PRACA ORYGINALNA
Studium przypadku stabilności czasowej przewodności elektrycznej gleby, na polu o glebie piaszczystej oraz przydatność jej pomiaru do przygotowania map kategorii agronomicznych
1
Institute of Agriculture, Department of Agronomy, Warsaw University of Life Sciences, Polska
2
Institute of Agriculture, Department of Biometry, Warsaw University of Life Sciences, Polska
3
Faculty of Agriculture, Department of Biosystems Engineering, Hatay Mustafa Kemal University, Turkey
Data nadesłania: 14-02-2025
Data ostatniej rewizji: 17-05-2025
Data akceptacji: 31-07-2025
Data publikacji online: 31-07-2025
Data publikacji: 31-07-2025
Autor do korespondencji
Stanisław Marek Samborski
Institute of Agriculture, Department of Agronomy, Warsaw University of Life Sciences, Nowursynowska 159, 02-776, Warsaw, Polska
Institute of Agriculture, Department of Agronomy, Warsaw University of Life Sciences, Nowursynowska 159, 02-776, Warsaw, Polska
Soil Sci. Ann., 2025, 76(3)208825
SŁOWA KLUCZOWE
Uziarnienie glebyKategoria agronomicznaGleba lekka i bardzo lekkaPozorna przewodność elektrycznaStabilność czasowa
STRESZCZENIE
Jednym z najczęściej używanych sposobów oceny przestrzennej zmienności gleby jest pomiar pozornej przewodności elektrycznej gleby (ang. apparent electrical conductivity – ECa), podczas przejazdu urządzenia z zamontowanym czujnikiem, po polu. Jeśli wartości ECa zostaną poprawnie skalibrowane względem innych właściwości gleby ocenianych laboratoryjnie, pomiar ECa gleby może pomóc stworzyć mapy glebowe, które przedstawiają zróżnicowanie tych właściwości. Następnie mapy te, po reklasyfikacji, mogą zostać użyte do stworzenia map stosowania zmiennej dawki środków produkcji, aby zwiększyć efektywność ich wykorzystania. Jeśli zasolenie gleby nie występuje, ECa jest silnie zależna od uziarnienia gleby, które jest bardziej stabilne w czasie niż właściwości chemiczne gleby. Jednakże, stabilność wyników pomiarów ECa w czasie nie była badana w Polsce, gdzie występują znaczne powierzchnie gleb bardzo lekkich i lekkich. W naszym kraju wyróżniono cztery kategorie agronomiczne gleb (KAG), wydzielane na podstawie zawartości części spławialnych (<0.02mm) w glebie. KAG wykorzystywane do formułowania zaleceń wapnowania i nawożenia, są zwykle wydzielane za pomocą laboratoryjnego określenia udziału części ziemistych lub odczytywane z map glebowo-rolniczych. Ale żaden z tych sposobów nie pozwala na wydzielanie KAG z dużą gęstością przestrzenną, wymaganą do wykonania map stosowania zmiennej dawki środków produkcji. Celem badań było: i) oszacowanie przestrzennej i czasowej zmienności względnych wartości ECa zarejestrowanych na dwóch głębokościach (0–30 and 0–90 cm), w trakcie ośmiu pomiarów ECa w obrębie pola produkcyjnego, gdzie dominują gleby bardzo lekkie i lekkie; ii) określenie KAG dla tego pola, w oparciu o zależności między wartościami ECa, zarejestrowanymi podczas dwu pomiarów, które wykonano w 10-letnim odstępie czasu, a ilością części ziemistych. Wyniki badań wykazały, że pole produkcyjne charakteryzowało się dużą zmiennością przestrzenną ECa i stabilnością czasową wydzielonych obszarów ECa, co sugeruje że pojedynczy pomiar tej właściwości gleby może być wystarczający do wyrysowania map fizycznych właściwości gleby silnie związanych z ECa na glebach bardzo lekkich i lekkich. Silna zależność między względnymi wartościami ECa zarejestrowanymi 2013 i 2023 roku i zawartością części ziemistych pozwoliła na narysowanie bardzo podobnych map KAG, które mogą być wykorzystane do formułowania zaleceń wapnowania i nawożenia na ww. glebach. Układ KAG był mniej powtarzalny w latach (2013 i 2023), ale akceptowalny do celów generalizacji tych map, gdy do przewidywania zawartości części spławialnych wykorzystano dane EC z grubszej warstwy gleby (0–90 cm). Jednakże, szersze zastosowanie uzyskanych zależności może wymagać kalibracji danych ECa dla danego pola, aby zapewnić lepszą dokładność wykonania map KAG, gdyż badania te zostały przeprowadzone na jednym polu produkcyjnym.
REFERENCJE (53)
1.
Adamchuk, V. et al., 2021. [In:] Kerry, R., Escolà, A. (Eds.), Sensing approaches for precision agriculture. Progress in Precision Agriculture. Springer, Cham, 93–132. https://doi.org/10.1007/978-3-....
2.
Adamchuk, V.I., Rossel, R.A.V., Sudduth, K.A., Lammers, P.S., 2011. Sensor fusion for preci-sion agriculture. [In:] Thomas, C. (Ed.), Sensor Fusion - Foundation and Applications. Intech Open, 27–40. https://doi.org/0.5772/19983.
3.
Adamchuk, V.I., Hummel, J.W., Morgan, M.T., Upadhyaya, S.K., 2004. On-the-go soil sensors for precision agriculture. Computers and Electronics in Agriculture 44, 71–91. https://doi.org/10.1016/j.comp....
4.
Ahrends, H.E., Simojoki, A., Lajunen, A., 2023. Spatial pattern consistency and repeatability of proximal soil sensor data for digital soil mapping. European Journal of Soil Science 74(5), e13409. https://doi.org/10.1111/ejss.1....
5.
Atwell, M.A., Wuddivira, M.N., 2019. Electromagnetic-induction and spatial analysis for as-sessing variability in soil properties as a function of land use in tropical savanna ecosystems. SN Applied Sciences 1, 856. https://doi.org/10.1007/s42452....
6.
Badewa, E., Unc, A., Cheema, M., Galagedar, L., 2019. Temporal stability of soil apparent electri-cal conductivity (ECa) in managed podzols. Acta Geophysica 67, 1107–1118. https://doi.org/10.1007/s11600....
7.
Blackmore, S., 2000. The interpretation of trends from multiple yield maps. Computers and Elec-tronics in Agriculture 26, 37–51. https://doi.org/10.1016/S0168-....
8.
Bioprodukty, 2013-2015. Unpublished results obtained during the realization of scientific project POIG.01.03.01-14-041/12—“BIOPRODUCTS, innovative technologies of prohealth bakery products and pasta with reduced caloric value”, co-financed by the European Regional Develop-ment Fund under the Innovative Economy Operational Programme 2007–2013.
9.
BN, 1978. BN-78/9180-11. Gleby i utwory mineralne. Podział na frakcje i grupy granulometrycz-ne. Norma branżowa.
10.
Bohling, G., 2005. Introduction to geostatistics and variogram analysis. Available at: http://gismyanmar.org/geofocus....
11.
Bottega, E.L., Queiroz, D.M., Pinto, F.D., Souza, C.M., Valente, D.S., 2017. Precision agriculture applied to soybean: Part I - Delineation of management zones. Australian Journal of Crop Science 11, 573–579. https://doi.org/10.21475/ajcs.....
12.
Brevik, E.C., Fenton, T.E., Lazari, A., 2006. Soil electrical conductivity as a function of soil water content and implications for soil mapping. Precision Agriculture 7, 393–404. https://doi.org/10.1007/s11119....
13.
Corwin, D.L., Scudiero, E., 2020. Field-scale apparent soil electrical conductivity. Soil Science of America Journal 84, 1405–1441. https://doi.org/10.1002/saj2.2....
14.
Corwin, D.L., Lesch, S.M., 2003. Application of soil electrical conductivity to precision agricul-ture: theory, principles, and guidelines. Agronomy Journal 95, 455–471. https://doi.org/10.2134/agronj....
15.
De Caires, S.A., Wuddivira, M.N., Bekele, I., 2014. Assessing the temporal stability of spatial patterns of soil apparent electrical conductivity using geophysical methods. International Agrophy-sics 28(4), 423–433. https://doi.org/10.2478/intag-....
16.
de Farias, M.F. et al., 2018. Potassium fertilization in soybean and its correlation with electrical conductivity in soil. Journal of Agricultural Science 10(12), 336–343. https://doi.org/10.5539/jas.v1....
17.
Farahani, H.J., Buchleiter, G.W., 2004. Temporal stability of soil electrical conductivity in irrigated sandy fields in Colorado. Transactions of the American Society of Agricultural Engineers 47(1), 79–90. https://doi.org/10.13031/2013.....
18.
Fotyma, E., Wilkos, G., Pietruch, Cz., 1998. Test glebowy azotu mineralnego – możliwości prak-tycznego wykorzystania, Materiały Szkoleniowe IUNG, Puławy.
19.
QGIS.org, 2022. QGIS Geographic Information System. Open Source Geospatial Foundation Project. http://qgis.org. Accessed 3 January 2025.
20.
Gonçalves, L.A., de Souza, E.G., Nóbrega, L.H.P., Bier, V.A., Magii, M.F., Bazzi, C.L., Uribe-Opazo, M.A., 2025. Spatial and temporal variability of soil apparent electrical conductivity. Preci-sion Agriculture 26, 10. https://doi.org/10.1007/s11119....
21.
Grains Research and Development Corporation, 2023. An overview of the different proximal soil sensing systems available to Australian growers, and for use in precision agriculture. Proximal soil sensing systems. Fact Sheet. SPA2201-001SAX.
22.
IUSS Working Group WRB, 2022. World Reference Base for Soil Resources. International soil classification system for naming soils and creating legends for soil maps 4th edition. International Union of Soil Sciences, IUSS, Vienna, Austria, 1–236.
23.
Jadczyszyn, T., Kowalczyk, J., Lipiński, W., 2010. Zalecenia nawozowe dla roślin uprawy polowej i trwałych użytków zielonych. Materiały szkoleniowe Nr 95, IUNG Puławy.
24.
Jadczyszyn, J., Niedźwiecki, J., Debaene, J., 2016. Analysis of agronomic categories in different soil texture classification systems. Polish Journal of Soil Science 20, 49–72. https://doi.org/10.17951/pjss/....
25.
Kabała, C. et al., 2019. Polish Soil Classification, 6th edition – principles, classification scheme and correlations. Soil Science Annual 70(2), 71–97. https://doi.org/10.2478/ssa-20....
26.
Liao, K.H., Zhu, Q., Doolittle, J., 2014. Temporal stability of apparent soil electrical conductivity measured by electromagnetic induction techniques. Journal of Mountain Science 11(1). https://doi.org/10.1007/s11629....
27.
Łopatka, A., 2017. Europejski monitoring użytkowania gruntów i baza danych projektu LUCAS. Studia i Raporty IUNG-PIB 51(5), 73–89.
28.
Lueck, E., 2015. The influence of fertilization on electrical conductivity data. First Conference on Proximal Sensing Supporting Precision Agriculture 1, 1–5. https://doi.org/10.3997/2214-4....
29.
Mat Su, AS., Adamchuk, VI., 2023. Temporal and operation-induced instability of apparent soil electrical conductivity measurements. Frontiers in Soil Science. 3, 1137731. https://doi.org/10.3389/fsoil....
30.
McCutcheon, M.C., Farahani, H.J., Stednick, J.D., Buchleiter, G.W., Green, T.R., 2006. Effect of soil water on apparent soil electrical conductivity and texture relationships in dryland field. Biosystems Engineering 94(1), 19–32. https://doi.org/10.1016/j.bios....
31.
McKenzie, N., Bramley, R., Farmer, T., Janik, L., Murray, W., Smith, Ch., McLaughlin, M., 2003. Rapid soil measurement – a review of potential benefits and opportunities for the Australian grains industry. Report for the Grains Research and Development Corporation. pp. 41.
32.
Molin, J.P., Faulin, G.D. Ch., 2013. Spatial and temporal variability of soil electrical conductivity related to soil moisture. Scientia Agricola 70(1), 1–5. https://doi.org/10.1590/S0103-....
33.
Nyéki, A., Daróczy, B., Kerepesi, C., Neményi, M., Kovács, A.J., 2022. Spatial variability of soil properties and its effect on maize yields within field – a case study in Hungary. Agronomy 12(2), 395. https://doi.org/10.3390/agrono....
34.
Pedrera-Parrilla, A., Brevik, E.C., Giráldez, J.V., Vanderlinden, K., 2016. Temporal stability of electrical conductivity in a sandy soil. International Agrophysics 30, 349–357. https://doi.org/10.1515/intag-....
35.
Pierce, F.J., Nowak, P., 1999. Aspects of precision agriculture. Advances in Agronomy 67, 1–85. https://doi.org/10.1016/S0065-....
36.
Pimentel-Gomes, F., 2023. Curso De estatística experimental. Digitaliza Conteúdo.
37.
Richling, A., 2021. Charakterystyka prowincji i podprowincji (Description of provinces and sub-provinces). [In:] Richling, A., Solon, J., Macias, A., Balon, J., Borzyszkowski, J., Kistowski, M. (Eds.), Regionalna geografia fizyczna Polski. Bogucki Wyd. Naukowe, Poznań, 39–65.
38.
Stępień, M., Samborski, S., 2018. Ocena właściwości gleby na potrzeby rolnictwa precyzyjnego [In:] Samborski, S. (Ed.). Rolnictwo precyzyjne. Wydawnictwo Naukowe PWN S.A., Warsaw, Poland, pp. 1–522. (in Polish).
39.
Sarnacka, Z., 1976. Szczegółowa mapa geologiczna Polski 1:50 000. Arkusz 560 Piaseczno. PIG. Scan of the map was downloaded from CBDG (Central Geological Database): https://baza.pgi.gov.pl/resour....
40.
Serrano, J.M., Shahidian, S., Marques da Silva, J., 2017. Spatial variability and temporal stability of apparent soil electrical conductivity in a Mediterranean pasture. Precision Agriculture 18, 245–263. https://doi.org/10.1007/s11119....
41.
Serrano, J., Shahidian, S., Silva, J.M., Paniágua, L.L., Rebollo, F.J., Moral, F.J., 2024. Temporal stability of management zone patterns: case study with contact and non-contact soil electrical conductivity sensors in dryland pastures. Sensors 24, 1623. https://doi.org/10.3390/s24051....
42.
Solon, J., et al.,2018. Physico-geographical mesoregions of Poland: Verification and adjustment of boundaries on the basis of contemporary spatial data. Geographia Polonica 91(2), 143–170. https://doi.org/10.7163/GPol.0....
43.
Stępień, M., Gozdowski, D., Bodecka, E., Groszyk, J., Rozbicki, R., Samborski, S., 2017. Topsoil texture maps based on calibration of soil electrical conductivity with soil datasets varying in size. Polish Journal of Soil Science 50(2), 265–278. https://doi.org/10.17951/pjss/....
44.
Stępień, M., Gozdowski, D., Samborski, S., 2024a. Możliwości przypisania zawartości frakcji granulometrycznych według PTG 2008/USDA do wybranych grup granulometrycznych PTG 1956 wyróżnionych na mapie glebowo-rolniczej. Soil Science Annual 75(3), 183375. https://doi.org/10.37501/soils....
45.
Stępień, M., Gozdowski, D., Samborski, S., 2024b. How Accurately Is Topsoil Texture Shown on Agricultural Soil Maps? A Case Study of Eleven Fields Located in Poland. Land 13, 1852. https://doi.org/10.3390/land13....
46.
Stępień, M., Samborski, S., Gozdowski, D., Dobers, E. S., Chormański, J., Szatyłowicz, J., 2015. Assessment of soil texture class on agricultural fields using ECa, Amber NDVI, and topographic properties. Journal of Plant Nutrition and Soil Science 178(3), 523–536. https://doi.org/10.1002/jpln.2....
47.
Systematyka gleb Polski, 2019. Polskie Towarzystwo Gleboznawcze, Komisja Genezy, Klasyfikacji i Kartografii Gleb. Wydawnictwo Uniwersytetu Przyrodniczego we Wrocławiu, Polskie Towarzystwo Gleboznawcze, Wrocław-Warszawa, pp. 235.
48.
Terrón López, J. M., 2013. Delimitación de zonas de manejo en agricultura de precisión a partir de medidas de conductividad eléctrica aparente del suelo mediante el uso de sensores móviles de contacto. PhD thesis, University of Córdoba. Available at: https://helvia.uco.es/handle/1....
49.
Terrón, J., Moral, F., da Silva, J. M., Rebollo, F., 2013. Analysis of spatial pattern and temporal stability of soil apparent electrical conductivity and relationship with yield in a soil of high clay content. In 3rd Global Workshop on Proximal Soil Sensing, 302–306.
51.
Witek, T., 1973. Mapy glebowo-rolnicze oraz kierunki ich wykorzystania. Instytut Uprawy, Nawożenia i Gleboznawstwa, Puławy. PWRiL, Warszawa, 75 ss. Available at: https://www.gov.pl/web/gugik/m..., Accessed 15 January 2025.
52.
Zalecenia Nawozowe Cz. I. Liczby Graniczne do Wyceny Zawartości Makro-i Mikroelementów w Glebach, 2nd ed., 1990. Instytut Uprawy Nawożenia i Gleboznawstwa, Puławy, Poland, 1–28.
53.
Zhu, Q., Lin, H., Doolittle, J., 2010. Repeated electromagnetic induction surveys for improved soil mapping in an agricultural landscape. Soil Science Society of America Journal 74(5), 1763–1774. https://doi.org/10.2136/sssaj2....
| eISSN: | 2300-4975 |
| ISSN: | 2300-4967 |
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
