علوم آب و خاک

باتوجه به نیاز روزافزون به منابع آب و کاهش منابع آب سطحی، آگاهی از کیفیت منابع آب سطحی از نیازهای مهم در برنامه‌ریزی، توسعه و حفاظت از منابع آب به شمار می‌رود. این پژوهش با هدف مدل‌سازی شاخص کیفیت آب (ویژگی پرکاربرد تعیین کیفیت آب) به کمک مدل‌های یادگیری ماشین جنگل تصادفی و ماشین بردار پشتیبان در رودخانه زاینده‌رود انجام شده است. باتوجه به تعدد شاخص‌های کیفیت آب، در این پژوهش از شاخص NSFWQI استفاده شد. ابتدا این شاخص محاسبه و در ادامه، از داده‌های ورودی شامل ویژگی‌های کیفی آب 8 ایستگاه در یک دوره ۳۱ساله و شاخص کیفیت آب رودخانه‌ استفاده شد. در این پژوهش در مرحله آموزش 80 درصد داده‌ها و در مرحله ارزیابی 20 درصد باقی‌مانده استفاده شده و بر اساس نتایج معیارهای ارزیابی R²،  CRMو NRMSE مدل بهینه انتخاب شد. نتایج نشان داد در چهار ایستگاه الگوریتم ماشین بردار پشتیبان (-0/003122<0/982 ) و در چهار ایستگاه الگوریتم جنگل تصادفی (-0/001142<0/999) عملکرد بهتری نشان داد. همچنین نتایج نشان داد که برای صرفه‌جویی در زمان و هزینه، سری شماره 3 (شامل سه ویژگی هدایت الکتریکی، کل مواد جامد محلول و سختی کل) به‌منظور برآورد شاخص کیفیت آب بهترین ترکیب بوده است.

ارزیابی کیفیت خاک به‌منظور مدیریت پایدار اراضی، نقش برجسته‌ای در تشخیص وضعیت مناطق دچار تخریب خاک به ویژه خاک‌های شور و سدیمی ایفا می‌کند. این مطالعه با هدف تعیین توزیع مکانی شاخص کیفیت خاک (Soil Quality Index-SQI) در اراضی شور و سدیمی حاشیه دریاچه ارومیه با استفاده از روش‌های زمین‌آماری کریجینگ و وزن‌دهی عکس فاصله (IDW) انجام شد. بدین منظور، 82 نمونه خاک از عمق 30–0 سانتی‌متری جمع‌آوری و 24 ویژگی فیزیکی، شیمیایی و فلزات سنگین خاک آنالیز شدند. شاخص کیفیت خاک با استفاده از دو رویکرد خطی و غیرخطی محاسبه شد. همچنین، حداقل مجموعه داده (Minimum Data Set – MDS) شامل 8 متغیر هدایت الکتریکی (EC)، درصد سیلت، کربن آلی (OC)، چگالی ظاهری (BD)، کادمیوم (Cd)، رس، کربنات کلسیم (CaCO₃) و سرب (Pb) شناسایی شد که بیش از 78% از واریانس کل داده‌ها را تبیین کردند. نتایج نشان دادند که شاخص کیفیت خاک در منطقه دارای تغییرپذیری مکانی متوسطی است و الگوی آن از غرب به شرق منطقه کاهش می‌یابد. مقایسه روش‌های درون‌یابی نشان داد که روش کریجینگ در مدل خطی و روش IDW در مدل غیرخطی دقت بیشتری دارند. همچنین، مدل کروی با دامنه تأثیر متغیر بین 6130 تا 20610 متر بهترین برازش را با سمیواریوگرام‌های تجربی داشت؛ بنابراین، استفاده از شاخص کیفیت خاک در کنار روش‌های زمین‌آماری ابزاری مؤثر برای شناخت تغییرپذیری مکانی خاک و برنامه‌ریزی مناسب در مدیریت اراضی شور و سدیمی محسوب می‌شود.

خاک به‌عنوان یکی از منابع حیاتی طبیعی، نقشی اساسی در پایداری اکوسیستم‌ها و امنیت غذایی جهانی دارد. اما تخریب ناشی از مدیریت ناپایدار، کشاورزی فشرده و آلودگی ظرفیت آن را تهدید می‌کند. استفاده از اصلاح‌کننده‌های آلی مانند هیدروچار رویکردی نوین برای بهبود خواص فیزیکوشیمیایی خاک و ارتقای شاخص کیفیت خاک (SQI) است. این پژوهش با هدف بررسی اثر سطوح مختلف هیدروچار بر ویژگی‌های خاک و ارزیابی SQI انجام شد. تیمارها شامل شاهد و سه سطح هیدروچار (H10، H20 و H50) بودند. ویژگی‌های pH، تخلخل، چگالی ظاهری، هدایت الکتریکی، کربن آلی، نیتروژن کل و فسفر قابل‌استفاده اندازه‌گیری و پس از نرمال‌سازی با روش‌های آنتروپی و تحلیل مؤلفه‌های اصلی وزن‌دهی شدند. نتایج نشان داد نیتروژن و کربن آلی بیشترین اهمیت را در کیفیت خاک دارند. تیمار H50 بالاترین SQI (0/815) را به‌طور معنی‌دار نسبت به سایر تیمارها داشت؛ درحالی‌که H20 (0/546) و H10 (0/336) نیز نسبت به شاهد (0/159) اثر مثبت داشتند. بهبود کربن آلی، نیتروژن و فسفر و کاهش چگالی ظاهری از مهم‌ترین اثرهای هیدروچار بود؛ هرچند افزایش هدایت الکتریکی در H50 دیده شد. در مجموع، کاربرد هیدروچار اثر مثبت و تدریجی بر SQI دارد و سطح H20 می‌تواند به‌عنوان گزینه بهینه برای ارتقای حاصلخیزی و کاهش خطر شوری پیشنهاد شود.