بررسی و ارزیابی بافت و چگالی خاک در کاربری‌ اراضی‌های مختلف با استفاده از سامانۀ Google Earth Engine

آگاهی از کیفیت خاک در اراضی کشاورزی و منابع طبیعی برای رسیدن به حداکثر تولید و پایداری محیط‌‌‏زیست ضروری است. هدف از این تحقیق، بررسی وضعیت بافت و چگالی خاک در کاربری‌های مختلف و ارزیابی تعیین مقادیر کمی آن با استفاده از سامانۀ google earth engine است. به این منظور، حوضۀ آبخیز رودان به پنج کاربری شامل مراتع متوسط، مراتع فقیر، زمین‌های زراعی و باغی و مسیل‌ها تقسیم‌بندی شد. در کاربری‌های مختلف درمجموع 218 نمونه از سطح صفر تا 10 سانتی‌متری خاک برداشته و آزمایش‌های تعیین بافت، درصد شن و رس و چگالی با استفاده از روش هیدرومتری و پارافین بلک انجام شد. در گوگل ارث انجین از open land map استفاده شده است. برای ارزیابی و صحت‌سنجی نتایج، از ضریب آماری آنالیز واریانس، صحت کلی و ضریب کاپا استفاده شد. اعتبارسنجی نتایج به‌دست‌آمده از سرویس گوگل ارث انجین نشان‌دهندۀ 95 درصد صحت کلی و ضریب کاپای 0.93 است. همچنین طی تغییر کاربری با پوشش وسیع به اراضی زراعی، میزان رس و سیلت کاهش و درصد شن افزوده خواهد شد. طبق نتایج کمترین و بیشترین مقادیر شن در زمین‌های کشاورزی و مراتع متوسط به‌ترتیب 49% و 78% است. همچنین مقدار رس از کمترین میزان 6.5% در مرتع متوسط تا بالاترین 26% در زمین‌های کشاورزی متغیر است. نتایج به‌دست‌آمده از مقادیر ماسه و رس نشان داد با تغییر کاربری از پوشش گیاهی با تراکم بالا (جنگل) به تراکم پایین (اراضی مرتعی و زراعی) درصد رس و سیلت کاهش و میزان شن افزایش می‌یابد.

investigating and assessing soil's texture and density in different land uses via google earth engine system

introduction: awareness of soil quality in agricultural lands and natural resources is essential to achievemaximum production and environmental sustainability. although soil quality is not directly assessed, soil qualityindicators are widely used today, including the physical indicators which are of great importance in measuringthe soil quality, as they directly influence the plant growth and the soil’s chemical and biological properties.therefore, it is necessary to evaluate the quality of the soil and to take its changes into account when using the land for the intended uses before its exploitation. on the other hand, applying satellite imagery and gis to extract the required information and map soil indicators to make optimal decisions has become an integral part of sustainable land management. considering the changes in the soil's physical, chemical, and biological properties and the human-induced land degradation, it could be argued that the quality of the soil varies in different land uses. therefore, the soil’s quality index can be measure in each unit through the land use map. in this regard, various studies have been conducted on land use-related soil index via remote sensing techniques, indicating that unscientific and uninformed changes in land use may have negative effects on the soil’s desired physical and chemical properties. thus, this study sought to investigate the status of the soil’s texture and density in different land uses and assessits quantification using the google earth engine system.material and methods: the rudan basin is one of the sub-basins of the minab watershed, whose rainfalldistribution does not follow a uniform pattern, with roughly 242 mm average annual precipitation, more than 77% of which occurs during the rainy season (autumn and winter). on the other hand, the annual minimum, average, and maximum temperature rates of the study area during the study period (1980-2020) are 18.1 °c, 25.7 °c, and 33.02 °c, respectively, and the area’s average annual evaporation rate is 2858 mm. to conduct the study, the intended area was divided into five uses, including the moderate pastures, poor pastures, agricultural lands, garden lands, and canals. then, a total of 218 samples were taken from all such land uses from the soil's zero to 10 cm surface, and some experiments were performed to determine the soli’s texture, sand percentage, and density using hydrometric and paraffin black methods. open land map was also used in google earth engine.to this end, first the location of the study area was identified in the google earth engine system. the data used in this phase included the landsat series images related to the study period (january 1, 1950 to january 1, 2018) with a resolution of 250 meters. the location of the captured points was then determined using gps in the arc gis 10.3 software. moreover, variance coefficient analysis, overall accuracy, and kappa coefficient were used to evaluate and validate the obtained results.