Subsurface Clay Prediction in an Arid Area
- سال انتشار: 1389
- محل انتشار: دوفصلنامه مزرعه تغذیه دام و فیزیولوژی، دوره: 6، شماره: 1
- کد COI اختصاصی: JR_FANP-6-1_007
- زبان مقاله: انگلیسی
- تعداد مشاهده: 437
نویسندگان
Soil and Water Research Institute, Isfahan Agricultural Research Center, Amir Hamzeh, Isfahan, Iran
Department of Soil Science, College of Agriculture, Isfahan University of Technology, 84154 Isfahan, Iran
Department of Soil Science, College of Agriculture, Isfahan University of Technology, 84154 Isfahan, Iran
Department of Soil Science, College of Agriculture, Shar eKord University, Shahr e Kord. Iran
چکیده
This paper attempts to estimate and map the clay content of soil Substrata by using some innovativeinferences in UK system. Therefore, robustness is inferred in trend analysis and variography of UKsystem. The variogram parameters are estimated also by maximum likelihood (ML) and restrictedmaximum likelihood (REML) methods to reduce the probability of biasness of robust variography. Arestriction is added to UK system not to predict outside the physical range. Interpolating the clayamount (%) in second soil layer was carried out on transformed (arc sin (y1/2)) data. The landform mapwas the only remaining fixed effect in the regression model with R2 = 58. The x-validation analysisproved that using RE(ML) methods to estimate the covariance parameters gives more realistic resultsand avoid the bias existing in robust methods of parameter estimation. Due to non-linearity of backtransformation formula of kriging variance, instead of calculating the standard error image the lowerand upper confidence interval boundaries of predicted variance was calculated for a 0.975 probability.کلیدواژه ها
DSM applications, Robust regression, Robust variography, ML and REML parameterestimation, Universal Krigingمقالات مرتبط جدید
- هوشمند سازی روستایی
- تاثیر بیوچار واسید هیومیک بر قابلیت دسرسی عناصر پر مصرف در خاک های مناطق روستایی شهرستان در میان، خراسان جنوبی
- بررسی اثر منابع مختلف زئولیت بر pH و کینتیک تخمیر منابع مختلف کربوهیدرات و پروتئین به روش آزمایشگاهی
- بررسی تنوع زیستی رویشگاه های سماق در رابطه با برخی عوامل محیطی. مطالعه موردی رشته کوه های بینالود
- بررسی وضعیت خشکسالی در استان سیستان و بلوچستان با استفاده از شاخص مبتنی بر بارش-تبخیر و تعرق(SPEI)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.