Determination of experimental relationships between yield parameters of soybean plant (Glycine max. L. merill) and some physical soil properties

Year 2021, Volume: 9 Issue: 2, 42 - 53, 27.12.2021

İmanverdi Ekberli , Nalan Kars

https://doi.org/10.33409/tbbbd.989044

Abstract

The aim of this study was to develop pedotransfer models on the depending of correlation between yield parameters of soybean (plant height, thousand seed weight, and seed yield) and some physical characteristics of soils and to determine applicability of obtained models in estimation of plant yield grown in soils of Çarşamba Plain. For this purpose, experimental models were created between the plant yield parameters and the physical properties of the soils in the fields where soybean cultivation is made in the plain. Within the scope of the data obtained, values of soybean plant yield parameters plant height (PH), 1000 grain weight (TSW) and grain yield (SY) varied between 172.33-351.22 cm, 167.54-450.75 g and 833.58-1584.37 kg da-1, respectively. There was a significant correlation (0.476*) between PH value of soybean plant. There was no statistically significant difference (p>0.10) between plant height and clay, silt, bulk density (BD), available water content (AWC), permanent wilting point (PWP) parameters in the experimental model and the coefficient of determination was moderate (R= 0.495); There was no statistically significant difference in the model between thousand seed weight and sand, silt, DB, field capacity (FC), PWP parameters and the coefficient of determination was high (R= 0.653); The performance of the model between seed yield and clay, silt, DB, AWC, PWP parameters was determined as high (R= 0.602; p>0.10). Determination coefficient (R), root mean square error (RMSE), index of agreement (d), model efficiency (ME) were evaluated together to determine the validity of experimental models. In order to determine the validity of the used experimental models (obtained from the experimental data) it should applied for the data other than the values used in the creation of the models or from the values in the data bank. In general, statistical parameters were within validity limits. The results suggested that the developed experimental (pedotransfer) models can be applied in the estimation of yield parameters in soybean grown in study area. It is predicted that yield gains or losses can be estimated for different plants with similar experimental models.

Keywords

Physical properties of soils, yield, plant height, thousand seed weight, pedotransfer models

Soya bitkisinin (Glycine max. L. Merill) verim parametreleri ile bazı fiziksel toprak özellikleri arasındaki deneysel ilişkilerin belirlenmesi

Abstract

Bu çalışmanın amacı, Çarşamba Ovasında yetiştirilen soya fasulyesi bitkisinin (Glycine max. L. Merill) verim parametreleriyle (bitki boyu, bin tane ağırlığı ve tane verimi) toprakların bazı fiziksel özellikleri arasındaki korelasyon ilişkilerine bağlı olarak, bu özellikler arasında deneysel (pedotransfer) modellerin oluşturulması ve elde edilen modellerin ova topraklarında bitki veriminin tahmininde uygulanabilirliğinin belirlenmesidir. Bu amaçla ovada soya tarımı yapılan arazilerde bitki verim parametreleri ile toprakların fiziksel özellikleri arasında deneysel modeller oluşturulmuştur. Elde edilen veriler kapsamında soya bitkisinin verim parametrelerinden bitki boyu (BB), 1000 tane ağırlığı (BTA) ve tane verimi (TV) değerleri sırasıyla; 88.33-127.27 cm, 164.10-242.91 g ve 280.32-593.16 kg da-1 arasında değişmiştir. Bitki boyu ile kil, silt, hacim ağırlığı (HA), bitkiye yarayışlı su (BYS), solma noktası (SN) parametreleri arasındaki deneysel modelde istatistiksel olarak anlamlı farklılık saptanmamış (p>0.10), belirleme katsayısı (R= 0.495) orta; bin tane ağırlığı ile kum, silt, HA, tarla kapasitesi (TK), SN parametreleri arasındaki modelde istatistiksel olarak anlamlı farklılık saptanmamış, belirleme katsayısı (R= 0.653) yüksek; tane verimi ile kil, silt, HA, BYS, SN parametreleri arasındaki modelin performansı yüksek (R= 0.602) olarak belirlenmiştir. Verim parametreleri ile toprakların fiziksel özellikleri arasındaki deneysel modellerin geçerliliğinin belirlenmesinde belirleme katsayısı (R), hata kareler ortalamasının karekökü (HKOK), uygunluk indeksi (d), modelin etkinliği (ME) birlikte değerlendirilmiştir. HKOK, d, ME değerleri sırasıyla 9.312-26.897; 0.974-0.994 ve -2.864-0.568 aralıklarında değişmektedir. Deneysel verilere göre elde edilen modellerin geçerliliklerinin belirlenmesinde, modellerin oluşturulmasında kullanılan değerler dışındaki değerlerden kullanılmıştır. Çalışma sonunda elde edilen deneysel (pedotransfer) modellerin, ova topraklarında yetiştirilen soya bitkisinin verim parametrelerinin tahmin edilmesinde uygulanabilirliği mümkün gözükmektedir. Benzer deneysel modeller ile farklı bitkiler için verim kazanç veya kayıplarının tahmin edilebileceği öngörülmektedir.

Keywords

Fiziksel toprak özellikleri,, verim, bitki boyu, bin tane ağırlığı, pedotransfer modeller

References

• Alexandrov VA, Hoogenboom G, 2000. The impact of climate variability and change on crop yield in Bulgaria. Agricultural and Forest Meteorology, 104(4): 315-327.
• Anonim, 1984. Samsun İli Arazi Varlığı. T.C. Tarım Orman ve Köy İşleri Bakanlığı, Toprak Su Genel Müdürlüğü Yayınları, Ankara. İl rapor No: 55; Genel yayın No: 748.
• Anonim, 2013. Tohumluk Tescil ve Sertifikasyon Merkez Müdürlüğü. (https://www.tarimorman.gov.tr/BUGEM/TTSM/Belgeler/Tescil/Teknik%20Talimatlar/End%C3%BCstri%20Bitkileri/soya.pdf) (Erişim tarihi: 25.01.2019)
• Anonim, 2016. Türkiye İstatistik Kurumu Temel İstatistikler. http://www.tuik.gov.tr (Erişim Tarihi: 17.04.2017).
• Arıoğlu H, 2000. Yağ Bitkileri Yetiştirme Ve Islahı. Ders Kitapları Yayın No:A-70C. Çukurova Üniversitesi Ziraat Fakültesi Genel Yayın No:220, Adana.
• Arslanoglu F, Aytac S, Karaca E, 2005. The Determination of yield criteria of some soybean (Glycine max L.) varieties sowed in Samsun and Sinop locations for second crop production. The Sixth Field Crops Congress of Turkey. In: M. Karaca and M. Bilgen (Editors), Proceeding, vol I: 387-392.
• Ay B, 2012. Türkiye’de ıslah edilmiş yeni soya (Glycine Max. L. Merrill) çeşitlerinin Orta Karadeniz Bölgesi koşullarında verim ve kalite performanslarının belirlenmesi. Yüksek Lisans Tezi, Ondokuz Mayıs Üniversitesi Fen Bilimleri Enstitüsü Tarla Bitkileri Anabilim Dalı, 51, Samsun.
• Bayraklı F, Ekberli İA, Cülser C, 1999. Azerbaycan mil ovası topraklarının verimlilik düzeylerinin deneysel ve matematiksel olarak değerlendirilmesi. Ondokuz Mayıs Üniversitesi Ziraat Fakültesi Dergisi, 14(2): 138-153.
• Bhatia VS, Singh P, Wani SP, Chauhan GS, Kesova AVR, Mishra AK, Srinivas K, 2008. Analysis of potential yields and yield gabs of rainfed soybean in İndia using GROPGRO-Soybean Model. Agricultural And Forest Meteorology, 148: 1252-1265.
• Black CA, 1965. Methods of Soil Analysis Part I-Physical and Mineralogical Methods. Soil Science Society of America, USA, No: 9.
• Borgmann C, Secco D, de Marins AC, Junior LAZ, Bassegio D, de Souza SNM, Zang FN, da Silva TRB, 2021. Effect of soil compaction and application of lime and gypsum on soil properties and yield of soybean. Communications in Soil Science and Plant Analysis, 52(12): 1434-1447.
• Budka A, Lacka A, Gaj R, Jajor E, Korbas K, 2015. Predicting winter wheat yields by comparing regression equations. Crop Protection, 78: 84-91.
• Candemir F, Gülser C, 2010. Effects of different agricultural wastes on some soil quality indexes in clay and loamy sand fields. Communications in Soil Science and Plant Analysis, 42(1), pp.13-28.
• Candemir F, Gülser C, 2012. Influencing factors and prediction of hydraulic conductivity in fine-textured alkaline soils. Arid Land Research and Management, 26(1), pp.15-31.
• Coşkan A, İşler E, Küçükyumuk Z, Erdal İ, 2009. Isparta koşullarında soyada bakteri aşılamasının nodülasyona ve dane verimine etkisi. Süleyman Demirel Üniversitesi Ziraat Fakültesi Dergisi, 4 (2): 17-27.
• Demiralay İ, 1993. Toprak Fiziksel Analizleri. Atatürk Üniversitesi Ziraat Fakültesi Yayınları, Erzurum, No: 143.
• Dengiz O, Ekberli İ, 2017. Bazı vertisol alt grup topraklarının fizikokimyasal ve ısısal özelliklerinin incelenmesi. Akademik Ziraat Dergisi, 6(1): 45-52.
• Doğan B, Gülser C, 2019. Assessment of soil quality for vineyard fields: A case study in Menderes District of Izmir, Turkey. Eurasian journal of soil science, 8(2), pp.176-183.
• Doğan B, Gülser C, 2020. Soil quality assessment for olive groves areas of Menderes District, Izmir-Turkey. Eurasian Journal of Soil Science, 9(4), pp.298-305.
• Ekberli İ, Dengiz O, 2016. Bazı Inceptisol ve Entisol alt grup topraklarının fizikokimyasal özellikleriyle ısısal yayınım katsayısı arasındaki regresyon ilişkilerin belirlenmesi. Toprak Su Dergisi, 5 (2): 1-10.
• Ekberli İ, Dengiz O, 2017. Bazalt ana materyali ve farklı topografik pozisyon üzerinde oluşmuş toprakların bazı topografik özellikler ve fiziksel-kimyasal özellikleri arasındaki doğrusal regresyon modellerinin belirlenmesi. Toprak Su Dergisi, 6(1): 15-27.
• Ekberli İ, Kerimova E, 2005. Azerbaycan’ın Şirvan bölgesinde sulanan killi bir toprağın bazı fiziksel-kimyasal parametrelerinin değişimi. Ondokuz Mayıs Üniversitesi Ziraat Fakültesi Dergisi, 20(3): 54-59.
• Ferreira CJB, Tormena CA, Severiano EDaC, Zotarelli L, Júnior EB, 2021. Soil compaction influences soil physical quality and soybean yield under long-term no-tillage. Archives of Agronomy and Soil Science, 67(3): 383-396.
• Gülser C, 2004. Tarla kapasitesi ve devamlı solma noktasının toprakların fiziksel ve kimyasal özellikleri ile ilişkili pedotransfer eşitliklerle belirlenmesi. Ondokuz Mayıs Üniversitesi Ziraat Fakültesi Dergisi (Anadolu Tarım Bilimleri Dergisi), 19(3), pp.19-23.
• Gülser C, Candemir F, 2004. Changes in Atterberg limits with different organic waste applications. In Natural Resourse Management for Sustainable Land Use and Management, Soil Congress, SSST, Atatürk University, Erzurum-Turkey.
• Gülser C, Yılmaz NK, Candemir F. 2008. Accumulation of Tobacco mosaic virus (TMV) at different depths clay and loamy sand textural soils due to tobacco waste application. Environmental monitoring and assessment, 146(1), pp.235-242.
• Gülser C, Selvi KÇ, İç, S, 2009. Some mechanical properties and workability of soils in a Karadeniz Agricultural Research Institute Field. Tarım Makinaları Bilimi Dergisi, 5(4), pp.423-428.
• Gülser C, Demir Z, İç S, 2010. Changes in some soil properties at different incubation periods after tobacco waste application. Journal of Envıronmental Biology, 31(5): 671-674.
• Gülser C, Candemir F, 2014. Using soil moisture constants and physical properties to predict saturated hydraulic conductivity. Eurasian Journal of Soil Science, 3(1): 77-81.
• Gülser C, 2016. Changes in soil physical properties with hazelnut husk and tobacco waste applications. VII International Scientific Agriculture Symposium," Agrosym 2016", 6-9 October, Jahorina, Bosnia and Herzegovina. Proceedings, pp. 2032-2036.
• Gülser C, Ekberli İ, Candemir F, Demir Z, 2016. Spatial variability of soil physical properties in a cultivated field. Eurasian Journal of Soil Science, 5(3): 192-200.
• Gülser C, Zharlygasov Z, Kızılkaya R, Kalimov N, Akça İ, Zharlygasov Z, 2019. The effect of NPK foliar fertilization on yield and macronutrient content of grain in wheat under Kostanai-Kazakhstan conditions. Eurasian Journal of Soil Science, 8(3), pp.275-281.
• Gülser F, Salem S, Gülser C, 2020. Changes in some soil properties of wheat fields under conventional and reduced tillage systems in Northern Iraq. Eurasian Journal of Soil Science, 9(4), pp.314-320.
• Gülser C, Kızılkaya R., 2020. Farklı sulama miktarlarında yetiştirilen buğday bitkisinin su kullanma randımanı ile verimlilik parametreleri arasındaki ilişkiler. Toprak Bilimi ve Bitki Besleme Dergisi, 8(1), pp.46-52.
• Homer AD, Özçelik H, Üstün A, 2000. Karadeniz bölgesi soya ıslahı çalışmaları. Karadeniz Tarımsal Araştırma Enstitüsü Samsun, 1999 Yılı Teklif, Gelişme ve Sonuç Raporları, S: 22-30, Samsun.
• Huang F, Zhan W, Ju W, Wang Z, 2014. Improved reconstruction of soil thermal field using two-depth measurements of soil temperature. Journal of Hydrology, 519: 711-719.
• Jackson ML, 1962. Soil Chemical Analysis. Prentice Hall. Inc. Englewood Cliffs, New Jersey, USA, pp. 219-221.
• Karagül ET, Ay N, Meriç Ş, Huz E, 2011. Ege Bölgesi’nde ana ürün olarak yetiştirilen bazı soya genotiplerinin verimi, verim öğeleri ve nitelikleri üzerinde bir araştırma. ANADOLU Ege Tarımsal Araştırma Enstitüsü Dergisi, 21(2): 59-68.
• Krause P, Boyle DP, Base F, 2005. Comparison of different efficiency criteria for hydrological model assessment. Advances in Geosciences, 5: 89-97.
• Kars N, Ekberli İ, 2019a. Çarşamba ovasının buğday bitkisi altındaki topraklarının bazı fiziksel ve kimyasal özelliklerinin incelenmesi. Toprak Su Dergisi, 8(1): 18-28.
• Kars N, Ekberli İ, 2019b. Buğday Bitkisinin Verim Parametreleri ile Bazı Toprak Özellikleri Arasındaki Pedotransfer Modellerin Uygulanabilirliği. Türkiye Tarımsal Araştırmalar Dergisi, 6(2): 153-164.
• Kars N, Ekberli İ, 2020a. The relation between yield indices of maize plant and soil physicochemical characteristics. Eurasian Journal of Soil Science, 9(1): 52-59.
• Kars N, Ekberli İ, 2020b. Mısır bitkisinin verim parametreleri ile toprağın bazı fiziksel ve kimyasal özellikleri arasındaki regresyon modellerin belirlenmesi. Toprak Su Dergisi, 9 (1): 25-36.
• Kosheleva NE, Kasimov NS, Samonova OA, 2002. Regression models fort he behavior of heavy metals in soils of the Smolensk-Moskow Upland. Pocvovedeniye, 8: 954-966.
• Kumar A, Pandey V, Shekh AM, Dixit SK, Kumar M, 2008. Evaluation of cropgro-soybean (glycine max. l. merrill) model under varying environment condition. American-Eurasian Journal of Agronomy, 1(2): 34-40.
• Kumar P, Sarangi A, Singh DK, Parihar SS, Sahoo RN, 2015. Simulation of salt dynamics in the root zone and yield of wheat cropunder irrigated saline regimes using SWAP model. Agricultural Water Management, 148: 72-83.
• Lipiec J, Usowicz B, 2018. Spatial relationships among cereal yields and selected soil physical and chemical properties. Science of the Total Environment, 633: 1579-1590.
• Manzoor AAB, Kaleri KK, 1971. Correlation in studies in soybean (Glycine max L.) Merrill. Agriculture of Pakistan, 22(2):155-163. (From PBA 43(8), No.6461, 1973).
• Marin A, 1975. The inheritance of some quantitative characters in soybean and the existence of correlations between them. Biuletyn Instytutu Hodowli aklimatyzacji Roslin No.128/129, 59-62. (From PBA 50(5), No.4590, 1980).
• Mazarji, M., Bayero, M.T., Minkina, T., Sushkova, S., Mandzhieva, S., Tereshchenko, A., Timofeeva, A., Bauer, T., Burachevskaya, M., Kızılkaya, R. and Gülser, C., 2021. Realizing United Nations Sustainable Development Goals for Greener Remediation of Heavy Metals-Contaminated Soils by Biochar: Emerging Trends and Future Directions. Sustainability, 13(24), p.13825.
• Minasny B, McBratney AB, 2008. Regression rules as a tool for predicting soil properties from infrared reflectance spectroscopy. Chemometrics and Intelligent Laboratory Systems, 94: 72-79.
• Minkina TM, Pinskii DL, Zamulina IV, Nevidomskaya DG, Gülser C, Mandzhieva SS, Bauer TV, Morozov IV, Sushkova SN, Kizilkaya R, 2018. Chemical contamination in upper horizon of Haplic Chernozem as a transformation factor of its physicochemical properties. Journal of Soils and Sediments, 18(6), pp.2418-2430.
• Minkina T, Konstantinova E, Bauer T, Mandzhieva S, Sushkova S, Chaplygin V, Burachevskaya M, Nazarenko O, Kizilkaya R, Gülser C, Maksimov A, 2021. Environmental and human health risk assessment of potentially toxic elements in soils around the largest coal-fired power station in Southern Russia. Environmental Geochemistry and Health, 43(6), pp.2285-2300.
• Murthy VRK, 2002. Crop growth modeling and its applicatıons in agricultural meteorology. Satellite Remote Sensing and GIS Applications in Agricultural Meteorology, 235-261.
• Nascente AS, Store LF, 2018. Cover Crops as affecting soil chemical and physical properties and development of upland rice and soybean cultivated in rotation. Rice Science, 25(6): 340-349.
• Ovando G, Sayago S, Bocco M, 2018. Evaluating accuracy of DSSAT model for soybean yield estimation using satellite weather data. ISPRS Journal of Photogrammetry and Remote Sensing, 138: 208-217.
• Öner T, 2006. Soya Sektör Raporu. İstanbul Ticaret Odası İstatistik Şubesi, İstanbul, 48 s. https://www.yumpu.com/tr/document/read/23584997/soya-sektor-raporu-ito (Erişim tarihi: 28.01.2020).
• Öztürk İ, Korkut KZ, 2018. Ekmeklik buğday (Triticum aestivum L)’ın farklı gelişme dönemlerinde kuraklığın verim ve verim unsurlarına etkisi. Tekirdağ Ziraat Fakültesi Dergisi, 15(2): 128-137.
• Schaap MG, Leij FJ, van Genuchten MT, 2001. ROSETTA: A computer program for estimating soil hydraulic parameters with hierarchical pedotransfer functions. Journal Hydrology, 251: 163-176.
• Sentelhas PC, Battist R, Câmara GMS, Farias JRB, Hampf AC, Nendel C, 2015. The soybean yield gap in Brazil magnitude, causes and possible solutions for sustainable production. Journal of Agricultural Science, 153: 1394–1411.
• Serafim ME, Zeviani WM, Ono FB, Neves LG, Silva BM, Lal R, 2019. Reference values and soil quality in areas of high soybean yield in Cerrado region, Brazil. Soil & Tillage Research, 195: 104362.
• Shein EV, Arkhangelskaya TA, 2006. Pedotransfer functions: state of the art, problems, and outlooks. Pocvovedeniye, 10: 1205-1217.
• Simpson JrAM, Wilcox JR, 1983. Genetic and phenotypic associations of agronomic characteristics in four high protein soybean population. Crop Science, 23: 1077-1081.
• Sushkova S, Minkina T, Tarigholizadeh S, Antonenko E, Konstantinova E, Gülser C, Dudnikova T, Barbashev A, Kızılkaya R, 2020. PAHs accumulation in soil-plant system of Phragmites australis Cav. in soil under long-term chemical contamination. Eurasian Journal of Soil Science, 9(3), pp.242-253.
• Şaylan L, 1996. Soya veriminin CRPSM modeli ile belirlenmesi. Kültür Teknik Derneği Toprak Su Dergisi, 5(1): 12-17. Taban S, Çıkılı Y, Kebeci F, Taban N, Sezer SM, 2004. Taşköprü yöresinde sarımsak tarımı yapılan toprakların verimlilik durumu ve potansiyel beslenme problemlerinin ortaya konulması. Tarım Bilimleri Dergisi, 10(3): 297-304.
• Takamoto A, Takahashi T, Nira R, 2020. Soil chemical properties affecting soybean yield on a nationwide scale in Japan. Soil Science and Plant Nutrition, 66(6): 900-905.
• Tamari S, Wösten JHM, Ruiz-Suárez JC, 1996. Testing an artifi cial neural network for predicting soil hydraulic conductivity. Soil Science Society of America Journal, 60: 1732-1741.
• Turan M, Dengiz O, Turan Demirağ İ, 2018. Samsun ilinin Newhall modeline göre Toprak sıcaklık ve nem rejimlerinin belirlenmesi. Türkiye Tarımsal Araştırmalar Dergisi, 5(2): 131-142.
• Tümsavaş Z, Aksoy E, 2009. Kahverengi orman büyük toprak grubu topraklarının verimlilik durumlarının belirlenmesi. Uludağ Üniversitesi Ziraat Fakültesi Dergisi, 23(1): 93-104.
• Unakıtan G, Aydın B, 2012. An econometric analysis of soybean production in Turkey. Journal of Tekirdag Agricultural Faculty, 9(1): 6-14.
• Wang L, Lia X, Chen Y, Yang K, Chen D, Zhou J, Liu W, Qi J, Huang J, 2016. Validation of the global land data assimilation system based onmeasurements of soil temperature profiles. Agricultural and Forest Meteorology, 218-219: 288-297.
• Willmott CJ, Matsuura K, 2005. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, 30(1): 79-82.
• Willmott CJ, Robeson SM, Matsuura K, 2012. Short Communication. A refined index of model performance. International Journal of Climatology, 32(13): 2088-2094.
• Yegül U, Eminoğlu MB, Türker U, 2019. Buğdayın verim ve kalite parametrelerinin toprağın elektriksel iletkenliği ile ilişkisinin belirlenmesi. Tekirdağ Ziraat Fakültesi Dergisi, 16(3): 270-283.
• Yetkin SG, Arıoğulu H, 2009. Çukurova bölgesinde ana ürün koşullarında bazı soya çeşit ve hatlarının verim ve tarımsal özelliklerinin belirlenmesi. Çukurova Üniversitesi Fen Bilimleri Enstitüsü, 20-1: 29-37.