Anda di halaman 1dari 3

Nama : Nur Lumatul Khoirot

NPM : 1524010055
Kelas : A24 / Agribisnis
Karakterisasi Sifat Fisik Tanah untuk Pemantauan Tanah Lembab dengan
North Carolina Lingkungan dan Iklim Jaringan Observing
1. Metode
a. Daerah Penelitian
Daerah penelitian di daerah dataran pantai North Carolina, dengan iklim
diklasifikasikan sebagai lembab subtropis. Pada saat pengumpulan data
untuk penelitian ini, ada 27 North Carolina ECONET stasiun dalam kedua
daerah (Gambar. 1). Untuk setiap stasiun, Data kelembaban tanah
dikumpulkan di kedalaman 20-cm setiap 30 menit, menghasilkan 48
pengamatan per stasiun per hari. Volume measured sensor sekitar 75 cm3
(Kaleita et al. 2005). Kedalaman instalasi sensor dan perkiraan volume
observasi digunakan untuk memandu pengambilan sampel tanah protokol
untuk menentukan sifat-sifat tanah. Kami mencatat bahwa kalibrasi sensor
penting untuk koleksi berkualitas tinggi tanah air data. Fokus kita di sini
adalah pada tanah pengukuran properti daripada kalibrasi sensor, yang
dibahas di tempat lain (misalnya, Kaleita et al 2005.; Cosh et al. 2005).
b. sifat fisik tanah
1) Contoh Lapangan
27 stasiun dijadikan sampel (Gambar. 1). Tiga core tanah utuh
dikumpulkan di setiap situs (jumlah core 5 81), seperti tambahan sampel
tanah massal. bintik sampel dipilih secara acak dalam lingkaran 3-mradius berpusat di lokasi perkiraan sensor. Tiga 7,6 cm-panjang, 6,3-cmdiameter utuh core tanah, berpusat di kedalaman tanah 20-cm.
Pengambilan sampel dilakukan dengan menggunakan AMS sampler
tanah (AMS, Inc, American Falls, Idaho). Sebuah lubang percontohan,
dengan diameter core 8,9 cm, digunakan untuk mengakses kedalaman
sampel yang tepat. Setelah pengambilan, core melindungi integritas
mereka dan segera ditimbang di lapangan untuk menentukan
kadar air. Core kemudian diangkut ke laboratorium untuk penentuan
retensi air, sampel tanah juga dikumpulkan secara bersamaan pada
kedalaman 20-cm untuk analisis tekstur tanah.
2) Analisis Laboratorium
Metode seperti yang dijelaskan dalam Klute (1986). Salah satu ujung
silinder ditutupi dengan kain tipis dan ditempatkan di air sampai benarbenar penuh dari bawah. Setelah itu, core pindah ke stand untuk
pengukuran, dan aliran dipertahankan konstan sekitar 4,2 cm. Setelah Ks
pengukuran, pengukuran retensi air pada tekanan 10, 33, dan 66 kPa
(P10, P33, dan P66, masing-masing) dilakukan (Klute 1986). Tanah
dipindahkan ke sel tekanan dan ditetapkan pada piring keramik dan
menjenuhkan seluruh sampel. Disetiap langkah tekanan harus tercatat.
Langkah akhir, sampel ditimbang, oven dikeringkan pada 1058C selama
24 jam, dan ditimbang kembali. Porositas total (TP) dan BD dihitung dari
berat kering dan sampel volume sampel utuh, dengan asumsi kepadatan
partikel adalah 2,65 g CM23. pengukuran retensi air di 100-, 500-, dan
1500-kPa tekanan (P100, P500, dan P1500, masing-masing) ditentukan
dengan
sampel
mengikuti
prosedur
mirip dengan yang dijelaskan oleh Klute (1986).
Distribusi ukuran

partikel ditentukan oleh sedimentasi menggunakan metode hidrometer


(Klute 1986).
3) METODE STATISTIK
Parameter dianalisis menggunakan klasik metode statistik untuk
mendapatkan minimum, maksimum, mean, median, standar deviasi, dan
koefisien variasi (CV). Sebuah tes skewness-kurtosis dilakukan untuk
menguji
normalitas
dataset.
parameter
yang
gagal tes normalitas log ditransformasikan ke normal distribusi
(Tabachnick dan Findell 1996). Sebelas dari 13 parameter (tidak termasuk
TP dan lumpur konten) yang akhirnya dipilih untuk komponen utama (PC)
analisis (PCA). Porositas dan lumpur konten dikeluarkan karena mereka
berasal dari BD dan jumlah isi pasir dan tanah liat, masing-masing, dan
karena itu langsung berhubungan dengan himpunan bagian lain dari
parameter. Data yang dinormalisasi dengan rata-rata nol dan varians
dari satu, dan analisis korelasi dilakukan melalui correlationmatrix. PCA
[termasuk aKaiser-Meyer-Olkin (KMO) tes mengukur sampel kecukupan]
adalah kemudian digunakan untuk menilai tumpang tindih parameter
individual dan runtuh parameter berkorelasi menjadi lebih kecil subset
dari parameter berkorelasi. Semua analisis statistik yang dilakukan
menggunakan SPSS V. 17,0 (SPSS, Inc, Chicago, Illinois).
2. Hasil dan Pembahasan
Karakteristik sifat-sifat tanah. Hal ini diperlukan untuk mengakui bahwa
ada
variasi
alami
antara lokasi pengambilan sampel di setiap lokasi stasiun, yang dapat
membatasi sampel individu untuk menggambarkan sifat tanah di Lokasi
sensor yang sebenarnya (Scott et al. 2010). Misalnya, pada saat ini
dataset
CV
untuk
Ks
antara
tiga
ulangan
dikumpulkan
di situs tertentu biasanya melebihi 50%. Sisanya parameter, namun, yang
relatif
konsisten
(Riwayat Hidup, 5%, data tidak ditampilkan) antara tiga ulangan di setiap
situs. Tekstur distribusi (yaitu, Kombinasi pasir, lumpur, dan tanah liat)
situs sampel ditampilkan dalam segitiga tekstur pada Gambar. 2. tekstur
tanah di situs ECONET didistribusikan dalam waktu tujuh klasifikasi,
dengan
poin
terbanyak
jatuh
dalam
empat
klasifikasi:
lempung, lempung berpasir lempung, lempung berpasir, dan pasir liat.
poin tekstur berkerumun di daerah dengan persentase pasir lebih besar
dari 40% dan persentase tanah liat kurang dari 40%. Itu CV relatif lebih
tinggi
(80%)
untuk
konten
clay
(Tabel
1)
dapat dijelaskan dengan mencatat bahwa satu stasiun telah mengamati
konten liat dari 55% sementara semua stasiun lainnya memiliki konten
liat, 40% (Gambar. 2). Alasan untuk CV dari 50% di AD mungkin terkait
dengan variabilitas dalam kandungan clay karena air kering udara
contentmay sangat tergantung pada konten dan mineralogi fraksi liat
(Sumner dan Kamprath 2000). kapasitas lapang dan titik layu, sesuai
sekitar
untuk
P33
dan
P1500,
dua
biasa digunakan titik referensi untuk pengamatan kelembaban tanah.
Ada rentang yang luas untuk kedua parameter ini antara 27 stasiun; P33
berkisar dari 0,13 ke 0.50 m3 M23 dan P1500 berkisar 0,04-0,19 m3 M23.
tersedia kapasitas pabrik air (PAW), diperkirakan di sini sebagai perbedaan
antara
P33
dan
P1500
(Ritchie
et
al.
1999),
juga ditandai dengan berbagai nilai dari 0,07 - 0,33 m3 M23 (Tabel 1).
Hasil dari analisis statistik sederhana jelas menunjukkan bahwa sebagian
besar sifat fisik tanah bervariasi secara substansial antara 27 stasiun
ECONET dipelajari. Berbagai karakteristik tanah yang diamati dalam

jaringan menggambarkan pentingnya pengumpulan tanah fisik sifat data


untuk kelembaban tanah pemantauan di jaringan luas seperti North
Carolina ECONET. Kelembaban tanah numerik setara pengamatan yang
dikumpulkan dari dua lokasi yang berbeda dapat memiliki arti yang
berbeda dalam hal kebasahan tanah relatif. Perbedaan relatif basah
memiliki implikasi penting untuk keseimbangan energi permukaan (yaitu,
evapotranspirasi) dan curah hujan partisi (yaitu, limpasan dan infiltrasi),
dinilai dari pengamatan kelembaban tanah. Dengan demikian, ini
Informasi tanah berguna untuk pengendalian kualitas dalam hal
membangun
batas
wajar
data
kelembaban
tanah
pengamatan dan juga meningkatkan potensi untuk interpretasi data
kelembaban tanah (dibahas lebih lanjut di bawah).