته و دقت توابع رطوبت اصلاح شده نیز افزایش می‌یابد. همچنین تغییرات توابع اصلاح رطوبتی نسبت به متغیر شوری به شکل سینوسی و نسبت به مکش ماتریک خاک به شکل تابع درجه دوم به‌ دست آمد.

correcting the effect of soil salinity in soil moisture measurement in gypsum blocks using the response surface method (rsm)

continuous evaluation and measurement of soil moisture content are necessary for irrigation management and planning. one common instrument for measuring soil moisture is the gypsum block method, which can be done easily and quickly. however, soil salinity can cause errors in measuring water content using the gypsum block model 5910-a. in this research, the effect of different irrigation salinities (1, 2, 6, 10, 18) ds m-1 was investigated on gypsum blocks in three textural classes; clay-loam, loam, and sandy-loamy. the study was conducted in a completely randomized laboratory experiment with two replications and correction functions were investigated using the response surface method to determine the effect of parameters on the correction value. correction functions were developed for each texture at different salinities using response surface method. results showed that the response surface method (rsm) could estimate correction functions with an error probability of less than 0.0001 using two variables; moisture suction and salinity, or considering just the salinity factor. the accuracy of correction functions slightly decreased in different textures of clay loam, sandy loam and loam. the response surface method showed that the best salinity correction model was based on the salinity variable and the amount of soil matric suction for all three soil texture. soil matric suction was determined from the soil moisture curve using the parabolic model with a goodness of fit (r2) of 0.96 for loamy soil, and 0.94 for clay-loam and sandy-loam textures. to minimize correction under maximum salinity and soil suction conditions in different textures, the response surface method showed that the lowest moisture modification in clay-loam texture could be0.075 (cm3/cm3) at a suction of 8 (bar) and salinity of 18 (ds m-1) with an acceptance degree of 1. the desirability degree for loam soil and sandy-loam was calculated as 0.96 and 0.95 respectively. the results indicated that moisture correction values increased with soil salinity, but the accuracy of estimation functions for moisture correction values also increased. the changes in the moisture modification function were sinusoidal and quadratic in relation to the soil salinity and matric suction variables, respectively.