Agrokémia és Talajtan
Volume/Issue:
Volume 62: Issue 1
Digital mapping of the organic matter content of chernozem soils on an area endangered by erosion in the Mezőföld region
Authors: Gábor Szatmári 1 and Károly Barta 1
View More View Less
  • 1 Szegedi Tudományegyetem, Természeti Földrajzi és Geoinformatikai Tanszék 6720 Szeged Egyetem u. 2 Magyarország
DOI:
https://doi.org/10.1556/agrokem.62.2013.1.4
Page Count:
47–60
Publication Date:
01 Jun 2013
Online Publication Date:
07 Jan 2014
Article Category:
Research Article
Restricted access

Purchase article

USD  $25.00

1 year subscription (Individual Only)

USD  $184.00
Purchase Online Subscription

  • Purchase article

    USD  $25.00

  • 1 year subscription (Individual Only)

    USD  $184.00

Munkánkban egy mezőföldi, döntően szántóföldi hasznosítású, vízerózióval veszélyeztetett mintaterület talajtakarójának szervesanyag-tartalmára vonatkozóan kívántunk geostatisztikai alapú becslést adni. Az Előszállástól DNy-ra elhelyezkedő kutatási területen löszön képződött mészlepedékes csernozjom, illetve az erózió bizonyítékaként lejtőhordalék és földes kopár talajokat találunk.Munkánkban a legnagyobb kihívást a száz darab szervesanyag-tartalom adat átlagában megjelenő szisztematikus változás jelentette, mely trend (vagy drift) jelenlétére utalt. A trend jelenléte sérti a geostatisztikában ismeretes belső hipotézist, melynek fontos következménye, hogy a számított tapasztalati félvariogram alkalmatlan a szervesanyag-tartalom valoszin.segi fuggvenyenek masodik momentumanak a jellemzesere. E problema kikuszobolesere a regresszio krigelest, mint terbeli becslesi algoritmust hasznaltuk, mely szimultan alkalmazza a fugg. valtozo es a segedadatok kozotti regressziot es a regresszio reziduumain alapulo krigelest.A segedadatokat az altalunk elkeszitett digitalis domborzatmodellb.l es terulet-hasznositasi terkepb.l szarmaztattuk. A fuggetlen valtozok multikollinearitasanak elkerulese vegett f.komponens analizist vegeztunk. A tobbszoros linearis regresszio analizis soran 5%-os szignifikancia szint mellett 6 darab prediktor bizonyult szignifikansnak. A vizsgalat eredmenyekent kapott regresszio R2 erteke 54%-nak adodott, ami azt jelenti, hogy a szervesanyag-tartalom terbeli valtozekonysaganak tobb mint 50%-at le tudtuk irni a modellel. Ezt kovet.en elkeszitettuk a reziduumok tapasztalati felvariogramjat, mely kielegitette a bels. hipotezist. A felvariogramra elmeleti modellt illesztettunk. A regresszios fuggveny es az elmeleti felvariogram modell segitsegevel elvegezhet. volt a regresszio krigeles.A terbeli becsles eredmenyekent kapott humusztartalom terkepet 15 darab fuggetlen meresi adattal ertekeltuk. A kiszamitott ME (Mean Error), RMSE (Root Mean Square Error) es RMNSE (Root Mean Normalized Square Error) parameterek erteke 0,063; 0,224 es 0,978 volt. A kapott eredmenyek alapjan azt a kovetkeztetest vontuk le, hogy a megszerkesztett szervesanyag-tartalom terkep jol kozeliti a mintateruleten varhato humusztartalom terbeli eloszlasat. Tovabbi vizsgalatokat vegeztunk az iranyban, hogy a humuszterkep kategoriai mikent viszonyulnak a terulethasznositasi tipusokhoz. A legalacsonyabb szervesanyag-tartalom kategoria maximalis terulettel a szantofoldeken jelentkezett, melynek oka a szerves anyag mestersegesen felgyorsitott mineralizaciojaval es a szantokat sujto vizerozioval magyarazhato.

  • Dobos, E., Micheli, E. & Montanarella, L., 2007. The population of a 500-m resolution soil organic matter spatial information system for Hungary. In: Developments in Soil Science. Vol. 31. (Eds.: Lagacherie, P., McBratney, A. B. & Voltz, M.) 487–495. Elsevier B.V. Amsterdam.

    Montanarella L , '', in Developments in Soil Science , (2007 ) -.

  • Dövényi Z. (szerk.), 2010. Magyarország kistájainak katasztere. MTA Földrajztudományi Kutatóintézet. Budapest.

    '', in Magyarország kistájainak katasztere , (2010 ) -.

  • Eldeiry, A. & Garcia, L. A., 2010. Comparison of ordinary kriging, regression kriging, and cokriging techniques to estimate soil salinity using LANDSAT images. ASCE Journal of Irrigation and Drainage. 136. 355–364.

    Garcia L A , 'Comparison of ordinary kriging, regression kriging, and cokriging techniques to estimate soil salinity using LANDSAT images ' (2010 ) 136 ASCE Journal of Irrigation and Drainage : 355 -364.

    • Search Google Scholar

  • Farsang A., Kitka G. & Barta K., 2011. Mezőgazdaságilag hasznosított kisvízgyűjtők talajerózióhoz kötődő elemdinamikája. Talajvédelem különszám. Talajtani Vándorgyűlés, Szeged, 2010. szeptember 3–4. 339–349. Talajvédelmi Alapítvány. Budapest.

    Barta K , '', in Talajvédelem különszám. Talajtani Vándorgyűlés, Szeged, 2010. szeptember 3–4 , (2011 ) -.

  • Geiger J., 2007. Geomatematika. JATEPress Kiadó. Szeged.

    Geiger J , '', in Geomatematika , (2007 ) -.

  • Hengl, T., 2006. Finding the right pixel size. Computers & Geosciences. 32. 1283–1298.

    Hengl T , 'Finding the right pixel size ' (2006 ) 32 Computers & Geosciences : 1283 -1298.

  • Hengl, T., 2009. A Practical Guide to Geostatistical Mapping (2nd ed.) University of Amsterdam. Amsterdam.

    Hengl T , '', in A Practical Guide to Geostatistical Mapping , (2009 ) -.

  • Hengl, T., Heuvelink, G. B. M. & Stein, A., 2003. Comparison of kriging with external drift and regression-kriging. Technical note. ITC. Enschede.

    Stein A , '', in Comparison of kriging with external drift and regression-kriging , (2003 ) -.

  • Hengl, T., Heuvelink, G. B. M. & Stein, A., 2004. A generic framework for spatial prediction of soil variables based on regression-kriging. Geoderma. 122. 75–93.

    Stein A , 'A generic framework for spatial prediction of soil variables based on regression-kriging ' (2004 ) 122 Geoderma : 75 -93.

    • Search Google Scholar

  • Kalivas, D. P., Triantakonstantis, D. P. & Kollias, V. J., 2002. Spatial prediction of two soil properties using topographic information. GLOBAL NEST: the International Journal. 4. 41–49.

    Kollias V J , 'Spatial prediction of two soil properties using topographic information ' (2002 ) 4 GLOBAL NEST: the International Journal : 41 -49.

    • Search Google Scholar

  • Marchetti, A. et al., 2010. Estimating soil organic matter content by regression kriging. In: Digital Soil Mapping, Progress in Soil Science 2. (Eds.: Boettinger, J. L. et al.) 241–254. Springer Science+Business Media B.V. New York.

    Marchetti A , '', in Digital Soil Mapping , (2010 ) -.

  • McBratney, A. B., Mendonça Santos, M. L. & Minasny, B., 2003. On digital soil mapping. Geoderma. 117. 3–52.

    Minasny B , 'On digital soil mapping ' (2003 ) 117 Geoderma : 3 -52.

  • Minasny, B. & McBratney, A. B., 2007. Spatial prediction of soil properties using EBLUP with the Matérn covariance function. Geoderma. 140. 324–336.

    McBratney A B , 'Spatial prediction of soil properties using EBLUP with the Matérn covariance function ' (2007 ) 140 Geoderma : 324 -336.

    • Search Google Scholar

  • Mishra, U. et al., 2012. Improving regional soil carbon inventories: Combining the IPCC carbon inventory method with regression kriging. Geoderma. 189–190. 288–295.

    Mishra U , 'Improving regional soil carbon inventories: Combining the IPCC carbon inventory method with regression kriging ' (2012 ) 189–190 Geoderma : 288 -295.

    • Search Google Scholar

  • Odeh, I. O. A., McBratney, A. B. & Chittleborough, D. J., 1995. Further results on prediction of soil properties from terrain attributes: heterotopic cokriging and regression-kriging. Geoderma. 67. 215–226.

    Chittleborough D J , 'Further results on prediction of soil properties from terrain attributes: heterotopic cokriging and regression-kriging ' (1995 ) 67 Geoderma : 215 -226.

    • Search Google Scholar

  • Simbahan, G. C. et al., 2006. Fine-resolution mapping of soil organic carbon based on multivariate secondary data. Geoderma. 132. 471–489.

    Simbahan G C , 'Fine-resolution mapping of soil organic carbon based on multivariate secondary data ' (2006 ) 132 Geoderma : 471 -489.

    • Search Google Scholar

  • Sisák I. & Pőcze T., 2011. A talaj fizikai féleségére vonatkozó adatok harmonizálása egy Balaton környéki mintaterületen. Agrokémia és Talajtan. 60. 259–272.

    Pőcze T , 'A talaj fizikai féleségére vonatkozó adatok harmonizálása egy Balaton környéki mintaterületen ' (2011 ) 60 Agrokémia és Talajtan : 259 -272.

    • Search Google Scholar

  • Szabó J., Pásztor L. & Bakacsi Zs., 2005. Egy országos, átnézetes, térbeli talajinformációs rendszer kiépítésének igénye, lehetőségei és lépései. Agrokémia és Talajtan. 54. 41–58.

    Bakacsi Zs , 'Egy országos, átnézetes, térbeli talajinformációs rendszer kiépítésének igénye, lehetőségei és lépései ' (2005 ) 54 Agrokémia és Talajtan : 41 -58.

    • Search Google Scholar

  • Wischmeier, W. H. & Smith, D. D., 1978. Predicting Rainfall Erosion Losses: A Guide to Conservation Planning. Agriculture Handbook No. 537. US Government Printing Office. Washington, D. C.

    Smith D D , '', in Agriculture Handbook No. 537 , (1978 ) -.

  • Zhang, S. et al., 2012. Spatial prediction of soil organic matter using terrain indices and categorical variables as auxiliary information. Geoderma. 171–172. 35–43.

    Zhang S , 'Spatial prediction of soil organic matter using terrain indices and categorical variables as auxiliary information ' (2012 ) 171–172 Geoderma : 35 -43.

    • Search Google Scholar
Cover Agrokémia és Talajtan
Agrokémia és Talajtan
Print ISSN:
0002-1873
Online ISSN:
1588-2713
Keywords:
szervesanyag-tartalom; digitális térképezés; regresszió krigelés; erózió-veszélyeztetettség; csernozjom

Monthly Content Usage

Abstract Views Full Text Views PDF Downloads
Aug 2020 1 0 0
Sep 2020 0 0 0
Oct 2020 0 0 0
Nov 2020 0 0 0
Dec 2020 3 0 0
Jan 2021 0 0 0
Feb 2021 0 0 0