<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه ارومیه</PublisherName>
				<JournalTitle>تحقیقات کاربردی خاک</JournalTitle>
				<Issn>2423-7116</Issn>
				<Volume>11</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2023</Year>
					<Month>05</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Geostatistical Analysis and Zoning of Soil Primary Particles for optimal 
land use management.
(Case Study: Shabankareh Plain, Bushehr Iran)</ArticleTitle>
<VernacularTitle>تجزیه و تحلیل زمین آماری و پهنه‌بندی ذرات اولیه خاک جهت مدیریت بهینه کاربری اراضی (مطالعه موردی: دشت شبانکاره استان بوشهر)</VernacularTitle>
			<FirstPage>125</FirstPage>
			<LastPage>141</LastPage>
			<ELocationID EIdType="pii">121316</ELocationID>
			
<ELocationID EIdType="doi">10.30466/asr.2023.121316</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مرتضی </FirstName>
					<LastName>پوزش شیرازی</LastName>
<Affiliation>عضو هیأت علمی بخش تحقیقات خاک و آب مرکز تحقیقات کشاورزی و منابع طبیعی فارس - دانشجوی دکتری دانشگاه شیراز</Affiliation>

</Author>
<Author>
					<FirstName>سید علی </FirstName>
					<LastName>ابطحی</LastName>
<Affiliation>استاد گروه مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه شیراز</Affiliation>

</Author>
<Author>
					<FirstName>مجید </FirstName>
					<LastName>باقرنژاد</LastName>
<Affiliation>استاد بخش علوم و مهندسی خاک دانشگاه شیراز</Affiliation>

</Author>
<Author>
					<FirstName>سید علی اکبر </FirstName>
					<LastName>موسوی</LastName>
<Affiliation>دانشیار گروه علوم خاک دانشگاه شیراز</Affiliation>

</Author>
<Author>
					<FirstName>میرناصر </FirstName>
					<LastName>نویدی</LastName>
<Affiliation>استادیار موسسه تحقیقات آب و خاک</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2021</Year>
					<Month>05</Month>
					<Day>14</Day>
				</PubDate>
			</History>
		<Abstract>Over the last three decades, there has been a general tendency to change methods in research on soil resource management from conventional and mainly qualitative methods to Quantitative ones based on spatial correlation models which are called digital soil mapping (DSM). The present study was carried out in Shabankareh plain with an area of ​​15,000 hectares with different physiographic units that are mainly used as agricultural farms in Bushehr province, Southern Iran. Target sites (172 points) were selected for soil sampling at depths of 0-30 and 30-60 based on hypothetical networking on satellite images and visual differences observed in the study area. Digital soil texture maps were drawn for both old soil texture triangle (include sand, silt and clay particles) and the new one (include Geometric mean particle diameter and geometric standard deviation of soil particle diameter). Soil texture is considered as one of the most important characteristics in determining the type and density of agricultural activities and types of land use. Two geostatistical programs include GS&lt;sup&gt;+&lt;/sup&gt; and ArcGIS and various methods of data estimators such as inverse distance weighting and ordinary Kriging method were used in this project. The results showed the strongest spatial structure class was observed in geometric standard deviation of the soil particle diameter (0.48) and the weakest in silt (0.73). The highest and lowest effective range among soil texture parameters were related to soil clay particles and geometric standard deviation of soil particle diameter with 684 and 336 meters, respectively. Number of drilled profiles (11 ones) was based on digital uniformity map. The generated digital maps can provide spatial information of important soil properties such as permeability and drainage, water holding capacity, fertility, soil erosion and salinity which increases the accuracy in the optimal management of agricultural lands.</Abstract>
			<OtherAbstract Language="FA">در طی سه دهه اخیر، تمایل عمومی به تغییر روش در تحقیقات پیرامون مدیریت منابع خاک و تهیه نقشه­های اراضی از روش­های مرسوم و عمدتاً کیفی به روش­های کمّی بر اساس مدل­های همبستگی مکانی بوجود آمده است که به این روش­ها اصطلاحاً تهیه نقشه­های رقومی خاک گفته می­شود. بافت خاک به عنوان یکی از خصوصیات مهم در تعیین نوع و تراکم فعالیت­های کشاورزی و انواع کاربری اراضی محسوب می­شود. پژوهش حاضر در دشت شبانکاره استان بوشهر به مساحت 15000 هکتار با واحدهای فیزیوگرافی مختلف که دارای کاربری عمدتاً زراعی است انجام شد. تعداد 172 محل هدف برای نمونه برداری خاک در عمق­های 30-0 و 60-30 سانتی­متر بر اساس تصاویر ماهواره­ای و همچنین تفاوت­های ظاهری مشاهده شده در منطقه مطالعاتی در نظر گرفته شده و نمونه­برداری صورت گرفت. نقشه رقومی بافت خاک برای دو روش مثلث قدیمی بافت خاک شامل ذرات شن، سیلت و رس و روش مثلث جدید خاک شامل میانگین هندسی قطر ذرات و انحراف معیار هندسی قطر ذرات خاک، ترسیم گردید.از دو برنامه زمین آماری GS&lt;sup&gt;+&lt;/sup&gt; و ArcGIS و روش­های مختلف تخمین­­گرها برای پهنه­بندی ذرات خاک استفاده شد. نتایج نشان داد قوی­ترین کلاس ساختار مکانی مربوط به انحراف معیار هندسی قطر ذرات خاک (48/0) و ضعیف­ترین آن در سیلت (73/0) به دست آمد. بیشترین و کمترین شعاع تأثیر در بین پارامترهای بافت خاک به ترتیب مربوط به رُس و انحراف معیار هندسی قطر ذرات خاک به مقدار 684 و336 متر بود. تعداد خاکرخ­های حفر شده بر اساس پیش­بینی نقشه رقومی یکنواختی خاک، برابر با 11 خاکرخ تعیین گردید. نقشه­های رقومی تولید شده می­توانند اطلاعات مکانی از ویژگی­های مهم خاک مانند وضعیت نفوذپذیری و زهکشی، ظرفیت نگهداری آب، حاصلخیزی، میزان فرسایش و شوری خاک را نشان دهند که سبب افزایش دقت در مدیریت بهینه اراضی کشاورزی نسبت به روش­های معمول می­شود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">روش‌های زمین آماری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مثلث‌های جدید و قدیمی بافت خاک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نقشه رقومی ذرات خاک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">واحدهای فیزیوگرافی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://asr.urmia.ac.ir/article_121316_be6722898883103926fbf87b45f49355.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
