Farklı Düzeylerde Fosfor İçeren Toprakların Mikro Element Özellikleri

Fosfor, azot ve potasyum ile birlikte bitkilerin en fazla ihtiyaç duydukları ve bitkiler için en önemli besin maddelerinden biridir. Topraktaki fosforun başlıca kaynağı kaya, mineraller ve organik fosfor bileşikleridir (Güneş ve ark., 2004). Aşırı fosfor kullanımı çinko ve demir gibi mikro elementlerin noksanlıklarının ortaya çıkmasına sebep olmaktadır. Ayrıca fosfor fazlalığı bakır ve mangan noksanlıkları meydana getirmektedir (Güneş ve ark., 2004). N-P-K içeren gübrelerin artan kullanımı, bakır noksanlıklarının çıkışını da artırmaktadır. P elementinin yüksek konsantrasyonda bulunması Cu absorbsiyonunu da azaltmakta ve Cu noksanlık düzeyini şiddetlendirmektedir.

Çalışma alanının doğusundaki tarım arazilerinin yarayışlı fosfor miktarı 15 ppm’den fazla olup 35 ppm değerine kadar ulaşmaktadır ve bu değer bölgede yetiştiriciliği yapılan birçok kültür bitkisinin gereksiniminden daha yüksektir (Günal ve ark. 2008). Dolayısıyla fosfor miktarının gereğinden fazla olduğu arazilerde bitkilerin, mikro element noksanlık belirtileri göstermesi kaçınılmaz olacaktır. Çalışma alanı topraklarının yoğun tarımsal faaliyet içerisinde ve yoğun N-P-K içeren gübrelerin kullanılmasıyla mikro element noksanlıklarından kaynaklanan büyüme sıkıntılarından bahsedilmektedir. Farklı düzeylerde fosfor ihtiva eden çalışma alanı topraklarında önemli bazı değişimler mevcuttur. Fosfor miktarının 25–80 ppm olduğu fazla fosforlu arazilerde Fe miktarı 14,09 ppm olmuştur. Fazla fosforlu arazilerde çıkan yüksek Fe miktarının noksanlık yapıp yapmadığını anlamak için mutlak surette bitki analizinin yapılması gerekmektedir. Diğer taraftan fosfor fazlalığında noksanlık belirtileri görünen Zn miktarı, fosforun artışına paralel yükselmiştir. Az fosforlu arazilerde 0,61 ppm, yeterli fosforlu arazilerde 0,92 ppm olan Zn, fazla fosforlu arazilerde ise 1,19 ppm’e yükselmiştir. Fosfor elementinin yükselmesine paralel yükseliş gösteren diğer elementler ise Mn ve Ni’dir. Mangan 38,55 ppm’den 44,68 ppm’e, nikel ise 1,33 ppm’den 1,43 ppm’e yükselmiştir (Çizelge 4.25, 4.26, 4.27,).

Çizelge 4.25. Çalışma alanında yer alan “Az Fosforlu” ( < 8 ppm P) arazilerden alınan toprak örneklerinin mikro element içeriklerine ait tanımlayıcı istatistik parametreleri (N=104) En küçük En büyük Ortalama Standart Sapma Varyasyon katsayısı Yatıklık Basıklık Fe 0,15 39,96 12,87 7,70 59,84 1,13 1,23 Zn 0,01 2,94 0,61 0,56 91,82 2,01 4,06 Cu 0,07 27,52 4,58 3,35 72,98 3,52 20,78 Mn 0,72 154,10 38,55 24,21 62,79 2,04 6,07 Cd 0,06 0,11 0,09 0,02 20,31 -0,56 -1,49 Ni 0,09 5,06 1,33 0,94 70,22 1,65 3,47

Çizelge 4.26. Çalışma alanında yer alan “Yeterli Fosforlu” (8–25 ppm P) arazilerden alınan toprak örneklerinin mikro element içeriklerine ait tanımlayıcı istatistik parametreleri (N=242)

En

küçük büyük En Ortalama Standart Sapma Varyasyon katsayısı Yatıklık Basıklık

Fe 0,45 62,72 12,49 7,58 60,65 2,00 9,05 Zn 0,02 5,90 0,92 0,79 86,38 2,59 10,21 Cu 0,21 17,24 3,98 2,28 57,27 1,51 4,70 Mn 2,00 125,08 43,92 22,73 51,75 1,22 1,74 Cd 0,06 0,11 0,08 0,01 17,24 0,72 -0,53 Ni 0,06 5,75 1,42 0,80 56,48 1,70 5,15

Çizelge 4.27. Çalışma alanında yer alan “Fazla Fosforlu” (25–80 ppm) arazilerden alınan toprak örneklerinin mikro element içeriklerine ait tanımlayıcı istatistik parametreleri (N=54) En küçük En büyük Ortalama Standart Sapma Varyasyon katsayısı Yatıklık Basıklık Fe 3,28 31,84 14,09 6,58 46,71 0,83 0,46 Zn 0,02 3,29 1,19 0,79 66,69 0,94 0,27 Cu 1,42 14,32 4,70 2,35 50,09 1,52 4,04 Mn 2,44 118,14 44,68 23,19 51,90 1,10 1,43 Cd 0,06 0,12 0,08 0,01 17,23 1,00 0,14 Ni 0,50 3,66 1,43 0,53 36,98 1,33 4,97

55

4.5. Jeoistatistiksel Analizler ve Mikro Elementlerin Haritalanması

Toprak özelliklerinin çok büyük çoğunluğu mesafeye ve zamana bağlı olarak değişkenlik göstermekte olup, her noktada ölçülmeleri mümkün değildir. Ölçülmeyen noktalardaki bireysel değişkenlerin değişkenliklerinin tahmin edebilmek için örneklenen noktalardaki değerlerin kullanılmasına gereksinim vardır. Uzaysal değişkenliğin tanımlanmasında jeoistatistiğin kullanımı son yıllarda yaygın bir hal almıştır. Uzaysal enterpolasyon, Coğrafi Bilgi Sistemleri (CBS) çalışmalarının çoğunda oldukça önemli olan bir özelliktir. Bu metod, değişkenin toprak örnekleri alınmamış noktalardaki değerlerini tahmin etmekte kullanılmaktadır. Spatial enterpolasyon ile oluşturulan haritalar, tarımsal uygulamalarda karar vermede kullanılan önemli materyallerdir (Jordan ve ark., 2004). Jeoistatistik, ölçülmüş bir özelliğin uzaysal yapısını ve uzaysal bağımlılığını sayısallaştıran ve buradan elde edilen ilişkiyi kullanarak ilgili özelliğin örneklenmemiş noktalardaki değerini tahmin eden uygulamalı bir istatistik dalıdır.

Jeoistatistik, uzaysal modelleme (variogram) ve uzaysal enterpolasyon (krigleme) olmak üzere iki basamaktan oluşmaktadır (Goovaerts, 1997; Isaaks ve Srivastava, 1989; Mulla ve McBratney, 2001). Tez çalışmasının bu kısmında, Kazova’nın 400 noktasından rasgele örnekleme yöntemine göre alınmış olan toprakların mikro element içeriklerinin variogram modellemesi ve modelin kullanımı ile yapılan krigleme sonucu oluşturulan haritalanmasından bahsedilecektir. Çalışılan özelliklerin tümü için ayrı ayrı mesafeye bağlı modellemeler yapılmış ve elde edilen variogramlar kullanılarak uzaysal enterpolasyonlar ile haritalar oluşturulmuştur. Bu özellikler tartışıldıktan sonra haritadaki dağılımlar ile ilgili açıklamalar yapılmıştır.

Normal dağılım ile ilgili olarak Webster (2001), toprak verilerinde normal dağılımla ilgili en ciddi ayrılma göstergesinin yatıklık değeri olduğunu ifade etmiştir. Avrupa Toprak Bilimi Dergisinin (European Journal of Soil Science) istatistik konusunda danışmanlığını da yürüten Webster (2001), eğer yatıklık değeri 0,5’den küçük ise veriye dönüşüm uygulamaya gerek olmadığını belirtmiştir. Eğer yatıklık değeri < 0,5 ve ≤ 1,0 ise bu durumda karekök alınarak verinin normale dönüştürülebileceği ve eğer yatıklık değeri <1,0 ise bu durumda da logaritmik dönüşümün uygulanabileceğini ifade

etmektedir. Değerlendirmeye alınan özelliklerden Cd içeriği haricindeki özelliklerin tamamının yatıklık değerinin normal dağılım için yüksek olduğu görülmektedir (Çizelge 4.2). Aslında bu, toprak verileri için beklenen bir durumdur, zira toprak verilerinin genellikle sağa yatık bir dağılım gösterdiği bilinen bir gerçektir (Webster, 2001).

Kadmiyum (Cd) haricindeki mikro elementlere ait verilerin tamamında normal dağılımın bir ölçütü olarak kabul edilen yatıklık değeri 1.0’den büyük olduğundan dolayı veriler normal dağılım için en iyi sonucu aldığımız karekök dönüşümü ile normal dağılıma benzetilmişlerdir (Şekil 4.3). Aslında Webster (2001)’in bildirdiğine göre yatıklık değeri <1 olduğunda logaritmik dönüşüm yapılması gerekmekte iken bunun dışına çıkılmıştır.

(a) (b)

Şekil 4.3. DTPA ile ekstrakte edilebilir Fe içeriği değerlerine ait histogramlar; a) Gerçek veri ve b) Karekök dönüşüm ile elde edilen histogramlar

Toprak özelliklerinin uzaysal değişkenliklerinin ifade edilmesinde nugget semivaryansın, toplam semivaryansa oranının (Co/Co+C) yüzde olarak ifadesi yaygın olarak kullanılmaktadır. Eğer bu oran ≤ % 25 ise değişken kuvvetli uzaysal bağımlı olarak sınıflandırılmakta, % 25 ile % 75 arasında ise orta derecede uzaysal bağımlı olarak sınıflandırılmaktadır. Bu oran % 75’den fazla ise değişken zayıf uzaysal bağımlı olarak sınıflandırılmaktadır (Camberdella ve ark., 1994; Trangmar ve ark., 1985). Bu sınıflamaya göre çalışılan örneklerden Fe kuvvetli bir uzaysal bağımlılık gösterirken, Zn, Cu, Mn, Cd ve Ni orta düzeyde uzaysal bağımlılık gösterdiği belirlenmiştir (Çizelge 4.28).

57

Çizelge 4.28. Çalışılan mikro elementlerin uzaysal modellemelerinden elde edilen parametreler

Mikroelement Model Range

(m) Sill Co+C Nugget Varyans Co Co/Co+C (%) Model r2 RSS Fe Expon 2250 1,0450 0,1520 1.45 0.49 0.0502 Zn Expon 111450 0,217 0,091 41.94 0,96 2,42*10-4 Cu Expon 3810 4.273 2.136 49.98 0,85 0.389 Mn Spherical 5370 443.5 221.7 49.98 0.95 5601 Cd Expon 5730 0,00026 0,00007 26.92 0,98 6.54*10-10 Ni Spherical 3110 0.4612 0.2301 49.89 0.90 5.27*10-3

Çalışılan mikro elementlerin tamamı üssel model kullanılarak modellenmiştir. Çalışılan özelliklere ait variogramların çizilmesi verinin jeoistatistiki açıdan incelenmesinde yapılacak ilk işlemlerdendir. Uzaysal desenler genellikle deneysel semivariogramların kullanımı ile belirlenir. Uzaysal tanımlama, uzaysal desenin ne olduğunu belirleyen fiziksel mekanizmanın ne olduğunun anlaşılmasına da yardımcı olmaktadır (Goovaerts, 1999). Modelleme sonunda elde edilen range değeri, gözlemlerin uzaysal bağımlılığının bittiği mesafeyi ifade etmekte kullanılır. Zn konsantrasyonlarına ait semivariogramın uzun-range yapısı, muhtemelen kayaç gibi kalıtsal bir özellik tarafından kontrol edildiğine işaret etmektedir. Buna karşılık en düşük range değerine sahip olan Fe konsantrasyonunun ise lokal olarak insan aktiviteleri tarafından etkilendiğini göstermektedir. Fe konsantrasyonlarına ait semivariogramın range değeri 2250 m’dir ve bundan sonraki en kısa range değerine sahip element Ni’dir. Bu da Fe elementinin konsantrasyonunda olduğu gibi Ni konsantrasyonunun da uzaysal değişkenliğinin yapısının insan etkisi altında olduğunu göstermektedir.

Nugget etki (nugget varyansı, Co) tanımlanamayan deneysel hata ve/veya kısa örnekleme mesafeleri içerisindeki arazi değişkenliğini ifade etmektedir. Nugget varyansı en yüksek olan mikro element Mn (221.7) iken en düşük olan mikro element Cd (0,00007) olmuştur. Sill değeri (Co+C) ise toplam varyasyonu ifade etmektedir (Goovaerts, 1999; Guo ve ark. 2001). Toplam varyasyonun en yüksek olduğu element, 443.5 ile Mn iken en düşük olduğu element 0.00026 ile Cd olmuştur.

Demir içeriğine ait veriler normal dağılım göstermediklerinden dolayı, veri öncelikle karekök dönüşümü ile normal dağılıma benzetilmiştir (Şekil 4.3). Normal dağılıma dönüştürülen verilerde model için en yüksek r2 _{değerini veren ve çapraz doğrulamada} en yüksek r2 değerini elde ettiğimiz model, krigleme de kullanılmıştır (Şekil 4.4). Demir içeriklerine ait iyi bir model oluşturulamamıştır. Elde edilen en iyi r2 değeri ancak 0.101 olmuştur. Bununla birlikte demir için oluşturulan model ile krigleme yapılmış ve demirin Kazova’daki dağılımını kabaca gösteren bir harita üretilmiştir (Şekil 4.5).

Şekil 4.4 DTPA ile ekstrakt edilebilir demir içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2=0.101).

DTPA ile ekstrakte edilebilir demir içeriği için oluşturulan haritada, demir içeriğinin özellikle serpantinik şist içeren ana materyalin olduğu sağ sahil topraklarında yüksek olduğu görülmektedir. Ovanın özellikle güney kısmında bulunan çok killi bölgedeki toprakların ise demir içeriklerinin diğer alanlara nazaran daha düşük olduğu gözlemlenmektedir.

59

Çalışılan mikro elementlerin bir çoğunda olduğu gibi DTPA ile ekstrakte edilen çinko değerlerine ait veri de normal dağılım göstermemiştir. Verilerin karekökleri alındığında verinin yatıklık değerinin 1.552’den 0.61’e düştüğü görülmüştür (Şekil 4.6).

(a) (b)

Şekil 4.6. DTPA ile ekstrakte edilebilir Zn içeriği değerlerine ait histogramlar; a) Gerçek veri ve b) Karekök dönüşüm ile elde edilen histogramlar

Normal dağılım elde edildikten sonra çapraz değerlendirme değerlerine bakılarak oluşturulabilen en iyi model ile ilgili çapraz değerlendirme sonucu Şekil 4.8’de verilmiştir. Şekilden de anlaşılacağı gibi oluşturulan modelin güvenilirliliği çok yüksek değildir. Jeoistatistik ile ilgili literatürde, spatial desenler genellikle ayrılma mesafesine bağlı olarak gözlemler arasındaki benzerliğin bitmesi ile tanımlanırlar (Martin ve ark., 2007). Çinko için yapılan spatial analizde yönsel bir trendin olmadığı görülmüş ve izotropik bir model olan üssel model seçilmiştir. Bu semivariograma göre değişkenliğin 111450 m gibi oldukça uzun bir mesafe boyunca var olduğu anlaşılmaktadır (Çizelge 4.27 ve Şekil 4.7).

Şekil 4.7. DTPA ile ekstrakte edilebilir çinko içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2=0.068).

61

Krigleme sonucu elde edilen Zn haritasına göre, Zn noksanlığı görülen alanlar ovanın çoğunlukla güney kısmında yer almaktadır (Şekil 4.8). Bununla birlikte yoğun sebze üretiminin yapıldığı doğu kısmındaki toprakların yeterli çinko içeriğine sahip olduğu anlaşılmaktadır. Arazinin bu kısımlarında çinko miktarının bitkiye yeterli düzeyde olmasının en temel nedenlerinden bir tanesi, sebze üretiminde kullanılan kimyasallar olduğu düşünülmektedir.

Kazova topraklarının Cu içeriğine ait veride normal dağılım göstermediğinden (yatıklık 2.68) normal dağılıma dönüştürebilmek için karekök dönüşüme tabi tutulmuştur (dönüşüm sonrası yatıklık değeri 0.73). Bakıra içeriğine ait veri setinde bulunan bir kısım uç değerler çapraz değerlendirmenin daha iyi sonuç verebilmesi için atılmıştır. Bunun sonucu verinin de herhangi bir dönüşüme gerek kalmadan yatıklık değerinin 0.76’aya düştüğü ve verinin normal dağılıma dönüştüğü görülmüştür (Şekil 4.9c). Bakır içeriğinde yüksek ölçülen 11 değer veri setinden çıkarıldıktan sonra elde edilen üssel model ve bu modele ait çapraz değerlendirme saçılım grafiği Şekil 4.10’da verilmektedir.

(a) (b) (c)

Şekil 4.9. DTPA ile ekstrakte edilebilir Cu içeriği değerlerine ait histogram; a) Gerçek veri b) Karekök dönüşüm ile elde edilen histogram c) Veri atıldıktan sonraki histogram

Şekil 4.10. DTPA ile ekstrakte edilebilir bakır içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2=0.151).

63

Çalışılan mikro elementlerin çoğunluğunda olduğu gibi örneklerin Mn içeriğine ait verilerde aşırı değerlerden dolayı normal dağılım elde edilememiştir. Model seçiminde kullanılan çapraz değerlendirmede en yüksek r2 _{değerini elde edebilmek için 9 adet uç veri atılmıştır. Bu} durumda verilerin yatıklık değerleri de düşmüş ancak normal dağılım bu durumda dahi elde edilememiştir. Normal dağılım elde edebilmek amacı ile verilere karekök dönüşümü uygulanmıştır. Dokuz adet veri atılmadan önce ve atıldıktan sonraki verinin dağılımını gösteren histogramlar Şekil 4.12’de gösterilmektedir.

(a) (b)

Şekil 4.12. DTPA ile ekstrakte edilebilir Mn içeriği değerlerine ait histogramlar; a) Gerçek veri ve b) Karekök dönüşüm ile elde edilen histogramlar

Uç değerin bir kısmı veriden çıkarıldıktan ve veri normal dağılıma dönüştürüldükten sonra elde edilen model ve bu modele ait çapraz değerlendirme sonunda elde edilen saçılım grafiği

Şekil 4.13’de verilmektedir. Modelin daha güvenilir olabilmesi için çapraz doğrulama r2

değerinin 0.5 düzeyinde olması istenmesine rağmen, bu kadar yüksek bir r2 değerine

ulaşılamamıştır.

Şekil 4.13. DTPA ile ekstrakte edilebilir mangan içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2=0.190).

65

Mangan için yapılan uzaysal analiz, Mn içeriğinin Kazova’da orta düzeyde bir spatial bağımlılığa sahip olduğunu göstermektedir. Yine model verilerine göre Mn’nın değişkenliğinin bulunduğu maksimum mesafe ise (range değeri) 5370 m olarak hesaplanmıştır. Oluşturulan modelin kullanımı ile yapılan krigleme haritasında Mn DTPA ile ekstrakte edilebilir Mn içeriğinin ovadaki dağılımı Şekil 4.15’te gösterilmektedir. Mn içeriğinin çoğunlukla nehir yatağını takip eden ve daha yüksek kum içeriğine sahip olduğu bilenen alanlardaki konsantrasyonunun en düşük olduğu anlaşılmaktadır.

Kazova topraklarındaki mikro elementler içerisinde normal herhangi bir veri uzaklaştırması ve veri dönüşümü yapmadan normal dağılım gösteren tek element Cd olmuştur (Şekil 4.16).

Şekil 4.15. DTPA ile ekstrakte edilebilir Cd içeriği değerlerine ait histogram

Modelin seçiminde kriter olarak kullandığımız çapraz değerlendirme sonucu r2 değerinin en yüksek olduğu özellik Cd olmuştur. Çapraz değerlendirme r2 değeri (0.514) seçilen modelin alternatifleri içerisinde en kabul edilebilir olduğunu ifade etmektedir. Oluşturulan modelin kullanımı ile hazırlanan ve cd içeriğinin Kazova’daki dağılımını gösteren harita şekil 5.17’de verilmiştir.

Şekil 4.16. DTPA ile ekstrakte edilebilir kadmiyum içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2_=0.514).

67

Kazova topraklarında belirlenen ikinci ağır metal olan Ni elementine ait veri setinde bulunan bazı yüksek değerlerden dolayı veri normal dağılım göstermemiştir. Verinin karekökü alındığında ise normal dağılıma dönüştüğü görülmüştür (Şekil 4.18).

(a) (b)

Şekil 4.18. DTPA ile ekstrakte edilebilir Ni içeriği değerlerine ait histogramlar; a) Gerçek veri ve b)Karekök dönüşüm ile elde edilen histogramlar.

Veri için en uygun model, tahmin edilen veriler ile gerçek verilerin yeniden tahmin edilmesi ile oluşturulan saçılım grafiği yardımı ile belirlenmiştir. Saçılım grafiğinin r2 değeri en yüksek olan model kriglemede kullanılmak üzere seçilmiştir (Şekil 4.19).

Şekil 4.19. DTPA ile ekstrakte edilebilir nikel içeriği değerlerinin uzaysal analizinde elde edilen üssel model ve çapraz doğrulama saçılım grafiği (r2=0.279).

Oluşturulan modelin kullanımı ile yapılan krigleme haritası Ni elementinin Kazova’daki dağılımını göstermektedir. Bu haritada, ovada Ni elementinin yüksek ve düşük olduğu bölgeler rahatlıkla ayırt edilebilmektedir. Ni elementinin özellikle serpantin ana materyalinin

69

bulunduğu sağ sahilde yer alan toprakların yüzey topraklarında çok daha yoğun bir şekilde bulunduğu anlaşılmaktadır.

Bugüne kadar yapılan bir çok çalışmada, serpantin kayacının zamanla parçalanması ile oluşan topraklarda Ni elementinin konsantrasyonun yüksek olduğu rapor edilmektedir. Soane ve Saunders (1959) güney Rodos’ta yaptıkları bir araştırmada, serpatin üzerinde gelişen topraklarda bitkilerde toksik etki oluşturacak düzeyde yüksek nikel ve krom elementinin olduğunu rapor etmişlerdir. Serpantin ana materyali üzerinde gelişmiş olan topraklarda, Ni’in jeolojik kaynakları mağmatik sülfit mineralleri ve lateritik silikatler olduğu rapor edilmiştir (Siebecker ve Sparks, 2010). Nikel konsantrasyonun yüksek olduğu Kazova’nın sağ sahilindeki arazilerde (Şekil 4.20) daha detaylı yapılacak çalışmalarda bitkilerde ve yer altı sularında nikel birikimi ile ilgili çalışmalar yapılmalıdır.

71

5. SONUÇ ve ÖNERİLER

Bu çalışmada, Tokat-Kazova’da 20.656 ha büyüklüğünde sulanan tarım arazilerinden coğrafik referanslı olarak alınan 400 adet yüzey toprağında demir (Fe), çinko (Zn), bakır (Cu), mangan (Mn), kadmiyum (Cd) ve nikel (Ni) analizleri yapılmış, fiziksel ve kimyasal özellikler arasındaki ilişkiler incelenmiş ve bu elementlerin mesafeye bağlı dağılımları analiz edilerek haritalanmıştır.

Çalışma alanında değişkenliği en fazla olan mikro element Zn (VK=%86.88) ve en düşük olan ise Cd (VK=19.10)’dur. Kazova’da mikro elementlerin yarayışlılığına etki eden organik madde, fosfor, potasyum ve tekstür bileşenlerinin yüksek değişkenlik gösteriyor olması, mikro elementlerdeki değişkenliğin en önemli nedenleridir. Mikro elementlerin ovadaki ortalama değerlerine bakıldığında hepsinin yeterli düzeyde olduğu anlaşılmakla birlikte, değişim aralıklarının oldukça geniş olması noksanlığın olduğu alanların olduğunu göstermektedir. Kil içeriği ile Cd’un kuvvetli pozitif, kum içeriği ile Cu’ın zayıf pozitif ve silt içeriği ile Fe’in kuvvetli pozitif korelasyonları olduğu görülmüştür. Toprakların birçok kimyasal özellikleri ile mikro elementler arasında da güçlü pozitif ve negatif ilişkilerin olduğu anlaşılmıştır.

Örnekler fizyografyalarına (dolayısı ile ana materyallerine) göre gruplandırıldığında, tüm alandaki ortalamalarına göre en önemli değişme sağ sahil topraklarının Ni içeriğinde görülmüştür. Nikel içeriği tüm alanda ortalama 1.40 ppm görünürken, sağ sahilden alınan örneklerde ortalama 2.30 ppm’dir. Sağ sahil’de yer alan toprakların büyük çoğunluğunun serpantinik koluviyal depozitler üzerinde gelişmiş olması, Ni konsantrasyonunun yüksek olmasını açıklamaktadır. Arazilerde bu ayrım yapıldığında da ortalamaların tamamı bitkiler için yeterli diyebileceğimiz sınırlar içerisinde bulunmakla beraber, her alanda noksanlığın görüldüğü lokal alanlar bulunmaktadır. Arazi kullanımına göre ayrılan toprakların, tanımlayıcı istatistik verilerinde mikro elementlerin çoğu için ortalama değerlerin çok belirgin bir şekilde değişmediği anlaşılmıştır. Farklı kullanımlar içerisinde ortalama Cu içeriği 6.51 ppm ile meyve

bahçelerinin bulunduğu alanda olmuştur. Meyve bahçelerinde uzun zamandır kullanılan bakırlı preparatların böyle bir artışa neden olduğu düşünülmektedir.

Mikro elementlerin DTPA ile ektrakte edilebilen konsantrasyonlarına etki eden önemli faktörlerden bir tanesinin organik maddedir. Organik maddedeki artış ile Cu, Fe, Cd ve Ni elementlerinin konsantrasyonlarının belirgin bir şekilde arttığı görülmüştür. Mikro elementlerin konsantrasyonlarına etki eden diğer bir toprak özellik kireçtir. Kireç içeriğine göre örnekler ayrıldığında belirgin bir trend olmamakla birlikte, yarayışlı miktarlarında azalma olmasını düşündüğümüz Fe, Zn, Cu ve Cd miktarlarının konsantrasyonlarının arttığı görülmüştür. Fosfor içeriğindeki artışla beraber Fe, Zn, Cu ve Ni içeriklerinde de düzenli bir artışın olduğu belirlenmiştir.

Tezin son bölümünde ise, coğrafi koordinatlı olarak alınan toprak örneklerinin mesafeye bağlı dağılımları analiz edilmiş ve uzaysal değişkenliklerinin yapısı tartışılarak elde edilen bireysel mikro element haritaları ve analiz parametreleri yorumlanmıştır. Modelleme sonunda elde edilen range değeri, gözlemlerin uzaysal bağımlılığının bittiği mesafeyi ifade etmekte kullanılmaktadır. Zn konsantrasyonlarına ait semivariogramın uzun-range yapısı, muhtemelen kayaç gibi kalıtsal bir özellik tarafından kontrol edildiğine işaret etmektedir. Buna karşılık en düşük range değerine sahip olan Fe konsantrasyonunun ise lokal olarak insan aktiviteleri tarafından etkilendiğini göstermektedir. Fe konsantrasyonlarına ait semivariogramın range değeri 2250 m’dir ve bundan sonraki en kısa range değerine sahip elementler Ni ve Cu’dır. Bu da Fe konsantrasyonunda olduğu gibi Ni ve Cu konsantrasyonlarının da uzaysal