نوع مقاله : مقالات پژوهشی
نویسندگان
چکیده
اجرای یک برنامه‌ی مدیریتی موفق خاک و گیاه نیازمند آگاهی از کمیت ویژگی های مکانی و میزان تاثیر آن ها بر عملکرد محصول است. خصوصیات خاک از مهمترین ویژگی های مکانی موثر بر تغییرپذیری عملکرد در مقیاس مزرعه ای می باشد. از این رو در این پژوهش، همبستگی های متقابل بین خصوصیات خاک از جنبه های فیزیکی، شیمیایی و بیولوژیکی با یکدیگر و با عملکرد ذرت با استفاده از آنالیز مولفه های اصلی (PCA) مورد ارزیابی قرار گرفت. برای این منظور 18 متغیر خاک و عملکرد ذرت در بخشی از اراضی کشاورزی مزرعه نمونه آستان قدس، شهرستان مشهد اندازه گیری شد. جهت کاهش تعداد متغیرهای مورد مطالعه و حذف اثر چند هم خطی بین متغیرها از آنالیز مولفه های اصلی استفاده شد. بر اساس نتایج حاصل، 4 مولفه اصلی با مقدار ویژه ≥ 1 و در برگیرنده 67 درصد تغییرات داده های اندازه گیری شده انتخاب گردید. سپس خصوصیات خاک به مولفه‌های ظرفیت بالای توصیف کننده حاصلخیزی خاک، ظرفیت متوسط توصیف کننده حاصلخیزی خاک، ظرفیت میزان نفوذپذیری خاک و ظرفیت میزان هم آوری خاک گروه بندی شدند. نتایج نشان داد که مولفه ظرفیت بالای توصیف کننده حاصلخیزی خاک با 43 درصد توصیف واریانس داده ها حدود 77درصد تغییر پذیری عملکرد ذرت را در مقیاس مزرعه ای می تواند توضیح دهد. بنابراین آنالیز مولفه های اصلی امکان توصیف قسمت اعظمی از تغییرپذیری عملکرد محصول را با حذف اثر چند هم خطی فراهم می سازد.
کلیدواژه‌ها
عنوان مقاله [English]
Evaluation of Maize Yield Variability Based on Soil Properties and Principal Component Analysis
نویسندگان [English]
- M. Ghaemi
- A. Astaraei
- M. Nassiri Mahalati
- S.H. Sanaeinejad
- H. Emami
چکیده [English]
Successful implementation of soil and crop management program requires quantitative knowledge of site characteristics and interactions that affect crop yield. Soil properties are one of the most important site variables affecting within- field yield variability. The objective of this research was to identify intercorrelations among soil properties (chemical, physical and biological) using principal component analysis (PCA) and their relationships with maize yield variability in field. Site variables (18) and maize yield were measured in selected parts of Astan Quds agricultural fields in Mashhad city. The principal component analysis was used to reduce the site variables numbers and remove multicollinearity among variables. The first four PCs with eigenvalues>1 accounted for > 67% of variability in measured soil properties. Soil properties were grouped in four PCs as: (PC1) Soil highly descriptive fertility potential, (PC2) Soil moderately descriptive fertility potential, (PC3) Soil permeability potential, (PC4) Soil aggregation potential. The results showed that the factor of soil highly descriptive fertility potential explained 43% of variance and accounted for 77% of the yield variability in the field. Principal component analysis allows explaining a major part of crop yield variability by removing the multicollinearity.
کلیدواژه‌ها [English]
- Field Scale
- Maize yield
- Principal component analysis
- Soil properties
)
ارسال نظر در مورد این مقاله