Hidrológiai Közlöny, 2014 (94. évfolyam)
2014 / 1. szám - Tóth Bettina - Makó András - Tóth Gergely: Talajaink víztartó képességének meghatározása talajtérképi információk alapján - a csernozjom talajok példája
74 HIDROLÓGIAI KÖZLÖNY 2014. 94. ÉVF. 1. SZ. Ugyanazon kategória típusú input paraméterek alapján kidolgozott regressziós fa (CRT kat) és CHAID típusú fa (CHAlD kat) becslési megbízhatósága hasonló (5. táblázat). A CHAID módszer megbízhatósága -33 és -1500 kPa- on jobb, a regressziós fa a -0,1 kPa mátrixpotenciál nedvességtartalmának és a hasznosítható vízkészletnek a becslésében megbízhatóbb, de egyik esetben sincs szignifikáns különbség. A CHAID modell struktúrája áttekinthetőbb, mint a regressziós módszeré, kevesebb a végső csoportok száma (4. táblázat), a víztartó képesség becslésének megbízhatósága viszont hasonló. Ezért talajtérképi információkból a CHAID becslési eljárással javasoljuk a víztartó képesség becslésének kidolgozását. 5. táblázat. A víztartó képesség becslésére kidolgozott pedotranszfer függvények becslési megbízhatósága (a becslési hibák számítása a teszt adatbázisra). Becs lő módszer Becsült Teszt adatbázis Pearson-féle korrelációs Mintaszám tulajdonság ME (tf%) RMSE <tf%) RME (%) koefficiens CHAlDkat 0-0.1 kPa 0,627 3,954-2,07 0,447** 146 0-33kPa 0,224 3.195-0,43 0,644** 146 0-15OOkPa 0,105 3,540-5,64 0,623** 146 DV számított" 0,328 3,912-4,5! 0,300** 146 CRTJcat 0-0.1 kPa 0,611 3,948-2,04 0,448** 146 0-3 3 kPa 0,131 3,269-0,75 0,619** 146 0-1500kPa 0,334 3,687-6,83 0,597** 146 DV számított" 0,464 3,865-3,28 0,354** 146 CRTJolyt ö-O.IkPa 0,636 4,014-2,09 0,418** 146 0-3 3 kPa 0,371 3,466 0,02 0,566** 146 0-15 OO kPa 0,161 3,716-5,82 0,589** 146 DV számított" 0,532 4,023-3,43 0,266** 146 ** A korreláció 0,01 szinten szignifikáns. "Hasznosítható vízkészlet (DV) a becsült és ö-isoou«» víztartó képességekből számolva (DV= - ftuookPa) (Stefanovits et al., 1999). Következtetések A nagyméretarányú talajtérképek fizikai féleségről nyújtott információja — amit Arany-féle kötöttség alapján határoztak meg - megfelelő pontossággal jellemzi a talaj mechanikai összetételét a víztartó képesség értékek becsléséhez. Abban az esetben, ha egyszerre több kategória típusú információ (például fizikai féleség, talajmorfológiai információk, talajképző kőzet, agyagásvány összetétel, stb.) és csak néhány folytonos talajtulajdonság áll rendelkezésre a becsléshez, a döntési fák használata előnyösebb, mint a lineáris illetve nem lineáris regresszióé. A klasszifikáció során mind a függő, mind pedig a független változó lehet folytonos és kategória típusú is, így a becsléshez rendelkezésre álló összes információ könnyen figyelembe vehető a víztartó képesség számításához. A vizsgált talajokon nem eredményezett szignifikáns javulást a becslés megbízhatóságában, ha kategória típusú független változók helyett folytonos értékeket vettünk figyelembe a víztartó képesség becsléséhez. A kategória típusú talajtulajdonságok alapján történő víztartó képesség becslés megbízhatósága a szakirodalomban publikált becslő módszerekéhez hasonló, ami 4-5 tf % közötti (Pachepsky és Rawls, 1999; Wösten et al., 2001; Nemes, 2003; Minasny et al., 2004; Lamorski et al., 2008; Twarakavi et al., 2009; Nemes et al., 2010). A bemutatott becslő módszer alkalmas arra, hogy a hazai talajviszonyokról a legtöbb információt nyújtó talajtérképeket figyelembe véve a korábbiaknál megbízhatóbb és részletesebb talaj vízgazdálkodási térképeket állítsunk elő, amik alapot nyújthatnak több hidrológiai vonatkozású döntés megalapozásának. Összefoglalás Kutatásunk célja egy olyan, talajtérképi kategória típusú információkon nyugvó, és a jellegzetes hazai talajok adatain kidolgozott, víztartó képesség-becslő módszer kifejlesztése volt, ami mintát adhat bármely hazai, vagy külföldi talajféleség víztartó képességének - kategória adatokon nyugvó - számszerű becsléséhez. A vizsgálatokat a Magyarországi Részletes Talajfizikai Adatbázis (MARTHA) talajain végeztük és jelen tanulmányban a nem szikes és nem sós cser- nozjom talajok eredményeit mutattuk be. A nagyméretarányú (1:10.000) talajtérképeken található kategória típusú információk (fizikai féleség, humusztartalom, kalcium-karbonát tartalom, vízoldhatósó-tartalom, pH kategóriák és a talaj altípusa) alapján, regressziós fa módszerrel és CHAID (Chi-squared Automatic Interaction Detector) típusú döntési fával dolgoztuk ki a víztartó képességet becslő pedotranszfer függvényeket. A talajtérképeken feltüntetett talajtulajdonságok folytonos változóinak vizsgálatát is bemutattuk a regressziós fákkal. A döntési fák alkalmasak a hazánkban előforduló jellegzetes talajok nevezetes mátrix potenciálokhoz tartozó víztartó képesség értékeinek becslésére - a nemzetközi szakirodalomban elfogadott hibaértékeken belüli megbízhatósággal - a nagymératarányú talajtérképek kategória információi alapján. A térképi talajinformációk kategória típusú adatai (pl: fizikai féleség, humusztartalom kategóriák) alapján hasonló megbízhatóságú a víztartó képesség becslése, mint az azoknak megfelelő folytonos talajtulajdonságok (pl: mechanikai összetétel, humusztartalom) alapján. Jelen cikk az OTKA T048302, EU FP7/2007- 2013 (Nr. 263188) MyWater és a TÁMOP-4.2.2.A-11/1/KONV- 2012-0064 projekt keretében készült. A TÁMOP projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg. Irodalom Bakacsi Zs., Pásztor L., Szabó J., Kuti L., Laborczi Annamária, 2012. 3D textúra adatbázis létrehozása indikátor-krigeléssel, talajtani és agrogeológiai adatbázisok segítségével. Agrárinformatika, 3.(1.) 46-51. Bouma, J., 1989. Using soil survey data for quantitative land evaluation. Advances in Soil Science, 9. 177-213. Breiman, L., Friedman, J. H., Olshen, R. A. & Stone, C. J., 1998. Classification and regression trees, (reprint) CRC Press. Florida. 358p. Bruand, A. 1990. Improved prediction of water-retention properties of clayey soils by pedological stratification. Journal of Soil Science, 41.491-497. FAO, 2006. Guidelines for soil profile description and classification (4th edition). FAO, Rome. 97p. Hámori, G. 2001. A CHAID alapú döntési fák jellemzői. Statisztikai Szemle, 79. 8 703-710. Hill, T. & Lewicki, P., 2006. Statistics: methods and applications. A comprehensive reference for science, industry and data mining. StatSoft. Tulsa, OK. 832 p IBM, 2012. IBM SPSS Statistics Information Center. Utolsó hozzáférés: 2012. dec., http://publib.boulder.ibm.coni/infocenter/spssstat/v20r0mQ/index. jsp Jassó F. (szerk.) 1989. Útmutató a nagyméretarányú országos talajtérképezés végrehajtásához. Melioráció-öntözés és talajvédelem, ’88 melléklet, Mezőgazdasági és Élelmezésügyi Minisztérium (MÉM) Földügyi és Térképészeti Hivatal Növényegészségügyi és Talajvédelmi Főo. Agroinform. Bp.. 147 p. Kass, G. V., 1980. An exploratory technique for investigating large quantities of categorical data. Applied Statistics, 29. (2) 119-127.
