Survey and mapping of soil fertility status of some arable lands in duhok province, İraq
Irak duhok ilindeki bazı tarım arazilerinin toprak verimlilik durumunun araştırılması ve haritalanması
- Tez No: 988320
- Danışmanlar: PROF. DR. ALİ VOLKAN BİLGİLİ
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Akıllı tarım, Hassas tarım, Smart agriculture, Precision agriculture
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Toprak verimliliğinin değerlendirilmesi, özellikle kurak ve yarı kurak ülkelerde uzun vadeli tarımsal yönetim ve arazi kullanım planlaması için kritik öneme sahiptir. Irak'ın kuzeyindeki Duhok iline bağlı Bardarash ve Semel ilçelerindeki tarım topraklarının verimlilik durumu; arazi örneklemesi, laboratuvar analizleri, jeoistatistik ve makine öğrenmesini içeren bütünleşik bir yöntemle değerlendirilmiştir. Toplam 105 kompozit toprak örneği (52 Bardarash'tan, 53 Semel'den) alınmış ve 19 temel fizikokimyasal özellik (toprak tekstürü, hacim ağırlığı, pH, elektriksel iletkenlik, organik madde (OM), kalsiyum karbonat (CaCO₃), katyon değişim kapasitesi (KDK) ve mevcut makro ile mikro besin elementleri) analiz edilmiştir. Toprak Verimlilik İndeksi (SFI) oluşturmak için iki farklı ağırlıklandırma yöntemi uygulanmıştır: Bardarash için Analitik Hiyerarşi Prosesi (AHP) ve Temel Bileşen Analizi (PCA), Semel için ise bulanık mantık ile bütünleştirilmiş yöntem. Normalize edilmiş toprak özellikleri ağırlıklandırılarak toplanmış ve SFI değerleri elde edilmiştir. Bu değerler daha sonra çeşitli tahmin algoritmaları ile modellenmiştir. Bardarash'ta SFI tahmini, alan spektro-radyometre verilerinin giriş faktörü olarak kullanıldığı regresyon tabanlı makine öğrenmesi modelleri ile yapılmıştır. Semel'de ise NDVI ve toprak indisleri gibi uzaktan algılama kaynaklı göstergeleri kullanarak makine öğrenmesi ile sınıflandırma uygulanmıştır. Bardarash'ta Gradient Boosting Regression (GBR) en güçlü tahmin doğruluğunu sağlamış, Semel'de ise sınıflandırma tabanlı teknikler güvenilir sonuçlar vermiştir. Modellerin performansı R², MAE, MSE ve RMSE ölçütleriyle test edilmiştir. Araştırmaya göre toprak verimliliği büyük ölçüde OM eksikliği, düşük fosfat bulunurluğu, yüksek CaCO₃ konsantrasyonu ve yetersiz CEC nedeniyle sınırlanmaktadır. Ayrıca, mekânsal haritalama, Semel'deki toprakların yaklaşık %58'inin ve Bardarash'taki toprakların yaklaşık %70'inin düşük ile çok düşük verimlilik düzeylerine sahip olarak sınıflandırıldığını ortaya koymuştur. Bu bulgular, Irak'ın kuzeyinde hassas tarım ve sürdürülebilir arazi yönetimi uygulamalarını teşvik etmek için, çok değişkenli ağırlıklandırma yaklaşımlarının jeo-uzamsal makine öğrenmesi ve uzaktan algılama ile bütünleştirilerek kesin ve saha-özel toprak verimlilik haritalarının üretilmesinin önemini vurgulamaktadır.
Özet (Çeviri)
Soil fertility evaluation is crucial for long-term agricultural management and land-use planning, particularly in dry and semi-arid countries. The fertility condition of agricultural soils in Bardarash and Semel districts, Duhok Province, northern Iraq, is assessed using an integrated method that includes field sampling, laboratory analysis, geostatistics, and machine learning. A total of 105 composite soil samples (52 from Bardarash and 53 from Semel) were analyzed for 19 key physicochemical attributes, including soil texture, bulk density, pH, electrical conductivity, organic matter (OM), calcium carbonate (CaCO₃), cation exchange capacity (CEC), and available macro and micronutrients. To create the Soil Fertility Index (SFI), two different weighting schemes were used: Analytical Hierarchy Process (AHP) and Principal Component Analysis (PCA) for Bardarash and integrated with fuzzy logic for Semel. The normalized soil characteristics were weighted and aggregated to provide SFI values, which were then modeled using several prediction algorithms. SFI prediction in Bardarash was achieved using regression-based machine learning models with field spectroradiometer data as input factors. Semel, on the other hand, used machine learning techniques using remote sensing-derived indicators like as NDVI and soil indices as predictors to perform SFI classification. Gradient boosting regression (GBR) had the strongest predictive reliability in Bardarash, whereas classification-based techniques produced robust findings in Semel. Model performance was tested using R², MAE, MSE, and RMSE metrics. Soil fertility is mostly limited by OM depletion, poor phosphate availability, excessive CaCO₃ concentration, and insufficient CEC, according to the investigation. Additionally, spatial mapping revealed that approximately 58% of the soils in Semel and about 70% in Bardarash were classified as having low to very low fertility levels. In order to promote precision agriculture and sustainable land management practices in northern Iraq, these findings emphasize the significance of combining multivariate weighting approaches with geospatial machine learning and remote sensing to create precise, site-specific soil fertility maps.
Benzer Tezler
- Karacabey-Arız ve Dağla köyleri tarım arazilerinin verimlilik durumlarının belirlenmesi ve toprak etüdlerinin yapılması
Başlık çevirisi yok
KEMAL DEMİREL
- High-resolution soil salinity mapping using machine learning based regression and classification methods
Makine öğrenimi tabanlı regresyon ve sınıflandırma yöntemlerini kullanarak yüksek çözünürlüklü toprak tuzluluğu haritalaması
AYLİN YILDIRIM
Yüksek Lisans
İngilizce
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Tarla Bitkileri Merkez Araştırma Enstitüsü İkizce Araştırma Çiftliği topraklarının detaylı etüd ve haritalanması
Survey and mapping of İkizce Research Farm Soil Fields Plants Central Research Instıtute
ORHAN DENGİZ
- Ünye Dizdar Köyü arazisinin detaylı toprak etüdü ve haritalanması
Detailed soil survey and mapping of the Ünye Dizdar Village area
SEMA KURT
- Tepearası-Eskiköy (Köyceğiz) yöresi topraklarının detaylı toprak etüt haritalanması ve sınıflandırılması
Detailed soil survey mapping and classification of Tepearasi-Eskikoy locality
SÜLEYMAN KAMİL ÇELİMLİ
Yüksek Lisans
Türkçe
2012
ZiraatÇanakkale Onsekiz Mart ÜniversitesiToprak Ana Bilim Dalı
PROF. DR. HÜSEYİN EKİNCİ