Vizsgálatunk célja az volt, hogy egy Somogyban elhelyezkedő, dombvidéki mintaterület szántóin elemezzük a mért talaj-vezetőképesség (EC) értékek és lehatárolt termőhelyi (művelési) zónák talajtulajdonságai közötti összefüggéseket. A vizsgált szántóterületek löszön kialakult, típusos Ramann-féle barna erdőtalajon és karbonátos csernozjom barna erdőtalajon helyezkednek el. Feltalajuk döntően vályog és agyagos vályog fizikai féleségű. A talaj vezetőképességét 50 és 100 cm-es talajmélységben mértük.
A mintaterület talajadatait térinformatikai állományba foglaltuk, az adatok rendezését és azok összekapcsolását az ESRI ArcGIS 10.0 programmal végeztük el. A táblák heterogenitását mutató laboratóriumi talajvizsgálatok eredményeit a mért EC értékekkel összevetettük, amelyhez az IBM SPSS Statistics 20 szoftver segítségével stepwise-típusú lineáris regressziót alkalmaztunk. A regressziókat a talajvizsgálatok csoportosításával megegyezően: alap („a” eset), bővített („b” eset) és teljeskörű („c”eset) alapján futtattuk le. A számításoknál az „a” eset a talajtulajdonságokat meghatározó fontosabb talajparaméterek (kötöttség, humusz- és mésztartalom, kémhatás), a „b” eset az alap talajparamétereket és a makro tápanyagok (NPK ellátottságot), valamint a „c” eset az előző kettőt és mikro tápanyagok (Mg2+, Na+, Zn2+, Cu2+, Mn2+, SO42–, Fe2+ + Fe3+) körét jelenti.
A különböző csoportosításban elvégzett elemzések során arra voltunk kíváncsiak, hogy a vizsgálati talajparaméterek körének változtatásával szorosabb kapcsolatokat találunk-e a mért átlagos EC értékek és a talajtulajdonságok között. Az eredményeink által kaphatunk-e olyan kellő pontosságú és megbízhatóságú becslőmodellt, amely a talajok térbeli heterogenitását megmutatja az EC értékek alapján, így a módszer nagyban meggyorsíthatja és leegyszerűsítheti a „hagyományos” talajvizsgálatokhoz képest a termőhelyi zónák elkülönítését.
A vizsgálati eredményeink alapján elmondható, hogy mindhárom regressziós csoportosítás esetén a tengerszint feletti magasság csökkenésével arányosan nő a talaj-vezetőképesség, illetve az EC értékek növekedésével nő a talajok kötöttsége, amellyel együtt növekszik az agyagtartalom is. Ez a folyamat 100 cm-es talajmélységben a nagyobb víztartalom miatt erőteljesebben jelentkezik, mint az 50 cm-es talajmélységben. A termőhelyi zónák termékenységi viszonyait az elsődleges talajtulajdonságokon, illetve a makro és a mikro tápanyag-ellátottságokon kívül a domborzati viszonyok is módosíthatják. A talajellenállás mérése bárki számára elérhető, gyors és egyszerű módszer. A laboratóriumi talajvizsgálatokat kiegészítve alkalmas arra, hogy a precíziós növénytermesztésben segítséget nyújtson a termőhelyi zónák lehatárolásában.
Our aim was to analyse the relationships between the measured soil electrical conductivity (EC) and the soil properties of different delimited production (tillage) zones in a hillside sample area situated in Somogy county. The examined arable lands are situated in typical Ramann-type brown forest soil and chernozem-brown forest soil mostly with loam and clay loam formed on loess. For the investigations, two soil resistance values (measured at 50 cm and 100 cm depth) were used.
Soil data of the sample area were incorporated into a GIS file, the ordering and connection of the data was performed by ESRI ArcGIS 10.0 program. The results of the soil laboratory tests (which show soil heterogeneity) were correlated to the measured EC-values with stepwise linear regression using IBM SPSS Statistics 20 software. The regression were run in line with the alignment of soil investigations: basic (case „a”), extended (case „b”) and completed (case „c”). By the calculations, case „a” means the group of the most important soil parameters which are determinative soil characteristics (upper limit of plasticity or KA, humus-, lime content, pH), case „b” means the previous one plus the group of macronutrients (NPK-content), while case „c” means case „b” plus the group of micronutrients (Mg2+, Na+, Zn2+, Cu2+, Mn2+, SO42–, Fe2+ + Fe3+).
With the analyses made in different alignments our aim was to determine whether with the changing of examined soil parameters there will be tighter relationships between the measured EC-values and soil properties. Further aim was to examine whether it is possible to make a properly accurate and reliable estimation model, which can show the real soil circumstances (spatial heterogeneity of soils) based on EC-values, since this method can accelerate and simplify the separation of productivity zones compared to the conventional soil examinations.
Based on the results it can be concluded that in case of all the three regression groups the electrical conductivity increases proportionally with the decreasing of elevation. Besides, with the increasing of EC-values the KA – and with it, the clay content also – increases. This process develops in a more significant way in the depth of 100 cm than in 50 cm because of the higher water content. Besides the primary soil characteristics and the amount of macro- and micronutrients, the fertility conditions of the production zones can be affected by the geographical circumstances as well. The measurement of soil resistance is a fast, easy and generally available method, which is suitable – with the completion of laboratory examinations – for giving assistance to delineate the production zones in the precision crop production.
Allen, R. D., 1977. Evaluation Of Arial Photography As Technique For Estimating Citrus Fruit Yield. U.S. Department Of Agriculture Staff Report, Statistical Reporting Service.
Ambrus, A., 2016. A Hely-Specifikus Tápanyag-Ellátás És Az Őszi Búza (Triticum Aestivum L.) Mennyiségi És Minőségi Jellemzői Közötti Összefüggések Vizsgálata. Doktori (Phd) Értekezés. Szent István Egyetem, Mezőgazdaság- És Környezettudományi Kar, Növénytermesztési Intézet, Gödöllő.
Baranyai, F., Fekete, A. & Kovács, I., 1987. A Magyarországi Tápanyagvizsgálatok Eredményei. Mezőgazdasági Kiadó. Budapest.
Corwin, D. L. & Lesch, S. M., 2003. Application Of Soil Electrical Conductivity To Precision Agriculture: Theory, Principles And Guidelines. Agronomy Journal. 95. 455–471.
Dövényi, Z. (Szerk.)Becse, A., Mezősi, G., Ádám, L., Juhász, Á., Marosi, S., Somogyi, S., Szilárd, J., Ambrózy, P., Konkolyné Bihari, Z., Király, G., Molnár, Z., Bölöni, J., Csiky, J., Vojtkó, A., Rajkai, K., Tóth, G., Tiner, T., Michalkó, G. & Keresztesi, Z., 2010. Magyarország Kistájainak Katesztere. Második, Átdolgozott És Bővített Kiadás. MTA Földrajztudományi Kutatóintézet, Budapest.
Gulácsi A. & Kovács F., 2015. Aszályvizsgálat Lehetősége Modis Műholdképekből Számított Spektrális Indexekkel Magyarországon. Tájökológiai Lapok. 13. (2) 235–248.
Győrffy, B., 2000. A Biogazdálkodástól A Precíziós Mezőgazdaságig. Gyakorlati Agrofórum, 11. (2) 1–5.
Heil, K. & Schmidhalter, U., 2017. The Application Of EM38: Determination Of Soil Parameters, Selection Of Soil Sampling Points And Use In Agriculture And Archaeology–Review. Sensors. 17. 1–44.
Hermann, T., Kismányoky, T. & Tóth, G., 2014a. A Foszfor-Ellátottság Hatása A Kukorica (Zea Mays L.) Termőképességére Mezőségi És Barna Erdőtalajú Termőhelyeken, Különböző Évjáratokban. Növénytermelés. 63. (1) 1–18.
Hermann, T., Kismányoky, T. & Tóth, G., 2014b. A Humuszellátottság Hatása A Kukorica (Zea Mays L.) Termésére Csernozjom És Barna Erdőtalajú Termőhelyeken, Különböző Évjáratokban. Növénytermelés. 63. (2) 1–22.
Jassó, F. (Szerk.)Horváth, B., Izsó, I., Király, L., Parászka, L. & Szabóné Kele, G., 1989. ’88 Útmutató A Nagyméretarányú Országos Talajtérképezés Végrehajtásához. Agroinform Kiadó. Budapest.
Jeney, I. & Jassó, F. (Szerk.), 1983. Magyarország Genetikus Talajtérképe (Méretarány: 1:200.000). Kartográfiai Vállalat, Budapest.
Jin, J., Zimmerman, A. R, Moore, P. J. & Martin, J. B., 2014. Organic And Inorganic Carbon Dynamics In A Karst Aquifer: Santa Fe River Sink-Rise System, North Florida, USA. Journal of Geophysical Research: Biogeosciences. 119. (3) 340–357.
Johnson, C. K., Doran, J. W., Wienhold, B. J. & Shanahan, J. F., 2001. Field-Scale Electrical Conductivity Mapping For Delineating Soil Condition. Soil Science Social American Journal. 65. 1829–1837.
Kachanoski, R. G., Gregorich, E. G. & Van Wesenbeeck, I. J., 1988. Estimating Spatial Variations Of Soil Water Content Using Non Contacting Electromagnetic Inductive Methods. Canadian Journal Soil Science. 68. 715–722.
Kaffka, S. R., Lesch, S. M., Bali, K. M. & Corwin, D. L., 2005. Site-Specific Management In Salt-Affected Sugar Beet Fields Using Electromagnetic Induction. Computers And Electronics In Agriculture. 46. 329–350.
Kocsis, M., Berényi Üveges, J., Várszegi, G. & Sisák, I., 2015. A MÉM NAK Genetikus Talajtérkép Bemutatása És Talajosztályozási Kategóriáinak Elemzése. Agrokémia És Talajtan. 64. (1) 53–72.
Korsaeth, A., 2006. Height Above Ground Corrections Of EM38 Readings Of Soil Apparent Electrical Conductivity. Acta Agriculturae Scandinavica Section B-Soil and Plant Science. 56. 333–336.
Lee, Y. J., Elzinga, E. J. & Reeder, R. J., 2005. Cu(II) Adsorption At The Calcite–Water Interface In The Presence Of Natural Organic Matter: Kinetic Studies And Molecular-Scale Characterization. Geochimica et Cosmochimica Acta. 69. (1) 49–61.
Machanda, M., Kudart, M. & Tiwari, A. K., 2002. Soil Survey And Mapping Using Remote Sensing. Tropical Ecology. 43. (1) 61–74.
Marton, J., 2006. Gabonatermesztés Jövőjéről A Múlt Tükrében. http://ikr.hu/tudastar_gabonaterm_ml.php
Melchiori, P. Z., 2002. Spatial Variability Of Wheat Yield, Association With Edaphic Parameters And Assessment Of Application Of Nitrogen For Specific Sites. Thesis For Master Of Science Degree. National University Of Mar Del Plata, Balcarce, Argentina.
Mesterházi, P. Á., 2011. Precíziós Növénytermesztés A Gyakorlatban. Agrárágazat. 2. 94.
Miller, B. A. & Schaetzl, R. J., 2014. The Historical Role Of Base Map Sin Soil Geography. Geoderma. 230–231. 329–339.
Moore, I. D., Gessler, E., Nielsen, G. A. & Peterson, G. A., 1993. Terrain Analysis For Soil Specific Crop Management. Second International Conference On Site-Specific Management For Agricultural Systems, Supplement. pp. 27–51.
Moral, F. J., Terrón, J. M. & Marques Da Silva, J. R., 2010. Delineation Of Management Zones Using Mobile Measurements Of Soil Apparent Electrical Conductivity And Multivariate geostatistical techniques. Soil Tillage Research 106. 335–343.
Pálfai, I., 2004. Belvizek, Aszályok Magyarországon. Közlekedési Dokumentációs Kft, Budapest.
Pásztor, L., Dobos, E., Szatmári, G., Laborczi, A., Takács, K., Bakacsi, Z. & Szabó, J., 2014. Application Of Legacy Soil Data In Digital Soil Mapping For The Elaboration Of Novel, Countrywide Maps Of Soil Conditions. Agrokémia és Talajtan. 63. (1) 79–88.
Peralta, N. R., Costa J. L., Balzarini, M. & Angelini, H., 2013. Delineation Of Management Zones With Measurements Of Soil Apparent Electrical Conductivity In The Southeastern Pampas. Canadian Journal of Soil Science 93. 205–218.
Piikki, K., Söderström, M. & Stenberg, B., 2013. Sensor Data Fusion For Topsoil Clay Mapping. Geoderma. 199. 106–116.
Rhoades, J. D., Manteghi, N. A., Shouse, P. J. & Alves, W. J., 1989. Soil Electrical Conductivity And Soil Salinity: New Formulations And Calibrations. Soil Science Social American Journal. 53. 433–439.
Scull, P., Franklin, J., Chadwick, O. A. & Mcarthur, D., 2003. Predictive Soil Mapping: A Review. Progress in Physical Geography. 27. (2) 171–197.
Sudduth, K. A., Drummond, S. T. & Kithen, N. R., 2001. Accuracy Issues In Electromagnetic Induction Sensing Of Soil Electrical Conductivity For Precision Agriculture. Computers and Elektronics in Agricultulre. 31. 239–264.
Sudduth, K. A., Kitchen, N. R., Bollero, G. A., Bullock, D. G. & Wiebold, W. J., 2003. Comparison Of Electromagnetic Induction And Direct Sensing Of Soil Electrical Conductivity. Agronomy Journal. 95. 472–482.
Stefanovits, P., 1963. Magyarország Talajai. Akadémiai Kiadó. Budapest.
Szatmári, G., Barta, K. & Pásztor, L., 2015. An Application Of A Spatial Simulated Annealing Sampling Optimization Algorithm To Support Digital Soil Mapping. Hungarian Geographical Bulletin. 64. (1) 35–48.
Szász, G., 1991. A Nyári Aszályhajlam Területi Eloszlása Magyarországon. Acta Geographica. XXVIII–XXIX. 291–308.
Székely, C., 2000. Tervezési Módszerek És Eljárások. In: BUZÁS, G., NEMESSÁLYI, ZS. & SZÉKELY, C. (Szerk.): sMezőgazdasági üzemtan I. (10. fejezet). Budapest, Mezőgazdasági Szaktudás Kiadó. pp. 272–328.
Szabolcs, I. (Szerk.)Darab, K., Fórizs, J.-Né, Földvári, G., Jassó, F. & Várallyay, G., 1966. A Genetikus Üzemi Talajtérképezés Módszerkönyve. Országos Mezőgazdasági Minőségvizsgáló Intézet (OMMI). Budapest.
Tamás, J., 2001. Precíziós Mezőgazdaság. Mezőgazdasági Szaktudás Kiadó, Budapest.
Ye, X. & Sakai, K., 2011. Application Of Airborne Hyperspectral Imagery To Estimating Fruit Yield In Citrus. 3rd Workshop On Hyperspectral Image And Signal Processing: Evaluation In Remote Sensing. Lisbon. Portugal. 6–9 June. 2011.
Yost, R. S., Uehara, G. & Fox, R. L., 1982. Geostatistical Analysis Of Soil Chemical Properties. II. Kriging. Soil Science Social American Journal. 46. 1033–1037.
Várallyay, G., 2012. Talajtérképezés, Talajtani Adatbázisok. Agrokémia És Talajtan. 61. Online Suppl. 249–268. http://www.aton.hu/documents/10156/c4e78c6b-a2bf-4441-b367-39e2275d83ce