محمود رستمی نیا

خاک ساختاری ناهمگن دارد و وضعیت آن بر فرآیندهای اکوسیستمی که چرخه مواد غذایی را کنترل می‌کند تأثیرگذار است. اجتناب از تخریب خاک و بهبود سطح حاصلخیزی و سلامت خاک را می-توان با انجام مدیریت پایدار خاک، با درک مناسب از ویژگی‌های خاک به دست آورد. تنوع مکانی ویژگی‌های خاک تحت تأثیر شیوه‌های مدیریت کشاورزی مانند آبیاری و کوددهی و همچنین عوامل تشکیل خاک مانند مواد اولیه قرار دارد. بنابراین، شناسایی محدوده‌های همسان مدیریتی در مزرعه اغلب باعث جلوگیری از استفاده بی‌مورد نهاده‌ها می‌شود. مطالعه حاضر با هدف به‌کارگیری ویژگی‌های خاک سطحی شامل کربن‌آلی (SOC)، نیتروژن کل (TN)، کربنات کلسیم معادل (CCE)، گچ (Gypsum)، آهن (Fe)، هدایت الکتریکی (EC)، pH و بافت خاک در تهیه نقشه رقومی واحدهای همگن مدیریتی خاک، مدل‌سازی و پیش‌بینی کلاس فامیل خاک با استفاده از مدل یادگیری ماشین جنگل تصادفی (RF) و در نهایت جداسازی و تهیه نقشه‌ی واحدهای همگن مدیریتی در منطقه میمه شهرستان دهلران استان ایلام انجام شد. بدین منظور از محل 115پروفیل به روش ابرمکعب لاتین (cLHS) نمونه‌برداری خاک انجام گردید. نمونه‌ها جمع‌آوری و به آزمایشگاه منتقل گردیده و از الک دو میلی‌متر عبور داده شد. سپس ویژگی‌های فیزیکی و شیمیایی خاک‌ها اندازه‌گیری شد. متغیرهای محیطی شامل داده‌های توپوگرافی و سنجش از دور به‌ترتیب از مدل رقومی ارتفاع (DEM) 5/12 متر و تصاویر ماهواره لندست 8 (وضوح 30 متر) با استفاده از نرم‌افزارهای SAGA GIS و ENVI تهیه گردید. متغیرهای بهینه طی دو گام انتخاب شد؛ در گام اول با استفاده از روش شاخص تورم واریانس (VIF) 27 متغیر و در گام دوم با استفاده از روش Boruta ، 9 متغیر کمکی به‌عنوان متغیرهای بهینه انتخاب شد. همچنین دو متغیر اقلیمی شامل میانگین بارش سالانه (MAP) و میانگین دمای سالانه (MAT) بر اساس نظر کارشناس نیز اضافه شد. تمام متغیرهای انتخاب شده با استفاده از تابع نزدیک‌ترین همسایه در محیط نرم‌افزار Arc GIS به 5/12 متر تبدیل گردید. نقشه‌های ویژگی‌های پیش‌بینی شده توسط تابع باز طبقه‌بندی به چهار کلاس و نقشه کلاس فامیل به 9 کلاس طبقه‌بندی شد. سپس واحدهای مدیریت خاک، با همپوشانی نقشه‌های ویژگی‌های خاک به همراه نقشه کلاس فامیل خاک برای توسعه واحدهای مدیریتی با ویژگی‌های مشابه تهیه گردید. نتایج پیش‌بینی ویژگی‌های خاک نشان داد مقدار R2 برای ویژگی‌های pH، SOC، EC، Fe، CCE، گچ و TN به ترتیب برابر با 78/0، 76/0، 75/0، 74/0، 73/0، 7/0 و 67/0 و مقدار RMSE به ترتیب برابر با1/0، 18/0، 75/0، 74/0، 73/0، 7/0 و 67/0 محاسبه شد. مقایسه PRD محاسبه شده برای ویژگی‌های خاک نشان می‌دهد که پیش‌بینی مکانی ویژگی‌های خاک توسط مدل RF نسبتاً خوب (4/1 تا 2) است. نتایج اعتبارسنجی کلاس خاک پیش‌بینی شده نشان داد میزان صحت کلی و شاخص کاپا به‌دست آمده به ترتیب برابر با 63% و 55/0 است. کلاس‌های خاک 7 و 9 با صحت تولیدکننده برابر با 67 و دقت کاربر برابر با 100 بالاترین صحت پیش‌بینی را داشت. متغیر اقلیمی MAT (4/39)، متغیر توپوگرافی MRVBF (74/19) و متغیر سنجش از دور TTVI (26/13) با توجیه بیش از 70% تغییرات کلاس‌های خاک به ترتیب سه متغیر مهم در پیش‌بینی کلاس خاک شناسایی شد. نتایج خوشه‌بندی نشان داد که در منطقه مورد مطالعه 25 واحد همگن مدیریتی شناخته شد. در بین واحدهای مدیریتی شناخته شده واحد 3 (5/255 هکتار) بیشترین مساحت و واحد 21 (7/50 هکتار) کمترین مساحت را دارند. بیشتر واحدهای مدیریتی خاک از لحاظ میزان گچ و کربنات کلسیم باعث محدودیت در رشد برخی از گیاهان می‌شوند. بنابراین نیاز به عملیات اصلاحی دارند. نتایج تجزیه و تحلیل خوشه‌بندی نشان داد که شاخص عملکرد فازی (FPI) برابر با 1/0 و آنروپی طبقه‌بندی نرمال شده (NCE) برابر با 5/0 است که نشان‌دهنده تهیه واحدهای متمایز در منطقه مورد مطالعه است. میزان آنتروپی پارتیشن اصلاح شده (MPE) محاسبه شده برای سازماندهی SMUها در منطقه مورد مطالعه برابر با 46/0 محاسبه شد. شاخص کاهش واریانس (VR) نیز 1/49 درصد محاسبه شد. نتایج آزمون توکی نیز بیانگر تفاوت آماری معنی‌دار (p<0.05) بین 25 واحد مدیریتی برای EC، SOC، گچ، CCE و TN است. تجزیه و تحلیل خوشه‌ای با گروه‌بندی نقاط داده در خوشه‌های طبیعی، تنوع درون منطقه را کاهش داده و اطلاعاتی را برای مدیریت مکانی خاص با هدف به حداکثر رساندن تولید محصول در کل منطقه فراهم می‌کند. بنابراین هر کدام از واحدهای مدیریتی برای محصولات زراعی موردنظر نیاز به اتخاذ تصمیمات متفاوت مطابق با خصوصیات آن واحد دارند. این مفهوم خوشه‌بندی در مدیریت علمی مؤثر و کارآمد استفاده از اراضی، نوع محصول مناسب برای کشت، نحوه آبیاری و کوددهی مفید خواهد بود. بنابراین نقشه‌های رقومی خاک که در محیط سامانه‌های اطلاعات مکانی تهیه می‌شوند به‌عنوان ابزارهایی ارزشمند اطلاعات مفیدی را در مورد خاک‌های یک اراضی زراعی ارائه داده و می‌توانند برای تصمیم‌گیری در برنامه‌های آمایش سرزمینی استفاده شوند.