استفاده از توابع انتقالی و طیفی خاک در برآورد ظرفیت تبادل کاتیونی خاک‌های آهکی استان فارس

ظرفیت تبادل کاتیونی (cec) از مهم‌ترین ویژگی‌های شیمیایی خاک است که در حاصلخیزی خاک نقش بسزایی دارد. با این حال، روش‌های استاندارد آزمایشگاهی برای اندازه‌گیری cec دشوار، هزینه ‌بر و زمان ‌بر است. این پژوهش با هدف برآورد cec خاک با به کارگیری روش‌های نوین مانند 1) توابع انتقالی خاک (ptf) بر اساس ویژگی‌های زود یافت خاک با استفاده از رگرسیون خطی چندگانه (mlr) طیف‌سنجی خاک (,vis - nir2500 تا 400 نانومتر) با استفاده از رگرسیون حداقل مربعات جزئی (plsr) و رگرسیون بردار پشتیبان (svr) انجام شده است. همچنین با استفاده از نتایج تجزیه و تحلیل ضریب رگرسیون، طول موج‌های کلیدی برای برآورد cec معرفی شدند. برای این منظور، cec در آزمایشگاه با استفاده از روش سدیم استات برای 72 نمونه خاک جمع آوری شده از خاک‌های آهکی استان فارس اندازه‌گیری شد و بازتاب طیفی نمونه‌های خاک با دستگاه طیف ‌سنج اندازه‌گیری شد. این روش‌ها از مجموعه واسنجی (70% داده‌ها) ساخته شده و با مجموعه اعتبارسنجی (30% داده‌ها) ارزیابی شدند. نتایج نشان داد دقت نتایج روش  طیف ‌سنجی از دقت نتایج ptf بیشتر بود. در این پژوهش، طول موج‌های 566، 854، 1354، 1418، 1906، 2071، 2203، 2319 و 2341 نانومتر به عنوان طول موج‌های کلیدی برای برآورد cec خاک به دست آمد. مدل‌ svr در مقایسه با plsr عملکرد بهتری داشت. به طور کلی این پژوهش نشان داد که روش طیف ‌سنجی (vis - nir) یک روش امیدوارکننده برای برآورد cec خاک می‌باشد.

Using Soil Pedotransfer and Spectrotransfer Functions to Estimate Cation Exchange Capacity in Calcareous Soils, Fars Province

Cation exchange capacity (CEC) is one of the most important soil chemical properties that plays an important role in soil fertility. However, standard laboratory methods for measuring CEC are difficult, costly, and timeconsuming. The aim of this study was to use new methods such as 1) Pedotransfer Functions (PTF) based on the basic soil properties using Multiple Linear Regression (MLR), 2) soil spectroscopy (Vis–NIR, 400 – 2500 nm) using Partial Least Squares Regression (PLSR), and Support Vector Regression (SVR), for estimating soil CEC. Also, from the regression coefficient analysis, key wavelengths were introduced. For this purpose, CEC was measured using the sodium acetate method for 72 soil samples collected, and spectral reflection of soil samples was determined using spectroscopy. These methods are made from a calibration set (70% of data) and evaluated with a validation set (30% of data). The results showed that Vis NIR method performed better than PTF. In this study, wavelength ranges around 566, 854, 1354, 1418, 1906, 2071, 2203, 2319, and 2341 nm were investigated as the key wavelengths for estimation of CEC. Furthermore, the results of prediction models showed that SVR has a better performance than PLSR. This study proved that VisNIR is a promising method for soil CEC estimation.