Naslov
Kalibracija i validacija linearnih modela procjene hidrolitičke kiselosti tla
(Calibration and validation of linear models for predicting soil hydrolytic acidity)

Autori
Lončarić, Zdenko ; Hefer, Hrvoje ; Rukavina, Ivana ; Dugalić, Krunoslav ; Rašić, Daniel ; Andrišić, Milena ; Mitrović, Mario ; Rastija, Domagoj

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
OPORPH 2019: Book of Abstracts / Ćatić, Sead ; Begić, Sabina - Tuzla : Tehnološki fakultet Univerziteta u Tuzli, 2019, 63-63

Skup
VI International Scientific-professional Symposium Environmental resources, sustainable development and food production (OPORPH 2019)

Mjesto i datum
Tuzla, Bosna i Hercegovina, 14.11.2019. - 15.11.2019

Vrsta sudjelovanja
Poster

Vrsta recenzije
Međunarodna recenzija

Ključne riječi
regresijski modeli ; kiselost tala ; kalcizacija ; klase tala ; humoznost
(regression models ; soil acidity ; liming ; soil classes ; SOM content)

Sažetak
Oko 40 % svjetskih obradivih poljoprivrednih površina limitirane je plodnosti zbog prekomjerne kiselosti tla koju neutraliziramo kalcizacijom Potreban intenzitet kalcizacije izračunavamo na temelju različitih svojstava tla, a u grupi najznačajnijih je hidrolitička kiselost tla. Cilj ovog rada je utvrditi preciznost i pogodnost lineranih modela predviđanja hidrolitičke kiselosti tla na temelju raspoloživih podataka o tlima. Korišteni su regresijski modeli kreirani 2013. godine koji su validirani novim setom rezultata analiza (pHH2O, pHKCl, sadržaj humusa, hidrolitička kiselost i teksturna klasa) 10.654 uzorka tla iz 5 istočnohrvatskih županija (površina analiziranih tala 41.426, 30 ha). Linerani regresijski modeli kreirani su na 4 načina: (1) model(A) na temelju podatka o aktualnoj kiselosti tla (pHH2O) ; (2) model(S) na temelju podatka o supstitucijskoj kiselosti tla (pHKCl) ; (3) modela(AS) na temelju oba podatka o kiselosti tla (pHH2O i pHKCl) ; (4) model(ASH) na temelju pHH2O, pHKCl i sadržaja humusa. Bez obzira na navedeni način, svaki je model kreiran kao univerzalni model za sve raspoložive uzorke i kao skup segmentiranih modela po određenim klasama prema svojstvima tla (npr. 6 teksturnih klasa, 3 klase humoznosti, 3 klase pH). Validacijom jednostavnog regresijskog modela(ASH) iz 2013. godine s novih 10.654 uzoraka potvrđena je preciznost modela s prosječnom greškom 15, 8 %. Novi linearni regresijski model(ASH) kalibriran novim setom uzoraka rezultirao je znatno manjom prosječnom greškom (12, 39 %) za sva 10.654 uzorka, što je smanjenje greške za 21, 6 % u odnosu na prethodni model (12, 39 vs. 15, 80 %). Dodatno segmentiranje modela(ASH) prema teksturnim klasama (6 klasa) rezultiralo je smanjenjem greške na prosječnih 12, 05 % uz najmanju prosječnu grešku na tlima najviše teksturne klase od samo 0, 37 cmol(+)kg-1, tj. 9, 73 %. Preciznost modela ne svim setovima podataka povećavala se dodavanjem novih podataka o tlu, počevši od najmanje preciznosti modela(A) (r2 = 0, 517-0, 765) i modela(S) (r2 = 0, 527-0, 793), uz povećanje preciznosti modela(AS) temeljenog na oba podatka o kiselosti tla (r2 = 0, 551-0, 851) sve do najveće preciznosti modela(ASH) (raspon r2 0, 767-0, 878). Najmanja prosječna greška modela(ASH) (11, 97 %) ostvarena je segmentiranjem modela(ASH) prema teksturnim klasama i sadržaju humusa u tlu. Linerani modeli predviđanja hidrolitičke kiselosti tla mogu se koristiti uz prosječnu preciznost za sva tla 85-88 %, a preciznost se može znatno povećati (do 93 %) segmentiranjem modela prema pH, sadržaju humusa i/ili teksturnoj klasi.

Izvorni jezik
Hrvatski

Znanstvena područja
Poljoprivreda (agronomija)

POVEZANOST RADA