بررسی روش‌های درون‌یابی برای تعیین پراکنش مکانی کربن آلی و نیتروژن خاک در اراضی منطقه لنجانات استان اصفهان

این پژوهش در سطح 50 هزار هکتار از اراضی منطقه لنجانات استان اصفهان به منظور بررسی روش‌های تعیین نقشه پراکنش مکانی کربن آلی و نیتروژن خاک انجام شد. توزیع مکانی عناصر با روش‌های درون‌یابی کریجینگ معمولی، وزن‌دهی عکس فاصله و اسپلاین کششی بررسی شد. نتایج حاصله بیانگر وجود ساختار مکانی متوسط متغیرها بود. تغییرنماهای تجربی نشان داد روند ناهمسانگردی خاصی در مورد متغیرها وجود ندارد. به منظور تعیین دقت و صحت تخمین روش‌های درون‌یابی از داده‌های معیار (برای هر متغیر 150 داده) و معیارهای آماری شامل میانگین خطای تخمین (mee)، میانگین مربعات خطای تخمین (msee)، مجذور میانگین مربعات خطای تخمین (rmse)، خطای نسبی (er) و ضریب همبستگی پیرسون (r) استفاده شد. علی‌رغم تغییرپذیری مکانی زیاد متغیرها، نتایج حاکی از دقت خوب مقادیر تخمین‌زده شده به کمک روش‌های درون‌یابی است. برای کربن آلی خاک در منطقه مطالعاتی روش‌های درون‌یابی کریجینگ معمولی و اسپیلاین کششی با خطای پایین‌تر (0.007mee، 0.09=msee=، 0.3=rmse، 0.32 er و 0.73=r)، از دقت تخمین مناسب‌تری در مقایسه با روش درون‌یابی وزن‌دهی عکس فاصله (0.009=mee، 0.096=msee=، 0.31rmse=، 0.34 er= و 0.71=r) برخوردار بودند. همچنین، برای نیتروژن خاک در منطقه، روش‌های درون‌یابی کریجینگ معمولی و وزن‌دهی عکس فاصله با خطای کمتر (0.003=mee، 0.0006=msee=، 0.025=rmse، 0.296 er= و 0.8=r) نسبت به روش درون‌یابی اسپیلاین کششی (0.0017=mee، 0.0007=msee=، 0.026=rmse، 0.301 er و 0.78=r) دقت تخمین بیشتری داشتند.

Investigation of Interpolation Methods for Determination of Organic Carbon and Nitrogen Spatial Distribution in Lanjanat Region in Isfahan Province

This research was carried out to compare the methods of determining the spatial distribution of soil organic carbon and nitrogen on 50,000 hectares of Lenjanat area in Isfahan province, central Iran. The spatial distribution of elements was determined by Ordinary Kriging, Inverse Distance Weighting, and Spline Tension interpolation methods. The results indicated that there was an average spatial structure in the variables. Empirical variograms showed that there was no specific anisotropy process for variables. In order to determine the accuracy of the estimation of interpolation methods, the standard data (150 data for each variable) and statistical criteria including Mean Estimation Error (MEE), Mean Square Estimation Error (MSEE), Root Mean Square Error (RMSE), relative Error (Er) and Pearson correlation coefficient (r) were used. Despite the high spatial variability of the parameters, the results indicate the accuracy of the estimated values by means of interpolation methods. For soil organic carbon in the study area, Ordinary Kriging and Spline Tension interpolation methods with lower error (MEE= 0.007, MSEE= 0.09, RMSE= 0.3, Er= 0.32 and r= 0.73) were more accurate compared with the Inverse Distance Weighting interpolation method (MEE= 0.009, MSEE= 0.096, RMSE= 0.31, Er= 0.31 and r= 0.71). Also, Ordinary Kriging and Inverse Distance Weighting interpolation methods with a lower error (MEE= 0.003, MSEE= 0.0006, RMSE= 0.025, Er= 0.296 and r= 0.8), compared with Spline Tension interpolation method (MEE= 0.0017, MSEE= 0.0007, RMSE= 0.026, Er= 0.301 and r= 0.78) had more accurate estimation of soil nitrogen in the region.