标志”年代rc=

应用和环境土壤学
PDF
应用和环境土壤学/2021年/文章

研究文章|开放获取

体积 2021年 |文章的ID 1434692 | https://doi.org/10.1155/2021/1434692

艾哈迈德·m·萨利赫Mohamed m . Elsharkawy穆罕默德·a·e·AbdelRahman赛义德·m·阿拉法特, ”评价土壤质量在干旱的西部边缘尼罗河三角洲可持续农业”,应用和环境土壤学, 卷。2021年, 文章的ID1434692, 17 页面, 2021年。 https://doi.org/10.1155/2021/1434692

评价土壤质量在干旱的西部边缘尼罗河三角洲可持续农业

艾哈迈德·m·萨利赫,1 Mohamed m . Elsharkawy,2 默罕默德·a . e . AbdelRahman,3 和 赛义德·m·阿拉法特1

1部门的农业应用、土壤和海洋科学,国家权威遥感和空间科学、埃及开罗

2农业土壤,教员,贝尼省Suef大学贝尼省Suef,埃及

3环境研究与土地利用、国家机关遥感和空间科学、埃及开罗

学术编辑器:费铎Lisetskii
收到了 2021年6月21日
接受 09年9月2021年
发表 2021年9月20日

文摘

埃及正在见证一个广泛的沙漠绿化的目标计划添加一个百万feddans半农业面积。本研究评估土壤质量在尼罗河三角洲的西部沙漠边缘使用三个指标的数据集,这涉及到所有的数据集(TDS),最小数据集(MDS)和专家数据集(EDS)。三个质量指数模型包括:添加剂土壤质量指数(SQI-A),加权添加剂土壤质量指数(SQI-W)和Nemoro土壤质量指数(SQI-N)。线性和非线性得分函数评估得分土壤和地形指标。十三土壤质量指标和三个地形测量指标在397年抽样地点土壤质量评价。土壤和地形因子分析确定五个指标为最小数据集和它们相关的权重。线性得分函数反映了土壤系统函数非线性多得分函数。土壤质量评价的最小数据集(MDS)和加权添加剂土壤质量指数(SQI-W)由SQI-A比这更敏感,SQI-N质量模型来解释土壤质量指标。温和的土壤质量等级是最大的质量等级研究的领域。土壤质量指标的最小数据集可以帮助减少时间和成本的评估土壤质量和监测颞地区的土壤质量的变化由于增加了农业发展。

1。介绍

土壤被认为是国家最重要的自然资源之一,人类生活的基础主要是根据他们是否适合农业以及其他人为活动(1]。在东地中海,埃及文明已经持续在肥沃的尼罗河河谷和尼罗河三角洲,提供可持续性的元素(2]。在过去的一个世纪,有严重恶化,生产能力超过世界10%的土地,这增加了兴趣评估区域土壤健康水平(3]。土壤质量的评估是必要的来帮助农民在评估他们的管理决策的影响土壤生产力(4,5]。这项研究在6)强调,土壤质量评价,尽管它的简单性和速度,需要非常高的经验。土壤质量的准确评估是复杂的土壤中由于缺乏一致性特征(7- - - - - -10)和不同的土壤管理措施如添加有机和矿物肥料、除草剂,杀虫剂,使土壤评价更加困难(9]。土壤质量指标评估使用不同的描述和定量方法(6,11- - - - - -13]。土壤质量的概念更全面的还原方法测量单个指标(14]。基本上,土壤质量指数有三个组件作为环境质量目标,农业可持续发展和社会经济可行性15]。因此,土壤质量指数的评估是一个复杂的过程,相当困难的任务16]。最近,一些技术已经成功地用于评价土壤质量等光谱指纹(17),土壤管理评估框架(SMAF) [18),和土壤理化性质的空间变异性19]。大多数研究人员估计土壤质量只使用一种技术有一些排斥(17- - - - - -21]。主成分分析(PCA)和线性回归系数也广泛用于最小化土壤变量纳入的数量估算土壤质量(21]。最近的研究试图制定适当的算法和得分函数,以确定土壤质量(22)通过比较多个土壤质量得分技术(15,23,24]。

克服金融约束、土壤质量指标的数量需要减少到最小数据集(MDS) [25,26]。最小数据集的概念,提出了在27),这是最低设置所需的土壤质量指标来衡量或评价土壤质量证明土壤的可持续农业生产能力。最近的土壤质量研究首选的最小数据集(MDS)方法(28- - - - - -30.),MDS是有利于检测产量变化比整个数据集的方法(31日]。此外,MDS方法是一种有效的工具来识别土壤养分在区域层面的状态(32]。的限制因素,土壤质量随地形、土地利用、气候区,区域土壤生态系统,而土壤地质单元(33,34]。

通过建立MDS,很容易选择最有效的指标来确定土壤质量决定根据其能力来估计土壤生产力和土壤稳定,和这个指标被广泛使用35- - - - - -37]。基于MDS指标,丰富的土壤数据可以最小化10,35]。此外,选择因素可以估计的重量而建立的最小数据集,从而最大限度地减少内部影响(37]。MDS可以由线性或多元回归因子分析(38),多元统计技术(9,37)、判别分析和评分函数(34]。由于因子分析可以减少土壤丰富的输入数据在原始数据集,广泛使用于MDS的限制(28,39]。因子分析统计技术可以识别最重要的指标判别土壤质量综合耕作,施肥,作物轮作治疗(28]。在埃及,尼罗河三角洲最近研究人员评价土壤质量和El-Fayoum抑郁40- - - - - -42]。

作为土壤质量的计算是困难的(4),存在急需改进的简单和可靠的定量评价土壤质量通过比较各种可用的评估策略和方法。因此,本研究试图考察土壤质量在干旱地区沿着沙漠西部边缘的尼罗河三角洲(i)评估使用三种类型的土壤质量指标数据集(TDS、MDS和EDS),三种类型的线性评分功能,两种类型的非线性得分函数,和三个土壤质量指数模型(添加剂、加权添加剂和Nemoro质量指标);(2)建议最合适的指标方法和研究区域土壤质量指数模型使用敏感性分析和线性关系。这个研究的发现有一个重要的价值评估土壤质量快速发展地区的可持续管理。

2。材料和方法

2.1。研究区域的描述

评估区位于Wadi El Natrun区,El Beheira省,在尼罗河三角洲西部边缘的29°54′00”E-30°20′00”E和纬度30°22′00”N-30°00′00”N(图1)。评估区占地面积1600公里2(380000 feddan),景观组成的Wadi梯田和Wadi萧条与纵向沙丘的南部边缘地区(43]。一年一度的蒸发率约为114.3毫米/ y,平均气温21°C,该地区有一个很少与平均年降雨量41.4毫米/ y (44不规则分布。基于工作(45),土壤温度政权是“热”和水分的政权是“Torric。“两个土壤订单占主导地位的地区,新成土和干旱土。评估区域已回收在过去二十年,种植水果和蔬菜的种类(46]。这种培养通常是与增加地下水灌溉,和正在进行的气候变化对土壤质量和可持续农业的威胁,减少了土地的经济价值47,48]。此外,过度抽取地下水灌溉导致地面沉降,这也可能影响该地区土壤资料的完整性(49]。


图1
研究区和土壤采样站点的位置。
2.2。数据收集
2.2.1。指标抽样设计

所需的样本规模所需的土壤质量评价是由使用二项概率算法(50]。397采样地点被选择。按比例分层随机抽样技术(PSR)用作土壤和地形采样采样类型基于土地覆盖和土地利用分布评估区域。采样位置地理坐标(图1使用全球定位系统(GPS))。

2.2.2。采样和分析

土壤采样是根据抽样设计。然而,一些抽样附近其他抽样网站设计网站流离失所的抽样地点由于易访问性困难,和某些地区是目前限制访问,也存在长在研究区南部的沙丘。这些可访问性局限性导致软弱空间抽样分布。

干扰和原状样品的深度根区(30厘米)和根据工作描述51]。土壤样本崩溃轻轻用手没有根材料和风干,脚踏实地,2毫米筛筛分。土壤化学分析,包括pH值在1:2.5水保悬挂,电导率(EC)土壤中粘贴提取、阳离子交换量(CEC),可交换钠比例(ESP),有机质(OM)和碳酸钙测定的标准方法52]。土壤物理分析,包括粒度分布使用吸管法、体积密度(BD)使用一个核心方法,可用持水量(AWHC)和田间持水量(FC),进行根据工作(53]。土填料密度(PD)估计综合指数的土壤容重和土壤粘粒含量根据工作(54]。

地形分析在一个航天飞机雷达地形测绘任务(SRTM) 1角秒v。30个图像(55获得一些表面参数信息(海拔高度、边坡、救援强度和地形见证指数)(56]。民主党的形象是用抑郁填充算法首先下沉了57]。斜率(Slp)和地形见证指数(双胞胎)提取58,59]。提取的强度(Rlf)是基于中描述的算法(60]。

归一化植被指数(NDVI)和高程数据被用作外部环境变量的过程中具有代表性的指标选择和减少冗余。归一化植被指数数据从资源卫星数据连续性任务检索(LDCM)传感器多波段数据集使用归一化植被指数方程([61年,62年])。

所有的数据集都是投射到WGS84-based统一横轴墨卡托(UTM)正射投影坐标系(EPSG 32636)和30米空间分辨率重新取样。

2.3。指标选择和扩展

三个数据集质量指标的选择,所有的数据集(TDS),最小数据集(MDS),和专家意见的数据集(EDS)。整个数据集(TDS)包括所有土壤和地形对土壤质量指标指数的发展。土壤和地形指标的最小数据集根据多元因子分析确定。因子分析的维度降低数据损失最小化信息(63年]。专家意见的数据集(EDS)、当前研究的作者选择指标的土壤和地形EDS考虑干旱的气候特征加上年度感知率低和相关的成土的土壤过程中起着重要作用形成的土壤性质,收集知识的评估区域抽样成本,环境功能,管理实践,易受生产力和先前的文献建议(5,25,64年- - - - - -66年]。EDS包括土壤电导率(EC),土壤有机质含量(OM)、内容(CaCO碳酸钙3可用),持水量(AWHC),土壤密度(PD),包装和地形见证指数(双胞胎)。

z分数的土壤质量指标是新标准正态分布在围绕一个意思是零(0)和标准偏差的不同计量单位的指标和鳞片。的Z分数标准化确保指标有相同的数量级67年]。

2.4。最小数据集(MDS)配方

最小数据集(MDS)的土壤和地形指标选择的指标通过多元统计分析数据集。最小数据集选择过程包括两个步骤:代表减少冗余指标的选择和指标。选择具有代表性的指标通过应用多元因子分析,和冗余指标降低向量规范(标准)的分析。

因素分析与原始土壤和地形指标的协方差矩阵值使用主轴作为保理方法,对角线等于1集体性之前,和不旋转因子载荷模型参数。整个数据集包括砂、淤泥、粘土、pH值、EC、OM, ESP, CEC, CaCO3、FC、AWHC BD, PD, Slp, Rlf,双胞胎。

协方差的原始土壤和地形指标显示,前9主成分(pc)占总方差的0.99%的土壤和地形指标数据。第一主成分解释说只有58%的总方差的土壤和地形指标,而第二个主成分解释总方差的19%左右。对于其他主成分,降低贡献的贡献指标是最低的r= 0.30。

由于不同土壤和地形指标测量单位和尺度,除了第一和第二主成分,其余主成分解释只有约23%的总变化的土壤和地形指标。这导致了协方差分析的不足,因此,因子分析是基于相关矩阵重新计算的土壤和地形指标标准化值在每个指标都有一个意思是围绕零(0)与总方差和标准差单位方差相等数量的指标。方差极大旋转进行最大化的关系因素和指标,每个指标都有一个小型或大型装载每个因素(68年]。只有因素特征值超过一个被保留为他们解释这些指标的变化,而不是其他因素(69年]。对于每个因素基于以前的标准,指标的贡献具有加权因子载荷(在10%的最高的因子载荷或绝对值> 0.85)被确定为最小数据集和留存(MDS)。

每个代表的指示值指标计算,如果有一个以上的单因素指标,以减少冗余和排除pseudo-indicator分组。首先,对于每一个因素,土壤和地形指标因子载荷超过或等于0.5被分为一组。任何指示,所有因素负荷在不同的因素或多或等于0.5分组最小的相关性与其他指标。如果有任何之间的相关系数小于0.3指标和其他指标,指标被放置在另一个单独的组。

土壤和地形因子载荷选择指标的最小数据集是不够的,因为他们可能会忽视一些重要指标的特征向量不表达产生的因素向量的大小(规范)或原始指标(70年]。土壤和地形指标,因此,对于每个代表一个向量规范值代表矢量的大小代表指标计算(21,70年,71年)根据以下方程: 在哪里N我的综合因素负荷指标吗我在所有因素特征值≥1,uij是指标的因子载荷我在因素j,λj特征值的因素呢j。

其次,确定回归系数(R2)计算每一对外部环境变量与每个土壤和地形指标作为土壤质量的影响内部属性和外部环境变量(72年]。指标的值计算通过使用一个标准的转换函数的向量范数和每个指标的系数的决心R2指标与外部环境变量。

2.5。指标权重

土壤质量指数(SQI)配方、土壤和地形指标的三个数据集(TDS、MDS和EDS)加权。每个土壤和地形指标总数的数据集(TDS)和专家意见的数据集(EDS)加权计算各自的比率指标的公因子方差产生因素分析和总指标的公因子方差求和数据集(36,73年]。为最小数据集(MDS),每一个指标权重的确定各个因素的变化,标准化的统一的公因子方差总和为最小数据集(15)如下: 在哪里 是最小的重量数据指标, 指标的方差吗我为因素j, 的公因子方差最小数据集的指标。

2.6。指标得分函数

土壤和地形指标不同的计量单位和尺度,虽然是一个需要归一化变换的土壤和地形指标测量值无单位得分从0到1的范围内(15]。的得分指标提供相结合的能力和平均分数为单个值nonlimiting土壤相关的函数和过程(74年)和捕捉信息,否则未被发现当只检查观测值(75年]。线性和非线性得分函数被广泛用于质量指标评分(15,76年- - - - - -78年]。

指标得分函数依赖于关键阈值的土壤属性值确定的上限(阈值)指标分数是最可取的水平(得分= 1),下限(低阈值)的指标得分是不可接受的水平,和基线值(最小目标阈值)的得分函数= 0.5上下目标阈值的土壤属性值(79年- - - - - -82年]。正常化的关键阈值指标(表值1)确定基于土壤的测量值和质量指标,专家知识的自然生态系统评估区域,和指导之前的文献[80年- - - - - -90年]。
指示器 社保基金 阈值 B O l1 U1 年代 来源
l U
沙子 社保基金5 0 60 - - - - - - 35 30. 50 0.440 (89年]
淤泥 社保基金3 0 25 10 - - - - - - - - - - - - - - - - - - 0.249 (89年]
粘土 社保基金3 0 30. 15 - - - - - - - - - - - - - - - - - - 0.268 (89年]
pH值 社保基金5 4.5 9.5 - - - - - - 7.00 6.5 7.7 1.301 (3,75年,83年,84年,90年,96年,97年]
电子商务a、b 社保基金5 0.0 2 - - - - - - 1 0.25 1.75 2.234 (84年,90年,96年,97年]
OMa、b 社保基金3 0.2 2 1 - - - - - - - - - - - - - - - - - - 1.049 (36,86年,96年- - - - - -98年]
ESP 社保基金9 2 15 5 - - - - - - - - - - - - - - - - - - 2.50 (15,39,66年,99年- - - - - -101年]
CEC一个 社保基金3 0 21 10.5 - - - - - - - - - - - - - - - - - - 0.245 (36,82年,89年,96年,102年,103年]
CaCO3b 社保基金9 1 8 3 - - - - - - - - - - - - - - - - - - 2.50 不,EO
足球俱乐部 社保基金3 15 25 20. - - - - - - - - - - - - - - - - - - −2.50 不,EO
AWHCa、b 社保基金3 2 10 4 - - - - - - - - - - - - - - - - - - 0.198 (80年,85年];不
双相障碍 社保基金9 1.00 2。0 1.50 - - - - - - - - - - - - - - - - - - −2.62
-0.323		 (104年,105年]
PDb 社保基金9 1.00 1.50 1。2 - - - - - - - - - - - - - - - - - - 2.50 (81年,97年,106年,107年]
方案得到一个 社保基金9 2.00 4.00 3.00 - - - - - - - - - - - - - - - - - - 2.50 不,EO
Rlf 社保基金9 3 10 5 - - - - - - - - - - - - - - - - - - 2.50 不,EO
双胞胎b 社保基金9 5 15 10 - - - - - - - - - - - - - - - - - - 2.50 不,EO
一个选择土壤和地形指标基于因子分析的最小数据集(MDS)。b选择土壤和地形指标选择的专家意见基础上的自然生态系统。东北:自然生态系统,EO:专家意见。对社保基金3:L,低阈值,或低于比分是0;B,基线,分数是0.5;U上阈值,或以上成绩是1.0。对社保基金5:L,低阈值,或低于比分是0;l1,较低的基线0.5钟形关系;啊,最佳水平,分数是1.0;U1,上层基线0.5钟形关系;和U,上阈值,或以上的分数是0。对社保基金9:L,低阈值,或低于比分是1;B,基线,分数是0.5;和U,上阈值,或以上的分数是0。年代,在基线斜率非线性评分功能。
表1
土壤质量得分函数(社保基金)和土壤和地形质量门槛值指标。

土壤和地形指标数据集(TDS、MDS和EDS)得分通过将数据值使用线性和非线性得分技术如下所述。

2.6.1。线性得分函数

三个线性评分函数(lsf)识别和评估得分土壤和地形指标:Leibig线性得分函数(LLSF),类似的线性得分函数(HLSF)和Glover线性得分函数(GLSF)。

土壤和地形指标得分按照李比希得分函数(77年)分成两个订单的土壤功能:升序越多越好,降序排列“越少越好。“升序”越多越好秩序,”指标的值除以最大指标的值,它等于1的分数(方程(3))。降序排列的“越少越好”,最低指标价值除以指示器的指示值最小值等于1的分数(方程(4))。 在哪里X值和指标X最小值和X马克斯每一个指标的最小和最大价值,分别。

使用一个类似的土壤和地形指标得分得分函数(15,24,91年]。三种类型的类似的得分函数被用于标准化质量指标得分值介于0和1:得分函数(HLSF3),反向计分函数(HLFS9),得分函数(HLSF抛物线5)[73年,76年,79年- - - - - -82年]。为升序HLSF“越强越好,”3得分函数应用(方程(5),“越少越好,”HLSF9得分函数应用(方程(7)),以及“最佳”,“越多越好”的指标得分值直到临界阈值,它被分配HLSF“越少越好,”5得分函数应用(方程(6))。

标准的评分函数(社保基金)定义如下: 在哪里f(x)是得分函数和x土壤属性值。对社保基金3:l——低阈值和U上的阈值。对社保基金5:l——低阈值和l1-低基线0.5钟形的关系;U1——上基线是0.5钟形关系;和U上的阈值。对社保基金9:l——低阈值和U上的阈值。

土壤和地形指标得分使用Glover线性得分函数(82年,87年,88年]。质量指标是得分为两个订单的土壤功能:升序越多越好,降序排列“越少越好。“升序”越多越好秩序,“方程(8)是用于得分,降序”越少越好,”方程(9),而值上下阈值外,指标得分为零。两者的结合“越多越好”和“越少越好”是用于“最优更好”土壤的功能。 在哪里Y米的线性分数“越多越好”,Yl是”的线性分数越少越好。”x指标的值,年代和t上下阈值。

2.6.2。非线性得分函数(NLSF)

两个非线性得分函数(NLSFs)识别和评估得分土壤和地形指标:乙状结肠非线性得分函数(SNLSF)和Glover非线性得分函数(GNLSF)。

土壤和地形指标得分,并且采用乙状结肠非线性计分函数(88年,92年,93年]。乙状结肠函数用于指标得分是物流非线性曲线方程(方程(10)),它的特点是作为一个“s”型曲线(94年]。乙状结肠函数的分数在0和1之间。 在哪里Y是非线性指标的得分值,一个是最大的分数,x指标的值,xo指标的平均值,b曲线的斜率。

土壤和地形指标得分使用Glover非线性得分函数(82年,87年,88年(方程(11))。GNLSF评分应用的三种类型:“越多越好”评分曲线积极的斜坡上,“越少越好”评分曲线斜率为负的,和“最优”的组合曲线定义的组合“越多越好”和“越少越好”是用于“最优更好”土壤功能(81年,82年,95年]。 在哪里Y是非线性指标的得分值,x指标的值,一个是指标的基线值分数= 0.5,然后呢b斜率是。

2.7。土壤质量指数发展

三种土壤质量索引方法计算:添加剂土壤质量指数(SQI-A),加权加法土壤质量指数(SQI-W), Nemoro土壤质量指数(SQI-N)。土壤质量方法申请每个土壤质量指标数据集。

添加剂土壤质量指数(SQI-A),质量指标的得分是总结和除以数据集数量的指标(15,108年]。 其中SQI-A是土壤质量指数,年代我是线性或非线性指标得分值,n是数据集的数量指标。

加权加法土壤质量指数(SQI-W),每一个指标的分数乘以指标体重和总结([64年,78年,83年])。 SQI-W加权加法土壤质量指数,W我指标权重,年代我是线性或非线性指标得分值,n是数据集的数量指标。

Nemoro土壤质量指数(SQI-N)计算根据指标的最小和平均成绩(108年- - - - - -110年]。 其中SQI-N是土壤质量指数,年代iave指标的得分平均,年代imin是线性或非线性指标的得分最低,然后呢n是数据集的数量指标。

2.8。土壤质量等级分类

每个土壤质量指数范围分为成绩通过应用詹金斯的自然分解优化方法(111年]。詹金斯的方法是一个迭代的聚类方法确定的最佳聚类值减少到不同的类内方差类和类之间的最大化方差(112年]。五个等级确定为每个土壤质量指数:很高(一级)、高(二级)、中度(三级)、低(IV级),和非常低的分数(ⅴ)。最适合植物生长为植物生长最严重。

2.9。土壤质量指数比较和敏感性

直接比较分析土壤质量等级被用来评估指数的表现通过比较采样地点土壤质量指标的数量和指标组合有相同的土壤质量等级(36,96年,108年]。土壤质量索引方法也被评估使用敏感性分析(88年,113年)通过计算最大和最小之间的比例土壤质量指数得分值为每个函数使用每个土壤和地形指标数据集选择方法。土壤质量索引方法更高的索引值的敏感性更可取,因为这是敏感的管理实践的困惑。同时,土壤质量指标之间的线性关系进行检测中的相关指标,和指标内的回归关系的方法。

2.10。土壤质量指数空间分布

土壤质量指数等级的空间分布是由应用普通克里格(OK)插值技术。对于每个土壤质量指数,使用以下模型产生的变异函数模型参数:模型类型,窗台上,范围,最大和最小的邻居。11个模型类型(圆形、球形、tetraspherical五球,指数,高斯,理性的二次,孔效应,K-Bessel, J-Bessel,稳定)进行预测土壤质量指数的空间分布。预测模型的准确性是更重要的,因为它显示的空间格局的变化可以表示114年]。最好的拟合变异函数模型的交叉验证与优化参数选择技术来获取插值精度高。交叉验证技术确保相同的概率是根据每个数据样本进行验证(115年]。交叉验证技术的输出统计参数确定最好的和高度精确的预测模型映射土壤质量指数(115年]。

2.11。统计分析

土壤指标检查使用分位数范围异常值统计离群值(0.01,0.05,0.1和0.15)的概率更低的分位数。所有指标的常态检查使用直方图的Kolmogorov-Smirnov测试和外观检查。pH值、OM、BD和CEC数据日志转换,EC是逆转化,特别行政区,CCE, ESP平方根转化为减少分布的偏斜。土壤和地形指标之间的关系由皮尔森相关系数检验(r)。巴特利特球形的测试是检查是否进行土壤和地形指标的相关矩阵是正交矩阵或发散显著单位矩阵和指标之间存在一定程度的冗余。Kaiser-Meyer-Olkin衡量抽样充足率(MSA)是表明是否进行因子分析可能是适当的和将获得不同的和可靠的因素或不合适。Bartlett的测试的结果,MSA将验证因素分析是否可以解释的结构数据,减少土壤和地形指标最小数据集。统计和多元分析使用JMP pro软件Windows [1468年]。得分和索引进行使用Microsoft Excel软件,版本。2016年和地质统计学插值和映射使用ArcGIS 10.8桌面软件116年]。

3所示。结果与讨论

3.1。土壤和地形特征指标

土壤和地形指标与土壤质量受到描述性分析(表2)。分位数范围异常值的统计显示没有异常值存在于土壤和地形指标数据。采样地点的海拔范围−19和197之间平均海平面以上。沙子,Rlf Slp, CaCO3和粘土指标显示,高数据分散,表明这些土壤指标的空间变异很大,而其他土壤和地形指标较低的弱空间变化数据分散。
指示器 的意思是 SE 最小值 问1 中位数 问3 马克斯
沙子 81.09 0.39 65.00 76.00 80.00 85.00 99.87
淤泥 6.16 0.17 0.09 5.00 7.54 10.00 17.79
粘土 8.51 0.28 0.04 8.00 12.00 15.00 26.00
pH值 7.38 0.02 7.00 7.16 7.24 7.50 8.20
电子商务 2.63 0.10 0.05 2.02 2.96 3.86 13.14
OM 0.22 0.01 0.01 0.14 0.21 0.37 1.50
ESP 6.43 0.16 1.00 4.51 6.92 9.98 13.46
CEC 2.13 0.10 0.02 1.46 2.32 3.16 11.71
碳酸钙垢 1.95 0.13 0.04 1.44 2.63 4.20 17.22
足球俱乐部 10.95 0.23 2.89 9.54 12.39 15.02 24.63
AWHC 5.40 0.06 2.86 4.89 5.60 6.35 8.61
双相障碍 1.59 0.00 1.41 1.59 1.61 1.62 1.63
PD 1.69 0.00 1.42 1.67 1.72 1.75 1.84
方案得到 5.90 0.22 0.54 4.09 6.32 9.89 24.11
Rlf 14.94 0.28 3.00 12.00 15.00 19.00 44.00
双胞胎 7.79 0.09 5.52 6.82 7.24 8.33 11.70
Kaiser-Meyer-Olkin衡量抽样的充分性 MSA 0.74
巴特利特球形的测试 约。卡方 16428.05
Df 120年
团体。 0.00
的意思是由几何平均数,SE是标准错误,最小值是最小值,最大值是最大值,问 1和问 3分别是低级和高级质量。
表2
描述性统计的土壤和地形指标。

土壤理化指标的相关分析和地形指标显示,136年35岁有显著相关土壤和地形指标相关性对的显著水平 (表3)。之间的正相关性最高的是土壤粘粒含量对土壤田间持水量、土壤持水量,存储密度的相关系数大于0.90。同时,土壤田间持水量显示高正相关系数(r> 0.95)与可用的持水量和土壤包装密度(r> 0.94)。最高的砂和粘土之间得到了负相关系数(r> 0.93),土壤田间持水量(r> 0.96),可用的持水量(r> 0.99)和土壤包装密度(r> 0.93)。也指出,土壤有机质(OM)指标适度积极的关系与CEC(0.45)和一个温和的负面关系BD(−0.54),而与土壤盐度指标没有显著关系(EC)。
沙子 淤泥 粘土 pH值 电子商务 OM ESP CEC CaCO3 足球俱乐部 AWHC 双相障碍 PD 方案得到 Rlf
沙子 1.00
淤泥 −0.79 1.00
粘土 −0.93 0.51 1.00
pH值 0.70 −0.44 −0.72 1.00
电子商务 −0.18 0.13 0.18 −0.27 1.00
OM 0.08 −0.09 −0.06 0.31 −0.03 1.00
ESP −0.05 0.00 0.06 −0.21 0.35 −0.20 1.00
CEC −0.04 0.03 0.04 0.27 0.02 0.45 −0.08 1.00
碳酸钙垢 0.07 −0.05 −0.06 0.11 −0.04 0.15 −0.07 0.49 1.00
足球俱乐部 −0.96 0.59 0.99 −0.69 0.18 0.01 0.03 0.07 −0.06 1.00
AWHC −0.99 0.80 0.91 −0.64 0.18 0.02 0.00 0.09 −0.06 0.95 1.00
双相障碍 −0.83 0.59 0.81 −0.78 0.16 −0.54 0.17 −0.16 −0.10 0.78 0.74 1.00
PD −0.93 0.57 0.96 −0.79 0.18 −0.31 0.12 −0.06 −0.09 0.94 0.87 0.94 1.00
方案得到 0.03 −0.04 −0.02 0.04 0.00 −0.01 −0.06 −0.03 −0.01 −0.02 −0.03 −0.03 −0.03 1.00
Rlf 0.04 −0.01 −0.04 0.10 −0.02 0.08 −0.11 0.08 0.06 −0.03 −0.02 −0.09 −0.06 0.51 1.00
双胞胎 0.06 −0.13 −0.01 0.00 0.06 −0.13 0.09 −0.14 −0.12 −0.03 −0.08 0.04 0.02 −0.14 −0.04
EC,导电性(dS m1);SOM,土壤有机质(%);交换性钠ESP,百分比(%);CEC、阳离子交换量(cmol公斤1);CaCO3、钙碳酸盐含量(%);FC,田间持水量含水量(%);AWHC,可用持水量(%);BD,土壤容重;包装PD、土壤密度;二、坡度(%);Rlf,救援(m)、双胞胎、地形湿度指数。
表3
相关矩阵的测量土壤和地形属性(n= 397)。

巴特利特球形的试验表明,土壤和地形指标相关系数显著不同身份相关矩阵(< 0.05)和指标并不完全不相关的。Kaiser-Meyer-Olkin测量采样充分性(MSA)透露,MSA值大于0.6和可以接受的。这MSA的结果表明,有一个比例的方差在土壤和地形指标可能造成的潜在因素。Kaiser-Meyer-Olkin和Bartlett的测试表明,有一个高的空间数据简化与因子分析指标的数据结构可以解释的模式。

3.2。最小数据集的指标

分析土壤和地形指标显示之间的关系中有指出冗余和共线性指标和需要建立一个最小数据集土壤质量评价的过程中通过消除一些指标进行因子分析。

因子分析的结果对土壤和地形指标标准化值显示,前五因素占78.76%的指标变化特征值大于1(表4)。因此,前五个因素分析是保留和其他因素特征值小于1被排除在外的指标可以解释的方差比那些排除因素(117年]。
因素 特征值 区别 比例 累积
1 6.72 6.55 40.94 40.94
2 2.09 1.65 10.34 51.28
3 1.52 1.53 9.58 60.86
4 1.28 1.45 9.08 69.94
5 1.00 1.41 8.82 78.76
表4
特征值,通过因子分析说明和累积方差比例使用标准化的土壤和地形指标数据的相关矩阵。

保留因素解释了超过97%的方差的沙子和AWHC指标(表5);91%以上为PD, FC、BD和粘土指标;OM超过71%,碳酸钙,Slp, CEC, pH值,Rlf, EC指标;并为ESP和淤泥指标超过55%。双胞胎指标最重要的指标是由于最低公因子方差估计方差(少于28%)较高的公因子方差估计获得更低的偏好。
指示器 因子1 因子2 因子3 因子4 因素5 公因子方差估计
沙子 −0.99 −0.02 0.01 −0.01 −0.03 0.99
淤泥 0.74 0.02 0.00 0.05 −0.05 0.55
粘土 0.95 0.01 −0.01 −0.01 0.07 0.91
pH值 −0.74 0.35 0.04 0.10 −0.22 0.74
电子商务 0.17 0.13 0.05 −0.07 0.81 0.71
OM −0.09 0.92 0.03 0.09 −0.08 0.87
ESP 0.00 −0.23 −0.09 −0.02 0.79 0.68
CEC 0.03 0.55 −0.03 0.67 0.07 0.75
碳酸钙垢 -0.08 0.03 −0.05 0.88 0.04 0.78
足球俱乐部 0.97 0.09 −0.01 -0.01 0.05 0.96
AWHC 0.98 0.13 0.00 0.02 0.00 0.97
双相障碍 0.85 −0.47 -0.04 0.00 0.10 0.95
PD 0.95 −0.23 −0.02 −0.01 0.09 0.96
方案得到 −0.02 −0.07 0.88 0.02 −0.02 0.78
Rlf −0.03 0.09 0.85 0.06 −0.02 0.73
双胞胎 −0.07 0.01 −0.17 −0.45 0.21 0.28
表5
使用方差极大旋转和比例的方差集体性估计土壤和地形指标每个保留的因素。

代表土壤和地形对土壤质量指标是基于与保留的关系因素的特征值是标准大小(表解释5)。在第一因子、八个质量指标因子载荷超过0.7沙子,淤泥,粘土、pH值、FC, AWHC, BD和PD。在第二个因素,只有高重量的OM指标变量的变异占0.92。在第三个因素,得到和rlf指标的因子载荷超过0.85。CEC和CaCO3在第四个因素指标超过0.67。第五个因素只包含EC和ESP指标因子载荷超过0.79。土壤和地形质量指标分组,根据标准分为五组(表6)。
集团 指示器 向量范数 确定系数 标准正态变换 指标的值 包括
归一化植被指数 海拔高度 规范 归一化植被指数 海拔高度
1 沙子 2.57 0.18 0.14 1.00 0.80 1.00 2.80 没有
1 淤泥 1.91 0.10 0.10 0.74 0.43 0.74 1.91 没有
1 粘土 2.47 0.17 0.11 0.96 0.74 0.96 2.66 没有
1 pH值 2.01 0.02 0.01 0.78 0.11 0.78 1.67 没有
1 足球俱乐部 2.52 0.20 0.14 0.98 0.90 0.98 2.86 没有
1 AWHC 2.54 0.23 0.17 0.99 1.00 0.99 2.97 是的
1 双相障碍 2.30 0.02 0.02 0.89 0.09 0.89 1.87 没有
1 PD 2.48 0.09 0.07 0.96 0.39 0.96 2.32 没有
2 OM 1.36 0.09 0.02 0.53 0.38 0.53 1.43 是的
3 方案得到 1.09 0.00 0.01 0.42 0.02 0.42 0.86 是的
3 Rlf 1.06 0.00 0.01 0.41 0.01 0.41 0.83 没有
4 CEC 1.10 0.00 0.01 0.43 0.02 0.43 0.87 是的
4 碳酸钙垢 1.02 0.00 0.00 0.40 0.01 0.40 0.80 没有
5 电子商务 0.95 0.01 0.00 0.37 0.03 0.37 0.77 是的
5 ESP 0.86 0.01 0.06 0.33 0.02 0.33 0.69 没有
表6
包括土壤和地形指标最小数据集的代表性指标。

第一个因素解释了大约41%的总方差高积极从AWHC载荷,FC,粘土,PD, BD指标(> 0.85)和高负面装载沙子指示器(−0.99)。中积极载荷从淤泥(0.74)和消极的加载pH值(−0.74)指标。之间的显著相关性系数砂、淤泥、粘土、pH值、FC, AWHC, BD, PD指标影响因素的加载值。第一个因子表达了土壤质地对土壤水力特性的影响,阐明了土壤水分和水流特性。

第二个因素解释了大约10%的总方差高积极从OM加载指标(0.92)和温和的正面加载CEC (0.55)。第二个因素也温和的负面加载BD指示器(−0.47)和酸碱指示剂的适度积极的加载(0.35)。第二个因素表达的影响土壤有机质含量对体积密度和土壤阳离子交换量。

第三个因素解释了大约9.6%的总方差高积极加载来自二(0.88)和Rlf(0.85)指标。这个因素是表面的代理,因为它清楚地显示了地形对土壤特性的影响显著相关。

第四个因素解释了大约8%的总方差高积极从CaCO加载3指标(0.88)和温和的正面加载CEC(0.67)指标。此外,第四个因子负温和加载双胞胎指示器(−0.45)造成重大CaCO之间的相关性3、CEC和双胞胎。第四个因子表达CaCO之间的交互3、CEC和土壤湿润,湿润时,钙盐容易溶解和干扰土壤可交换阳离子(118年,119年)和钙碳酸盐与级联的存在土壤生物地球化学的变化(120年]。

第五个因素解释了大约8.8%的总方差高积极加载EC指标(0.81)和ESP (0.79)。这个因素是盐度特征。

规范分析(表6)透露,在第一组八个质量指标,只有AWHC指标最高的规范价值。OM指示器是唯一指标在第二组,虽然Slp, CEC,和EC指标最高的第三,第四,第五小组,分别。根据这些结果,最小数据集指标包括五个土壤和地形AWHC质量指标,OM, Slp, CEC, EC指标。

3.3。土壤质量评价

土壤质量指数计算和排名为每个方法。不同的分类标准计算土壤质量指数基于不同的得分技术显示质量之间变异方法(A、W和N),但也有轻微的相似性质量得分技术的不同质量的计算方法。的阈值评分值评分方法为每个土壤质量方法几乎相同的阈值范围值虽然阈值的分数值不同的计分方法也不一致。

比较不同的交叉验证选择普通克里格插值模型确定了指数预测模型为代表的最精确的模型以外的土壤质量指数的空间分布预测模型(数据未显示)。土壤质量指数(表的分布7)显示模式之间的相似性程度土壤质量指数在不同组织类型和指标评分功能。
指标数据集 SQI模型 统计 土壤质量等级
我(非常高) 二世(高) 三世(中度) 第四(低) V(非常低)
TDS SQI-A 最小值 0.00 13.81 29.73 12.34 0.12
马克斯 3.52 31.00 44.69 35.82 3.53
的意思是 1.77 23.70 39.69 23.61 1.52
SQI-W 最小值 2.80 18.00 37.77 3.31 0.00
马克斯 5.75 42.19 49.72 18.87 0.44
的意思是 4.31 35.13 42.00 8.77 0.09
SQI-N 最小值 0.00 16.89 36.26 12.11 0.11
马克斯 2.84 25.32 51.37 28.08 1.52
的意思是 0.84 22.02 46.64 19.88 0.91
MDS SQI-A 最小值 0.00 13.93 19.48 0.17 0.00
马克斯 6.08 63.00 46.89 33.35 0.17
的意思是 2.44 45.74 33.82 8.26 0.03
SQI-W 最小值 0.01 12.04 29.75 0.40 0.00
马克斯 3.12 58.46 46.62 36.55 0.08
的意思是 1.00 41.22 38.09 9.96 0.02
SQI-N 最小值 0.00 1.94 18.28 0.00 0.00
马克斯 3.94 58.32 47.27 67.42 2.65
的意思是 1.53 37.40 34.99 15.83 0.55
EDS SQI-A 最小值 0.00 13.20 31.68 13.11 0.00
马克斯 5.88 28.84 46.52 37.50 4.04
的意思是 1.57 21.78 40.55 25.10 1.30
SQI-W 最小值 0.00 12.54 37.38 12.64 0.00
马克斯 6.78 28.33 47.81 28.81 6.08
的意思是 1.78 20.37 42.97 22.61 2.56
SQI-N 最小值 0.00 9.14 38.78 16.33 0.00
马克斯 5.67 31.15 53.09 36.11 3.12
的意思是 1.43 22.63 43.12 22.41 0.70
表7
指数分布面积分数在不同的土壤质量指数的方法。

土壤质量等级III(温和的)主要是最大的面积百分比比例在大多数土壤质量索引方法和评分函数在三个土壤质量数据集组(TDS、MDS和EDS)其次是二级(高),第四等级(低),年级我(非常高),分别与品位V(非常低)。研究区域的一部分成绩我(非常高)和V(非常低),覆盖面积百分比。土壤质量等级III(温和的)平均占40%的研究区域,和土壤质量等级II(高)研究区域的占30%,而其余的土壤质量等级(我、IV和V)占20%的研究区域。土壤特性的空间分布之间的差异在索引方法和评分功能没有大分布的差异。

3.4。指数的比较

敏感性分析土壤质量指数表明,土壤质量指标分组类型数据集,质量索引方法和指标得分函数影响土壤质量研究区域(表中的值8)。LLSF线性评分函数相比,土壤质量变化较大的敏感与其他敏感性指标分组类型,土壤质量方法和评分功能特别的最小数据集分组类型而SNLSF非线性得分函数是土壤质量变化的不敏感。
指标数据集 SQI模型 LSF NLSF
LLSF HLSF GLSF SNLSF GNLSF
TDS SQI-A 2.48 1.77 1.62 1.39 2.14
SQI-W 3.68 3.19 1.85 1.53 2.68
SQI-N 2.52 1.89 1.82 1.69 2.14
MDS SQI-A 4.66 3.13 3.31 2.52 2.63
SQI-W 4.87 4.43 3.49 2.54 3.11
SQI-N 4.44 3.43 3.23 3.18 3.52
EDS SQI-A 3.61 2.58 2.21 2.02 3.38
SQI-W 3.94 3.72 2.46 2.42 2.83
SQI-N 3.38 3.06 3.28 2.19 3.09
表8
敏感性分析指标之间的数据集、模型和评分功能。

敏感性分析表明,这两个索引和数据集选择方法影响了SQI各种土壤质量值的值。因此,分析强调指标数据集分组类型、索引方法,得分函数可以协助评估研究区域土壤条件状态。线性得分函数(lsf)披露更多的土壤质量变化进一步比非线性得分函数(NLSFs)。同意了敏感性分析的结果(89年]的线性得分函数(lsf)比非线性更有利的得分函数(NLSFs)在评价土壤质量指数。它是相反的工作15,88年),据报道,非线性得分函数(NLSFs)是有利的在研究线性和非线性得分函数,及其灵敏度并不是评估(89年]。

指标数据集之间的线性关系与不同的得分函数和指数模型(表9)表现出显著相关性( )。的值之间的线性关系MDS和TDS数据集的值高于线性EDS和TDS数据集之间的关系在线性和非线性得分函数和指数模型。的值之间的线性关系TDS和MDS数据集加权添加剂质量指标的值高于添加剂和Nemoro索引方法的线性关系的线性和非线性评分功能。相比之下,TDS之间的线性关系和EDS数据集的加权添加剂质量指标大多低于添加剂和Nemoro索引方法的线性关系值除了LLSF和HLSF线性评分功能。添加剂和加权添加剂质量模型的值是非常相似的得分函数类型之间的数据集。
SQI 评分法 SQI模型 的关系 R2 SQI 评分法 SQI模型 的关系 R2
TDS-MDS LLSF SQI-A 0.4586x+ 0.3132 0.54 TDS-EDS LLSF SQI-A 0.4634x+ 0.2378 0.30
SQI-W 0.895x+ 0.0108 0.90 SQI-W 1.0574x−0.1869 0.64
SQI-N 0.5027x+ 0.2111 0.51 SQI-N 0.4161x+ 0.1865 0.23
HLSF SQI-A 0.3592x+ 0.2888 0.46 HLSF SQI-A 0.4433x+ 0.2045 0.43
SQI-W 0.61x+ 0.0661 0.62 SQI-W 0.6876x−0.0129 0.50
SQI-N 0.2621x+ 0.1909 0.49 SQI-N 0.5026x+ 0.1393 0.42
GLSF SQI-A 0.3725x+ 0.2409 0.42 GLSF SQI-A 0.4703x+ 0.15 0.39
SQI-W 0.4989x+ 0.0665 0.51 SQI-W 0.5191x+ 0.0143 0.31
SQI-N 0.4239x+ 0.161 0.41 SQI-N 0.5284x+ 0.0997 0.39
SNLSF SQI-A 0.3487x+ 0.321 0.42 SNLSF SQI-A 0.3989x+ 0.2996 0.50
SQI-W 0.4977x+ 0.1489 0.48 SQI-W 0.4134x+ 0.1926 0.32
SQI-N 0.3606x+ 0.2319 0.39 SQI-N 0.4391x+ 0.2081 0.50
GNLSF SQI-A 0.3088x+ 0.2933 0.24 GNLSF SQI-A 0.3612x+ 0.2166 0.44
SQI-W 0.3884x+ 0.151 0.39 SQI-W 0.1992x+ 0.185 0.11
SQI-N 0.3341x+ 0.1981 0.24 SQI-N 0.3517x+ 0.1559 0.42
表9
指标数据集之间的线性关系与不同的评分功能。

MDS加权添加剂土壤质量指数与LLSF成绩得分技术代表更多的土壤质量变化R2= 0.90比其他土壤质量指数(图2)(其他空间分布的土壤质量方法的年级得分技术并不是如图所示)。


图2
MDS加权加法土壤质量指数的空间分布与LLSF得分技术。

敏感性分析的结果和线性指标数据集之间的关系与不同的得分函数和指数模型指出,MDS指标数据集的加权添加剂质量模型解释了土壤质量指标与不同的质量模型除了TDS和EDS指标数据集,可以协助监测该地区的时间土壤质量的变化,由于增加了农业发展。这些发现同意其他研究的结果在干旱和半干旱地区36,110年,121年]在MDS数据集的加权添加剂土壤质量模型是更好的土壤质量评价的指标加权相加模型代表土壤质量而不是添加剂和Nemoro质量模型(96年,108年)和因子分析提供最代表指标和权重区分土壤质量指标的相对重要性评价土壤质量(63年,107年]。

4所示。结论

本研究的目标是(1)评估使用三种类型的土壤质量指标数据集(TDS、MDS和EDS),三种类型的线性评分功能,两种类型的非线性得分函数和三种土壤质量指数模型(添加剂、加权添加剂和Nemoro质量指数)和(2)找到最合适的指标方法和研究区域土壤质量指数模型灵敏度和线性关系统计分析。

研究结果表明如下:(我)因子分析是一种有效的工具来减少土壤质量评估质量指标的数量,从而减少采样和分析的时间和成本;也可大大提高土壤质量评价通过增加采样密度。直接向土壤质量的外部环境变量是相称的。因素分析和外部环境变量确定五个土壤和地形指标,AWHC, OM, Slp, CEC, EC指标,包含在MDS数据集。(2)线性得分函数比非线性更有利的得分函数反映了土壤系统功能。虽然是土壤质量之间的变异模型(a、W和N)基于不同的得分函数,为每个得分函数,有轻微的相似点质量模型。(3)三级(温和)土壤质量等级主要是最大的面积百分比比例在三个土壤质量数据集组(TDS、MDS和EDS)。分配差距导致土壤品质模式相似度很低。(iv)MDS指标数据集来自因素分析与加权添加剂质量模型和LLSF得分函数最敏感的评估土壤质量,因为它适用于代表了TDS和解释土壤质量指标。

根据研究发现,研究者们得出结论,选择最小数据集的质量指标除了便宜的辅助数据更有益,特别是使用遥感数据和数字高程模型,用于表示足够的土壤质量指数比使用更复杂的数据集。此外,埃及的MDS方法更有利的作为一个发展中国家,必须谦逊的土壤质量评价的要求,便宜的被采纳。复垦和培育下的研究区是在过去二十年作为一个指令的国家提高农业地区和满足日益增长的粮食需求。土地退化过程可能引发作为长期培养继续加上土地利用不当。据,研究结果可以明显用作开始为未来的研究策略监控时间土壤质量的变化和利用规划。

数据可用性

使用的数据来支持本研究的结果如下:地球资源观测卫星8卫星图像被用来计算归一化植被指数和免费下载earthexplorer.usgs.gov。航天飞机雷达地形测绘)图像被用来获取地表参数信息用于学习和免费下载earthexplorer.usgs.gov。研究土壤数据是实地调查的结果和实验室分析由和项目监控和映射的一部分侵蚀国家的土地和建立土地信息系统和水资源在Wadi ElNatrun Beheira省,项目没有。0570 / NC /创/ 2018。将版权的数据项目,可以根据合理的请求出版商或任何感兴趣的身体。

的利益冲突

作者声明没有利益冲突有关的出版。

确认

项目《监控和映射的侵蚀国家的土地和建立信息系统Wadi ElNatrun土地和水资源的Beheira省,财政支持研究和提供所有必要的设施在野外工作期间,项目没有。0570 / NC /创/ 2018。作者要感谢学院农业、贝尼省Suef大学埃及,进行实验室分析。作者要感谢Abutaleb Kh。,Farg E. from the National Authority for Remote Sensing and Space Sciences, Cairo, Egypt, for their assistance in the field work.

引用

  1. 布鲁曼j·a·弗利n . Ramankutty k . et al .,“培养的行星,解决方案”自然,卷478,不。7369年,第342 - 337页,2011年。视图:出版商的网站|谷歌学术搜索
  2. m . Satoh和s . Aboulroos灌溉农业在埃及:过去、现在和未来施普林格国际出版,可汗,瑞士,2017。视图:出版商的网站
  3. j·多兰,m . Sarrantonio和m .李比希”土壤健康和可持续性。”农学的发展卷,56 1-54,1996页。视图:出版商的网站|谷歌学术搜索
  4. 安德鲁斯和c·r·卡罗尔”设计一个可持续农业生态系统管理、土壤质量评估工具”生态应用程序,11卷,不。6,1573 - 1585年,2001页。视图:出版商的网站|谷歌学术搜索
  5. w·e·拉尔森和f·j·皮尔斯,”作为衡量土壤质量的动态可持续管理”定义可持续环境土壤质量j·w·多兰·d·g·科尔曼,d . f . Bezddick和b·a·斯图尔特。,页37-52、土壤科学协会美国麦迪逊,WI,美国,1994年。视图:出版商的网站|谷歌学术搜索
  6. a . Desbiez r·马修斯b .特里帕西,j . Ellis-Jones”观念和评价土壤肥力的农民的mid-hills尼泊尔,”农业、生态系统和环境,卷103,不。1,第206 - 191页,2004。视图:出版商的网站|谷歌学术搜索
  7. 亚斯兰,“评估地下水和土壤质量农业目的Kopruoren盆地Kutahya,土耳其,”非洲地球科学杂志》上卷。131年,1-13,2017页。视图:出版商的网站|谷歌学术搜索
  8. c . j . Cheng叮,x, t·张x王,“土壤质量评价在中国中部亚热带脐橙生产系统”土壤和耕作研究卷,155年,第232 - 225页,2016年。视图:出版商的网站|谷歌学术搜索
  9. s . Firdous s的女王,优思明,“土壤质量评价参数在拉瓦尔大声回答湖流域使用多变量分析,“环境监测和评估,卷188,不。9,533页,2016。视图:出版商的网站|谷歌学术搜索
  10. 林y, h·邓k . Du et al。”在不同的气候区土壤质量评价影响的中国汶川地区,”土壤和耕作研究卷,165年,第324 - 315页,2017年。视图:出版商的网站|谷歌学术搜索
  11. l·c·格雷和p . Morant“调和原住民知识与科学评估土壤肥力变化的西南部布基纳法索、”Geoderma,卷111,不。3 - 4、425 - 437年,2003页。视图:出版商的网站|谷歌学术搜索
  12. y y Yageta h . Osbahr,森本晃司,j·克拉克,“比较农民的定性与定量评价土壤肥力土壤肥力指标Kitui县,肯尼亚,“Geoderma卷,344年,第163 - 153页,2019年。视图:出版商的网站|谷歌学术搜索
  13. A·w·Wawire。Csorba, e·科瓦奇f·s . Mairura j·a·托斯和大肠Micheli比较农民土壤肥力知识体系和科学评估上肯尼亚东部,”Geoderma文章ID 115090卷,396年,2021年。视图:出版商的网站|谷歌学术搜索
  14. 和m . j . k . m . g .•克博怀特丽思卡尔顿酒店迅速、“农业系统,土壤健康”英国皇家学会哲学学报B:生物科学》,卷363,不。1492年,第701 - 685页,2008年。视图:出版商的网站|谷歌学术搜索
  15. 美国美国安德鲁斯,d . l . Karlen和j·p·米切尔,“比较土壤质量索引方法对蔬菜生产系统在加州北部,“农业、生态系统和环境,卷90,不。1,25-45,2002页。视图:出版商的网站|谷歌学术搜索
  16. a . k . Bhardwaj p . Jasrotia s . k .汉密尔顿和g·p·罗伯逊,“集中出现的生态管理农业生态系统和持续的生产率,改善土壤质量”农业、生态系统和环境,卷140,不。3 - 4、419 - 429年,2011页。视图:出版商的网站|谷歌学术搜索
  17. m·俄梅珥o . j .运动员c . w . Brungard a . l . Ulery b . Adedokun n·麦克米兰,“可见近红外反射率和激光诱导击穿光谱估算土壤质量在干旱和半干旱农业生态系统,”土壤系统,4卷,不。3,42页,2020年。视图:出版商的网站|谷歌学术搜索
  18. m .智天使,c . Tormena, d . Karlen”土壤质量评价使用土壤管理评估框架(SMAF)在巴西氧化土对比纹理,”土地使用和管理,航空杂志上Brasileira de Ciencia做独奏41卷,2017年。视图:出版商的网站|谷歌学术搜索
  19. j . m . Miras-Avalos m . Fandino b·j·雷伊j . Dafonte和j·j . Cancela”新栽葡萄园的分区:土壤物理化学性质的空间变异性,”土壤系统,4卷,不。4,62页,2020年。视图:出版商的网站|谷歌学术搜索
  20. m . Castellini l .想来,f . Modugno”土壤采样体积效应对土壤物理质量的决心:一个案例研究在免耕土壤常规耕作和冬小麦,”土壤系统,4卷,不。4,72页,2020年。视图:出版商的网站|谷歌学术搜索
  21. h . m .江l .徐x Chen Zhu和h的粉丝,“土壤质量评价基于最小数据集:一个案例研究的一个县典型三角洲湿地,”可持续性,12卷,不。21,9033页,2020。视图:出版商的网站|谷歌学术搜索
  22. a . k .好,h . m . van Es, r . r . Schindelbeck”统计,得分函数,和区域综合分析土壤健康数据库,”美国土壤科学学会杂志》上,卷81,不。3、589 - 601年,2017页。视图:出版商的网站|谷歌学术搜索
  23. a·穆克吉和r·拉尔”比较的土壤质量指标使用三种方法,“《公共科学图书馆•综合》,9卷,不。8篇文章ID e105981 2014。视图:出版商的网站|谷歌学术搜索
  24. g . b . Tesfahunegn“土壤质量评价策略评估土壤退化在埃塞俄比亚北部,“应用和环境土壤学ID 646502条,卷。2014年,14页,2014。视图:出版商的网站|谷歌学术搜索
  25. j·w·多兰和t·b·帕金“量化指标的土壤质量:最小的数据集,”评价土壤质量的方法卷,49岁,37页,2015。视图:出版商的网站|谷歌学术搜索
  26. 洛杉矶和斯奇普·g·p·胡瓜鱼”,在分类群的土壤条件的性能指标和土地用途,”美国土壤科学学会杂志》上,卷64,不。1,第311 - 300页,2000。视图:出版商的网站|谷歌学术搜索
  27. w·e·拉尔森和f·j·皮尔斯”,保护和提高土壤质量。175 - 203页评价土地可持续管理在发展中国家,”国际土壤学报》上的研究和管理委员会(IBSRAM),卷2,曼谷,泰国,1991年。视图:谷歌学术搜索
  28. m·k·舒克拉r·拉尔和m .地基变形,通过因子分析,确定土壤质量指标”土壤和耕作研究,卷87,不。2、194 - 204年,2006页。视图:出版商的网站|谷歌学术搜索
  29. j·m·徐g·l·张,z . m .谢“土壤质量指标和评估/咨询系统”中国土壤质量曹,z h .和j·m·周。,pp. 39–89, Science Press, Beijing, China, 2008.视图:谷歌学术搜索
  30. l . t .西方,a . j . Tugel s a .遗嘱c·a·斯泰尔斯和k Hipple说道,“土壤调查和库存的动态属性在美国,“在19世界大会的土壤科学学报》;土壤的解决方案一个变化的世界、r . j . Gilkes和n . Prakongkep Eds。布里斯班,澳大利亚,2010年8月,http://www.iuss.org/19th%20WCSS/Symposium/pdf/2203.pdf。视图:谷歌学术搜索
  31. m . Jahany和美国Rezapour评估土壤质量指数的开展污水灌溉在钙质半干旱环境中,“生态指标文章ID 105800卷,109年,2020年。视图:出版商的网站|谷歌学术搜索
  32. Y.-D。陈,H.-Y。王,人类。周et al .,“最小数据集评估在中国东北的农田,土壤质量”土壤圈,23卷,不。5,564 - 576年,2013页。视图:出版商的网站|谷歌学术搜索
  33. 诉Memoli, s . c . Panico l . Santorufo et al .,“做森林大火导致土壤质量的变化在短期内?”国际环境研究和公共卫生杂志》上,17卷,不。15,5343页,2020。视图:出版商的网站|谷歌学术搜索
  34. k . Nabiollahi r . Taghizadeh-Mehrjardi, s . Eskandari“评估和监测森林和农业地区的土壤质量使用土壤质量指标和数字土壤在半干旱的环境中,“农学和土壤科学的档案,卷64,不。5日,第707 - 696页,2017。视图:出版商的网站|谷歌学术搜索
  35. x, y . Ren, d . Wang和周y, z . Wang“耕地的土壤质量评价吉林省黑土区,中国:建立一个最小数据集模型,”生态指标文章ID 105251卷,107年,2019年。视图:出版商的网站|谷歌学术搜索
  36. y气,j·l·Darilek黄,y赵,w .太阳,和顾z,“评价土壤质量指数在江苏省的农业地区,中国,“Geoderma,卷149,不。3 - 4、325 - 334年,2009页。视图:出版商的网站|谷歌学术搜索
  37. s . A .雷r . j . Gilkes和美国美国安德鲁斯,“最小数据集评估土壤质量在牧场,”Geoderma,卷136,不。1 - 2、229 - 234年,2006页。视图:出版商的网站|谷歌学术搜索
  38. c·g·c . Wu Liu黄、刘,“黄河三角洲土壤质量评价:建立一个最小数据集和模糊逻辑模型,”Geoderma卷,334年,第89 - 82页,2019年。视图:出版商的网站|谷歌学术搜索
  39. r .姚明,j·杨,p .高,j . Zhang和w·金,“确定最小数据集被盐化典型农田土壤质量评价的沿海填海区,”土壤和耕作研究卷,128年,第148 - 137页,2013年。视图:出版商的网站|谷歌学术搜索
  40. a . s . Abuzaid公元Abdellatif, m·e·法德尔”建模在卡利亚省土壤质量,埃及使用GIS技术,”埃及遥感和空间科学杂志》上,24卷,不。2、255 - 264年,2020页。视图:出版商的网站|谷歌学术搜索
  41. a . a . e . Baroudy a . m .阿里·e·s . Mohamed et al .,“建模使用遥感土地适宜性水稻和土壤质量指标:尼罗河三角洲的案例研究,“可持续性,12卷,不。22日,9653页,2020年。视图:出版商的网站|谷歌学术搜索
  42. m . k . abdel fattah e . s .穆罕默德·e·m·Wagdi et al .,“定量评价土壤质量使用主成分分析:埃及El-Fayoum抑郁症的案例研究,“可持续性,13卷,不。4,1824页,2021年。视图:出版商的网站|谷歌学术搜索
  43. n . s . Embabi埃及的地貌,地形和演化,体积我:尼罗河流域和西部沙漠埃及地理学会的特殊出版,开罗,埃及,2004年。
  44. 埃及气象权威,埃及气候图集EMA,开罗,埃及,2011年,http://ema.gov.eg/wp/。
  45. 土壤调查人员,土壤分类的关键USDA-Natural资源保护服务,华盛顿,美国第12版,2014年版。
  46. s·m·阿拉法特,a . a . Afify m . a . Nagwan和m . m . El-Sharkawy”的土地利用/土地覆盖变化检测类别在尼罗河三角洲地区利用遥感和GIS,”学报学报遥感和有安全+国防会议卷。9239年,阿姆斯特丹,荷兰,2014年。视图:谷歌学术搜索
  47. k .达尔维什·e·史密斯,m . Torab h . Monsef o·侯赛因,”地貌变化沿尼罗河三角洲海岸线之间的1945年和2015年发现利用卫星遥感和GIS、”沿海研究期刊》的研究,33卷,不。4、786 - 794年,2017页。视图:出版商的网站|谷歌学术搜索
  48. j·史密斯,b . Mccarl p Kirshen et al .,“埃及的经济对气候变化的脆弱性,”气候研究,卷62,不。1,59 - 70年,2014页。视图:出版商的网站|谷歌学术搜索
  49. a . Rateb和a . z Abotalib”,推测在尼罗河三角洲地面沉降使用Sentinel-1卫星和GPS在2015年至2019年之间,“科学的环境文章ID 138868卷,729年,2020年。视图:出版商的网站|谷歌学术搜索
  50. 通用汽车香、“严酷的图像分类精度评估,”国际遥感杂志》上卷,29号11日,第3158 - 3137页,2008年。视图:出版商的网站|谷歌学术搜索
  51. 粮农组织、土壤剖面描述指南粮农组织,罗马,意大利,第四版,2006年版。
  52. d .火花,a页面,Eds.in p·赫姆基等土壤分析的方法美国社会的农艺、麦迪逊、WI,美国,1996年。视图:出版商的网站
  53. a·l·弗林特和l·e·弗林特“2.2粒子密度”土壤分析的方法Topp的j·h·戴恩和g·克拉克,Eds。,一个米erican Society of Agronomy, Madison, WI, USA, 2002.视图:出版商的网站|谷歌学术搜索
  54. m·考夫曼、美国托拜厄斯和r . Schulin”作物的关键限制植物生长的比较基于不同指标的土壤压实,”植物营养和土壤科学杂志》上,卷173,不。4、573 - 583年,2010页。视图:出版商的网站|谷歌学术搜索
  55. 美国地质调查局,2005年航天飞机雷达地形mission新产品,美国地质调查局,莱斯顿,弗吉尼亚州,美国,2005年,http://srtm.usgs.gov。
  56. j·伍德,数字高程模型的地貌特征莱斯特大学地理系,莱斯特,英国,1996年,博士论文。
  57. o .命名和f·达布”,一种快速、简单、通用的算法来填补数字高程模型的萧条,”系列,46卷,第176 - 159页,2001年。视图:出版商的网站|谷歌学术搜索
  58. j·博纳(john Boehner)和t . Selige空间预测土壤属性使用地形分析和气候区域化”SAGA-Analysis和建模应用程序j·博纳,k . r .事务所,j . Strobl Eds。,卷。115年,pp. 13–27, Goettinger Geographische Abhandlungen, Göttingen, Germany, 2006.视图:谷歌学术搜索
  59. 我诉Florinsky”,三阶偏导数的计算从数字高程模型,”国际地理信息科学杂志》上,23卷,不。2、213 - 231年,2009页。视图:出版商的网站|谷歌学术搜索
  60. e . Dobos j . Daroussin和l . Montanarella基于SRTM的过程描绘救主地形单元1:1和1:5万尺度欧洲经济共同体,办公室官方出版物,卢森堡,2005。
  61. j·w·劳斯r·h·哈斯j·a·席尔,d . w . -迪尔岭。c . Freden写的,它那e . p . Mercanti, m·a·贝克尔监测植被系统与艺大平原。第三地球资源技术Satellite-1 Symposium-Volume我:技术报告。美国国家航空航天局sp - 351NASA,华盛顿,美国,1973年。
  62. c·j·塔克,”红色和红外摄影监测植被,线性组合”环境遥感,8卷,不。2、127 - 150年,1979页。视图:出版商的网站|谷歌学术搜索
  63. e . Armenise m·a . Redmile-Gordon a . m . Stellacci a . Ciccarese罗宾侬p,“发展土壤质量指标比较适合农业在地中海环境中使用不同管理下,“土壤和耕作研究卷,130年,第98 - 91页,2013年。视图:出版商的网站|谷歌学术搜索
  64. j·w·多兰和t·b·帕金“定义和评估土壤质量,”定义一个可持续发展的环境土壤质量j·w·多兰·d·g·科尔曼,d . f . Bezddick和b·a·斯图尔特。,pp. 3–21, Soil Science Society of America Journal, Madison, WI, USA, 1994.视图:出版商的网站|谷歌学术搜索
  65. m . Pulido Moncada集团、d·加布里埃尔和w·m·Cornelis“数据驱动的分析土壤质量指标使用有限的数据,”Geoderma卷,235 - 236,271 - 278年,2014页。视图:出版商的网站|谷歌学术搜索
  66. d . Vasu s·k·辛格,s . k .雷et al .,“土壤质量指数(SQI)作为一种工具来评估在半干旱的德干高原农作物产量,印度,”Geoderma卷,282年,第79 - 70页,2016年。视图:出版商的网站|谷歌学术搜索
  67. c . Walck手册上的统计分布实验斯德哥尔摩大学,斯德哥尔摩,瑞典,2007年。
  68. SAS研究所有限公司,多元方法SAS研究所公司卡里,数控,美国,2018年。
  69. m . m .漫步和g . a . Bollero”耕作土壤质量评价的影响在伊利诺斯州,”美国土壤科学学会杂志》上,卷63,不。4、961 - 971年,1999页。视图:出版商的网站|谷歌学术搜索
  70. m . Yemefack诉Jetten, d . Rossiter“开发一个最小数据集描述土动力学在轮作系统中,“土壤和耕作研究,卷86,不。1,第98 - 84页,2006。视图:出版商的网站|谷歌学术搜索
  71. j·g . Li陈、z太阳和m . Tan“建立一个最小数据集基于土壤特性的土壤质量评价和土地利用变化,“生态学报,27卷,不。7,2715 - 2724年,2007页。视图:出版商的网站|谷歌学术搜索
  72. m . Pulido s·施纳贝尔j·f·l·康塔j . Lozano-Parra,。Gomez-Gutierrez”,选择指标评估土壤质量和埃斯特雷马杜拉在牧场退化(西班牙西南),“生态指标卷。74年,49 - 61年,2017页。视图:出版商的网站|谷歌学术搜索
  73. t . p . Li张x王,d . Yu”生物的发展对中国亚热带土壤质量指标体系,“土壤和耕作研究卷,126年,第118 - 112页,2013年。视图:出版商的网站|谷歌学术搜索
  74. c . a .网络m . j . Mausbach d l . Karlen h·h·罗杰斯,“量化土壤质量,”土壤过程和碳循环r·拉尔,j . m .金布尔r·f·福利特和b·a·斯图尔特。,页387 - 404,CRC出版社有限责任公司,华盛顿特区,1997年美国。视图:出版商的网站|谷歌学术搜索
  75. 美国美国安德鲁斯,d . l . Karlen和c . a . Cambardella“土壤管理评估框架,”美国土壤科学学会杂志》上,卷68,不。6,1945 - 1962年,2004页。视图:出版商的网站|谷歌学术搜索
  76. m·迪亚和d·e·斯托特,”查尔默斯的土壤质量指标的发展从美国中西部粉砂质粘壤土,”第十届国际土壤保护会议学报》上d·e·斯托特,r·h·Mohtar和g·c·斯坦哈特,Eds。,pp. 550–555, Purdue University and the USDA-ARS National Soil Erosion Research Laboratory, May 1999.视图:谷歌学术搜索
  77. m·A·李比希g . Varvel和j·多兰,”一个简单的基于绩效指数评估多个农业生态系统功能,“农学期刊,卷93,不。2、313 - 318年,2001页。视图:出版商的网站|谷歌学术搜索
  78. f . Raiesi“最小数据集和土壤质量指数量化土地利用转换的影响对土壤质量和在天然牧场退化旱地干旱和半干旱地区,”生态指标卷,75年,第320 - 307页,2017年。视图:出版商的网站|谷歌学术搜索
  79. a . Wymore基于模型的系统工程:介绍离散系统的数学理论和Tricotyledon系统设计理论美国佛罗里达州波卡拉顿,CRC新闻,1993年。
  80. d . Karlen n c Wollenhaupt特区Erbach et al .,“作物残留对土壤质量的影响十年免耕玉米后,“土壤和耕作研究没有,卷。31日。2 - 3、149 - 167年,1994页。视图:出版商的网站|谷歌学术搜索
  81. 侯赛因,k·奥尔森,m .漫步,d . Karlen”改编的土壤质量指标和应用程序在伊利诺斯州南部三个耕作系统”土壤和耕作研究,50卷,不。3 - 4、237 - 249年,1999页。视图:出版商的网站|谷歌学术搜索
  82. j·d·格洛弗j.p.上和p·k·安德鲁斯,“系统评价土壤质量的传统方法,有机食品,并集成在华盛顿州的苹果园,”农业、生态系统和环境,卷80,不。1 - 2,29-45,2000页。视图:出版商的网站|谷歌学术搜索
  83. d . l . Karlen m . j . Mausbach j·w·多兰,r·g·克莱因r·f·哈里斯和g·e·舒曼”土壤质量:一个概念、定义和评估框架(客座编辑),“美国土壤科学学会杂志》上,卷61,不。1、4到10,1997页。视图:出版商的网站|谷歌学术搜索
  84. j·l·史密斯和j·w·多兰,”的pH值和电导率测量和利用土壤质量分析,“评价土壤质量的方法49卷,第185 - 169页,1997年。视图:出版商的网站|谷歌学术搜索
  85. p . j .格雷戈里·l·p·西蒙兹和c j . Pilbeam”土壤类型、气候政权和水分利用效率的反应作物管理,“农学期刊,卷92,不。5,814 - 820年,2000页。视图:出版商的网站|谷歌学术搜索
  86. a . Velmurugan”评估土壤质量参数为稻麦种植制度中可持续生产,”印度农业研究所,新德里,印度,2000年,博士论文https://krishikosh.egranth.ac.in/handle/1/2031262。视图:谷歌学术搜索
  87. r·e·Masto p . k . Chhonkar d·辛格和a . k .智利的“土壤质量应对长期在半干旱始成土养分和作物管理,“农业、生态系统和环境,卷118,不。1 - 4、130 - 142年,2007页。视图:出版商的网站|谷歌学术搜索
  88. r·e·Masto p . k . Chhonkar d·辛格和a . k .智利的“替代土壤质量指数评价集约种植的影响,施肥和半干旱土壤施肥了31年的印度,”环境监测和评估,卷136,不。1 - 3、419 - 435年,2008页。视图:出版商的网站|谷歌学术搜索
  89. k . Gebreyesus”,影响评估气候变化对西方Omogibe Gojeb河流域的水文流域,埃塞俄比亚,“Haramaya大学Haramaya,埃塞俄比亚,2014,理科硕士论文。视图:谷歌学术搜索
  90. m . Shanmuganathan和a . Rajendran土壤肥力分析Thiruvarur地区种植甘蔗和水稻,”当前农业研究杂志》第六卷,没有。3、407 - 420年,2018页。视图:出版商的网站|谷歌学术搜索
  91. 大肠委拉斯开兹,p . Lavelle和m·安德拉德”GISQ,一个多功能的土壤质量指标”,土壤生物学和生物化学,39卷,不。12日,第3080 - 3066页,2007年。视图:出版商的网站|谷歌学术搜索
  92. f . Bastida j·路易斯·莫雷诺,t·特里萨埃尔南德斯和c·加西亚,“土壤微生物降解指数半干旱气候,”土壤生物学和生物化学,38卷,不。12日,第3473 - 3463页,2006年。视图:出版商的网站|谷歌学术搜索
  93. c, s .雪g . b . Liu和z l .歌曲“比较不同植被类型土壤品质的黄土高原,中国,“植物和土壤,卷347,不。1 - 2、163 - 178年,2011页。视图:出版商的网站|谷歌学术搜索
  94. d·h·冯·SeggernCRC标准曲线和曲面的数学查普曼&大厅/ CRC,美国佛罗里达州博卡拉顿的第二版,2007年,https://doi.org/10.1201/b16001。
  95. d . l . Karlen和d·e·斯托特的框架评价土壤质量的物理和化学指标,”定义一个可持续发展的环境土壤质量j·多兰·d·科尔曼,d . Bezdicek和b·斯图尔特,Eds。,年代o我l年代cience Society of America, Madison, WI, USA, 1994.视图:出版商的网站|谷歌学术搜索
  96. f . Rahmanipour r . Marzaioli h·a·巴拉米z Fereidouni,和s . r . Bandarabadi”评价土壤质量指数在Qazvin省农业用地,伊朗,”生态指标40卷,19-26,2014页。视图:出版商的网站|谷歌学术搜索
  97. 江t .只是,r·拉尔和美国,“土壤质量指数的克罗斯比在俄亥俄州中部粉砂壤土”土壤和耕作研究卷,146年,第328 - 323页,2015年。视图:出版商的网站|谷歌学术搜索
  98. e . g . Gregorich m·r·卡特,d . a .激怒c . m . Monreal和b h . Ellert”对最小数据集评估农业土壤,土壤有机质质量”加拿大的土壤科学》杂志上,卷74,不。4、367 - 385年,1994页。视图:出版商的网站|谷歌学术搜索
  99. b·r·汉森,s·r·格拉特和a·富尔顿农业盐度、排水:用户手册美国加州大学戴维斯分校,CA, 2006。
  100. l .龚问:跑、g .他和t . Tiyip”土壤质量评价在Keriya流域不同土地利用类型下,新疆南部中国,“土壤和耕作研究卷,146年,第229 - 223页,2015年。视图:出版商的网站|谷歌学术搜索
  101. k . Juhos s。萨博,m . Ladanyi”探索土壤质量对作物产量的影响使用统计产生土壤指标,”生态指标卷,63年,第373 - 366页,2016年。视图:出版商的网站|谷歌学术搜索
  102. a . Maity“代信息数据库IARI农场使用地理信息系统,“印度农业研究所,新德里,印度,2002年,理科硕士论文。视图:谷歌学术搜索
  103. a . Sanchez-Navarro j . m . Gil-Vazquez m . j . Delgado-Iniesta p . Marin-Sanleandro a . Blanco-Bernardeau和r . Ortiz-Silla”建立索引和识别限制参数的描述土壤质量在地中海生态系统,”系列卷。131年,35 - 45,2015页。视图:出版商的网站|谷歌学术搜索
  104. m . s .民兵和n·m·霍尔登,”下的土壤质量指数定量评价草地管理”Geoderma卷,230 - 231,131 - 142年,2014页。视图:出版商的网站|谷歌学术搜索
  105. m . s .民兵,s m . O’rourke和n·m·霍尔顿”的土壤质量评价农业生产使用可见近红外光谱,”Geoderma卷,243 - 244,80 - 91年,2015页。视图:出版商的网站|谷歌学术搜索
  106. s . w . Blecker l . l .静m . c . Amacher j . a .使役动词和n·m·DeCrappeo”发展和应用的土壤有机matter-based土壤质量指数在美国西部矿化岩层,”环境地球科学,卷68,不。7,1887 - 1901年,2012页。视图:出版商的网站|谷歌学术搜索
  107. 美国Biswas g . c . Hazra t . j . Purakayastha et al .,“建立土壤质量的重要指标和指标的局限性rice-rice种植制度下不同土壤命令,“Geoderma卷。292年,34-48,2017页。视图:出版商的网站|谷歌学术搜索
  108. k . Nabiollahi r . Taghizadeh-Mehrjardi r·克里,s . Moradian”评估被盐化土壤质量指数在库尔德斯坦省农业用地,伊朗,”生态指标卷,83年,第494 - 482页,2017 b。视图:出版商的网站|谷歌学术搜索
  109. s . Yeilagi s Rezapour, f . Asadzadeh”土壤质量退化的垃圾渗滤液在地中海半干旱生态系统,”科学报告,11卷,不。1,11390页,2021。视图:出版商的网站|谷歌学术搜索
  110. l .郭z阳光、z欧阳d·汉和f·李,“比较土壤质量评价方法沿着黄河下游冲积土,“系列卷,152年,第143 - 135页,2017年。视图:出版商的网站|谷歌学术搜索
  111. g·f·詹金斯,”数据模型在统计映射概念”,国际制图年鉴7卷,第190 - 186页,1967年。视图:谷歌学术搜索
  112. m·A .北”的方法实现一个具有统计学意义的数据类詹金斯算法”学报第六届国际会议上模糊系统和知识发现,页35-38,天津,中国,2009。视图:出版商的网站|谷歌学术搜索
  113. j . a .汉堡和d . l .凯尔特人土壤质量监测评估可持续森林管理美国社会的农艺、麦迪逊、WI,美国,2015年。视图:出版商的网站
  114. r·克里和m·a·奥利弗,”确定金块:窗台上的比率从航拍照片krige稀疏的土壤数据标准化的变异函数,“精准农业,9卷,不。1 - 2,33-56,2008页。视图:出版商的网站|谷歌学术搜索
  115. t·p·罗宾逊和g . Metternicht”测试土壤特性空间插值技术性能的映射,”计算机和电子产品在农业,50卷,不。2、97 - 108年,2006页。视图:出版商的网站|谷歌学术搜索
  116. ESRI,ArcGIS桌面:10.8版本、环境系统研究所,雷德兰兹、钙、美国,2020年。
  117. 沙玛,应用多元技术约翰·威利& Sons,纽约,纽约,美国,1996年。
  118. n . d . Misopolinos和j . m . Kalovoulos CEC和交换钙和镁测定non-saline钙质土壤,“土壤科学杂志》,35卷,不。1,第98 - 93页,1984。视图:出版商的网站|谷歌学术搜索
  119. m·e·萨姆纳和w·p·米勒”,土壤分析的方法。第3部分。化学方法”阳离子交换容量和交换系数,d . l .火花。页65 - 94,美国土壤科学协会和美国社会的农艺、麦迪逊、WI,美国,1996年。视图:谷歌学术搜索
  120. m·c·罗利s大t . Adatte和e . p . Verrecchia”级联影响碳酸钙的生物地球化学和亚高山土壤成土的轨迹,瑞士,”Geoderma文章ID 114065卷,361年,2020年。视图:出版商的网站|谷歌学术搜索
  121. 答:Abuzaid和m . Bassouny”多元和空间分析的土壤质量即卡夫拉•谢赫省埃及,”土壤科学和农业工程杂志》上,9卷,不。8,333 - 339年,2018页。视图:出版商的网站|谷歌学术搜索

版权©2021艾哈迈德·m·萨利赫等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点438年
下载400年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。