Jellegzetes hazai talajok víztartó képességének számítása és jellemzése talajtérképi információk alapján Doktori (PhD) értekezés tézisei
Írta: Tóth Brigitta
Készült a Pannon Egyetem Növénytermesztési és Kertészeti Tudományok Doktori Iskolájának keretében
Témavezető: Dr. Makó András
Keszthely, 2011
Bevezetés és célkitűzések A talajok víztartó képessége a talajfunkciók, köztük a mezőgazdasági termelésre való alkalmasság szempontjából nagyon fontos. A víztartó képesség mérése azonban meglehetősen időigényes és költséges, ezért mérés helyett gyakran becsüljük azt. A földterületek víztartó képességének jellemzése - a talajfoltok mért, vagy becsült mutatóinak térbeli megjelenítése - speciális térképekkel történhet. Közvetlen mérés alapján az említett okok miatt ritkán készülnek víztartó képesség térképek. A különböző léptékű általános talajtérképek is tartalmaznak azonban olyan adatokat, amik megfelelő alapot nyújthatnak a talaj vízgazdálkodási tulajdonságainak jellemzésére. A nagyméretarányú (1:10000 léptékű) talajtérképek hazánk talajtakarójának részletes térbeli jellemzésére szolgálnak és a legfontosabb általános fizikai, kémiai és genetikai talajjellemzőit tartalmazzák, kategória adatok formájában. Kutatásaim során azt vizsgáltam, hogy kizárólag a részletes talajtérképeken feltüntetett talajjellemzők felhasználásával miként lehet becsülni a talajok víztartó képességét. A vizsgálatokat a Magyarországi Részletes Talajfizikai Adatbázis (MARTHA) tette lehetővé. A MARTHA adatbázis kialakítására indított program (amiben a Pannon Egyetem, az MTA TAKI és az MGSZH vett részt) célja az összes Magyarországon elérhető, közvetlenül vizsgált talajfizikai és vízgazdálkodási adat összegyűjtése, összehangolása és egységes adatbázisba rendezése volt. Kutatásaimat tehát az tette lehetővé, hogy van egy olyan adatbázis, ami nagyszámú mért vízgazdálkodási adatokat valamint általános talajfizikai, kémiai és taxonómiai adatokat (vagyis olyan adatokat amik alapján a talajtérképek is készülnek) egyaránt tartalmaz, a hazai talajváltozatosságot jól reprezentálva. Négy jellegzetes hazai főtípus – szikes talajok, barna erdőtalajok, csernozjom talajok és réti talajok – talaj altípusainak víztartó képességét valamint hozzáférhető vízkészletét vizsgáltam. A 1
víztartó képesség és a nagyméretarányú talajtérképeken és kartogramokon feltüntetett talajtulajdonságok közötti összefüggések elemzését négy nevezetes mátrixpotenciálhoz (-0,1; -33, -1500 és -150000 kPa) tartózó víztartó képesség értékeken végeztem el. Munkahipotézisem szerint a nagyméretarányú térképeken feltüntetett talajjellemző kategóriák információtartalma a víztartó képesség megfelelő pontosságú becsléséhez jó alapot jelenthet. Ez a fajta becslés a nemzetközi és hazai szakirodalomban elterjedt, és a folytonos változókat alkalmazó eljárások egyenértékű alternatíváját nyújthatja. Kutatómunkám fő célja tehát egy olyan, talajtérképi kategória típusú információkon nyugvó, és a jellegzetes hazai talajok adatain kidolgozott, nemzetközileg is új víztartó képesség-becslő módszer alkalmazása, ami mintát adhat bármely hazai, vagy külföldi talajféleség víztartó képességének – kategória adatokon nyugvó – számszerű becsléséhez. További célom volt elkészíteni négy jellegzetes talajfőtípus (szikesek, erdőtalajok, csernozjomok és réti talajok) talajtérképeken előforduló változatainak a kutatásban és gyakorlatban négy gyakran használt nedvességpotenciál értékéhez (maximális vízkapacitás, szabadföldi vízkapacitás, holtvíztartalom és higroszkóposság) tartozó víztartó képesség becslő modelljeit.
2
Anyag és módszer A felhasznált adatbázis Vizsgálataimat és a becslő módszerek kidolgozását a Magyarországi Részletes Talajfizikai és Hidrológiai Adatbázis (MARTHA) adatain végeztem. A MARTHA adatbázis jól reprezentálja az ország talajait, azokon belül is főként a mezőgazdasági művelés alatt álló talajok adataiban gazdag. A felhasznált MARTHA adatbázis 3937 db talajszelvény 15005 db talajrétegének talajfizikai, talajkémiai és talaj vízgazdálkodási adatait tartalmazza. Kutatásom során az adatbázis mintái közül csak azokat használtam a becslések kidolgozásához, amiknek a víztartó képessége mind a négy nevezetes mátrixpotenciálon – -0,1, -33, 1500 és -150000 kPa – meghatározták és rendelkeznek mért agyag, por, homok, szerves anyag, kalcium-karbonát tartalommal, vizes pH-val és térfogattömeggel is. Így az adott talajcsoporton belül, a különböző szívóerőkön történő becslések eredményei összehasonlíthatóak, hiszen a minták egyazon csoportján végeztük a vizsgálatokat és a minták száma sem befolyásolja a becslés pontosságát. A vizsgálati adatbázis előkészítése a kutatás specifikus céljaira Ahhoz, hogy a MARTHA adatbázis alapján a 1:10000-es méretarányú talajtérképekre alkalmazható becslő módszert dolgozzak ki, a mért, folytonos talajtulajdonságok alapján minden talajszint esetén az egyes attribútumokra jellemző térképi kódokat képeztem, és ezekkel a kódokkal bővíztettem az adatbázist.. A becslő módszerek kidolgozásához a MARTHA ver2.0 adatbázist adatainak csoportosítására és részleges átstruktúrálására is szükség volt. A csoportképzésre ezért volt szükség, mert a részletes genetikus talajtérképeken feltüntetett talajtulajdonságok talajtípusonként különbözhetnek, ezért első lépésben a becsléshez rendelkezésre 3
álló input paraméterek (vagyis a talajtérképekről leolvasható talajtulajdonságok) alapján csoportosítottam az adatbázis talajait. Ekkor vettem figyelembe, hogy a szikesedési tulajdonság kartogram csak a szikes altípusokra készült el, így azoknál a talajoknál a sótartalmat is figyelembe vehettem a víztartó képesség becsléséhez. A részleges átstruktúrálás oka az volt, hogy a térképeken feltüntetett humusz tartalmat jellemző kategóriák jelentése altípusonként eltérő lehet, ami problémát okoz a kategóriák alapján történő becslés kidolgozásakor. A talajcsoportokra kialakított egységesített humuszkategóriák könnyebben kezelhetők a becslés kidolgozásakor. A humusz kartogramokon szereplő humusztartalmat jellemző kód jelentését az altípus és a fizikai féleség határozza meg. Ahhoz, hogy a becslésben figyelembe tudjuk venni a humusz kód által nyújtott információt, azt egyszerűsíteni kellett. Ezért az elkülönített csoportokra egységesítettem a humusztartalom kategóriák határait 1. táblázat. A különböző talajcsoportok vizsgálatba vont mintáinak száma
Talajfőtípus
Becslő adatbázis mintaszáma (~90%)
Teszt adatbázis mintaszáma (~10%)
Talajminták száma összesen
A és B szintek
A, B, C szintek
A és B szintek
A, B, C szintek
A és B szintek
A, B, C szintek
Szikes talajok*
574
653
70
76
644
729
Barna erdőtalajok
763
1114
81
126
844
1240
Csernozjomok
1296
1495
146
168
1442
1663
Réti talajok 1150 1391 121 158 1271 1549 *Vizsgálataimhoz a nem szikes főtípusba tartozó sós és szolonyeces változatokat is ide soroltam.
4
Az eltervezett statisztikai vizsgálatokhoz minden talajcsoport esetén két részre osztottam fel az adatbázist, becslő és teszt részre. Az adatok random módon kiválasztott 90 %-án (becslő adatbázis) dolgoztam ki a becslő módszereket és a maradék 10%-án ellenőriztem a kidolgozott módszerek becslési megbízhatóságát (1. táblázat). A 90-10% os felosztást az indokolta, hogy a klasszifikációs fák megbízhatóságát erősen befolyásolja a tanuló adatok száma, mert még a kialakított talajcsoportok esetén is heterogének az adatok, ami abból adódik, hogy a főtípusokon belül is elég változatos talajok fordulnak elő. Az alkalmazott vizsgálati és modellfejlesztési módszerek Első lépésben a víztartó képesség kialakításában szerepet kapó talajtérképeken feltüntetett talajtulajdonságokat vizsgáltam. Faktoranalízissel elemeztem, hogy a talaj víztartó képességének becsléséhez a nagyméretarányú talajtérképekről leolvasható talajtulajdonságok közül melyek fontosak, és a fontos talajtulajdonságok hatása vajon eltér-e, ha különböző mintacsoportok pl. főtípusok szerinti talajokat vizsgálom. Második lépésben dolgoztam ki a talajtérképekre alkalmazható talajvíztartó képességet becslő új módszert majd hasonlítottam ennek eredményeit hagyományos módszerekkel kapott eredményekhez. Ahhoz, hogy a talajtérképeken szereplő információk alapján tudjuk számítani a talaj víztartó képességét, egy olyan statisztikai eljárást kellett találni, amivel kategória típusú (nominális és ordinális) független változók alapján folytonos függő változót lehet becsülni. Ennek oka, hogy a talajtérképeken kategória típusú, ordinális vagy nominális tulajdonságok vannak feltüntetve. Ezért a szokásostól eltérő statisztikai módszert kellett alkalmaznom. Erre a hagyományosnak tekinthető CRT (Classification and Regression Tree) módszer mellett a CHAID (Chi-squared Automatic Interaction
5
Detection) klasszifikációs legmegfelelőbbnek.
fa
módszert
találtam
a
A rendszeren belüli nem lineáris kapcsolatokból eredő probléma megoldására is a klasszifikációs, más néven döntési fák alkalmazása jelentheti a megoldást. Ezen módszereknek különösen a CHAID módszernek - amellett, hogy a nemlineáris kapcsolatok értékelésére is alkalmas, nagy előnye, hogy eredményei könnyen értelmezhetők és magyarázhatók, ezzel lehetővé téve a talajtulajdonságok közötti összefüggések elemzését is. A klasszifikációs fák optimalizálását (a CHAID és a CRT vizsgálatok esetében egyaránt) az ún. v-típusú tízszeres keresztvalidálással végeztem el, ami a becslő adatbázist random módon tíz egyenlő részre osztja fel. A módszer a részadatbázisokon végzi el a tízszeres kereszt-validálást (tenfold crossvalidation). A klasszifikációs fákat többféle beállítással is kidolgoztam. Azt a modellt tekintettem a legoptimálisabbnak (legkevésbé túlillesztettnek), ami a legkisebb átlagos négyzetes eltérést eredményezte a tízszer elvégzett tízszeres kereszt-validálás során. Az optimális klasszifikációs fákat (mind a CHAID, mind a CRT esetén) az adatok random kiválasztott 90%-án dolgoztam ki (becslő adatbázis) a tízszer elvégzett tízszeres kereszt-validálás eredményei alapján. Az elkülönített 10%-on (teszt adatbázis) pedig megvizsgáltam a modellek becslési megbízhatóságát. A klasszifikációs fa módszerrel kapott becslő modelleket a Magyarországon előforduló négy főbb talaj főtípusonként – a barna erdőtalajok, csernozjomok, szikesek és réti talajok szerint – összehasonlítottam. Elemeztem, hogy főtípusonként a becsléshez rendelkezésre álló talajtulajdonságok közül melyek befolyásolják a víztartó képességet négy nevezetes mátrixpotenciálon (-0,1 kPa, 33 kPa, -1500 kPa, -150000 kPa). A négy nevezetes mátrixpotenciálhoz tartozó nedvességtartalmakon felül azt is vizsgáltam, hogy a becsült -33 és -1500 kPa mátrixpotenciálokhoz tartozó nedvességtartalom értékek alapján számított 6
hasznosítható vízkészlet (HV) milyen pontos és megbízható. A HV számolásának eljárását az alábbi képlet mutatja be: HV = Θ-33kPa – Θ-1500kPa ahol HV: hasznosítható vízkészlet, Θ-33kPa: -33 kPa mátrix-potenciálhoz tartozó nedvességtartalom (szabadföldi vízkapacitás), Θ-1500kPa: -1500 kPa mátrixpotenciálhoz tartozó nedvességtartalom (holtvíz tartalom).
A döntési fák modelljeinek kifejlesztésével párhuzamosan folytonos pedotranszfer függvényeket (PTF) is kidolgoztam. Módszerként az erre a hazai talajfizikai kutatásban is elterjedt lépésenkénti (stepwise) többszörös lineáris regressziót (LR) használtam. A pedotranszfer függvényeket főtípusonként és szívóerőnként külön dolgoztam ki, a különböző talajgenetikai szintekből származó adatok kétféle kombinációjára (A+B ill. A+B+C szintek). A talajtérképeken szereplő – folytonos értékekkel jellemzett – talajtulajdonságokkal történt elemzések mellett olyan vizsgálatokat is végeztem, melyeknél a mért térfogattömeget is bevontam a becslésbe input paraméterként. Az LR modelleket szintén az adatok 90%-án dolgoztam ki, és az elkülönített 10%-án vizsgáltam a megbízhatóságukat. Végül a pedotranszfer függvényeket (LR) és a folytonos talajtulajdonságok és altípus alapján becslő regressziós fákat (CRT) a talajcsoportok kialakítása nélkül (az adatok összevonásával, tehát a főtípusok szerinti felosztás nélkül) is kidolgoztam. Ezzel vizsgáltam, hogy az adatok előzetes csoportosítása valóban javítja-e a becslés pontosságát és megbízhatóságát. A klasszifikációs fák és folytonos pedotranszfer függvények modelljeinek pontosságát a becslő adatbázis alapján számolt, míg a megbízhatóságokat a teszt adatbázison számolt, átlagos négyzetes hiba gyöke (RMSE) és Pearson-féle korrelációs együttható értékekkel, valamint vizsgálattól és módszertől függően a módosított R2, az átlagos hiba (ME) és az átlagos relatív hiba (RME) értékekkel jellemeztem. Dolgozatomban az alábbi, a 2. és 3. táblázatban összefoglalt eljárásokat dolgoztam ki és mutattam be. 7
2. Táblázat. A jellegzetes hazai talaj főtípusokra (szikesek, barna erdőtalajok, csernozjom talajok és réti talajok) kidolgozott módszerek és azok input paraméterei. Módszer A becslésnél használt független változók jellemzői CHAID típusú klasszifikációs fa CHAID1
kategória típusúak, melyek a térképi kódoknak felelnek meg: altípus, szerves anyag tartalom, fizikai féleség, pH, kalciumkarbonát tartalom és vízoldhatósó-tartalom kategóriái.
CHAID2
kategória típusúak, melyek a térképi kódoknak felelnek meg: altípus, szerves anyag tartalom, fizikai féleség, pH, kalciumkarbonát tartalom kategóriái, valamint a feltalaj és altalaj megkülönböztetését.
CRT: regressziós fa CRT1
folytonos típusúak; az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát (tömeg %), vízoldhatósó-tartalmat (tömeg %) és pHH2O-t tartalmazza.
CRT2
folytonos és kategória típusúak; a CHAID1 modellben használt input paramétereket tartalmazza, de azokat – a talaj altípus kivételével - folytonos értékekként, a fizikai féleség helyett az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalciumkarbonát (tömeg %), vízoldhatósó-tartalmat (tömeg %) és pHH2O-t.
CRT3
folytonos és kategória típusúak; a CHAID2 modellben használt input paramétereket tartalmazza, de azokat – a talaj altípus és az altalaj és feltalaj kategóriáinak kivételével - folytonos értékekként, a fizikai féleség helyett az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát tartalmat (tömeg %) és pHH2O-t.
CRT_kat
kategória típusúak, melyek a térképi kódoknak felelnek meg: altípus, humusztartalom, fizikai féleség, pH, kalcium-karbonát tartalom, feltalaj és altalaj megkülönböztetése (szikes talajoknál vízoldhatósó-tartalom kategóriái is, de altalaj és feltalaj megkülönböztetése nélkül).
8
2. Táblázat folyt. LR: többszörös lineáris regresszióval kidolgozott PTF LR1
folytonos típusúak; A, B és C szintekre kidolgozott egyenletek, az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalciumkarbonát (tömeg %) és pHH2O-t tartalmazza. Szikes talajoknál a vízoldhatósó-tartalmat is (tömeg %).
LR2
folytonos típusúak; A, B és C szintekre kidolgozott egyenletek, az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalciumkarbonát (tömeg %) tartalmat, pHH2O-t és térfogattömeget (g cm3) tartalmazza. Szikes talajoknál a vízoldhatósó-tartalmat is (tömeg %).
LR1_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, független változóként az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát tartalmat (tömeg %) és pHH2O-t tartalmazza.
LR2_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, az LR1_AB módszer beviteli paraméterein kívül a térfogattömeget is figyelembe veszi.
LR3_AB
folytonos típusúak; A és B szintekre kidogozott egyenletek, az LR1_AB módszer beviteli paraméterein kívül a vízoldhatósótartalmat is figyelembe veszi.
LR4_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, az LR2_AB módszer beviteli paraméterein kívül a vízoldhatósótartalmat is figyelembe veszi.
9
3. táblázat. A csoportok kialakítása nélkül (az adatok összevonásával) kidolgozott módszerek és azok input paraméterei Módszer A becslésnél használt független változók jellemzői CRT: regressziós fa CRT (sóval)
folytonos és kategória típusúak; agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalom (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát (tömeg %), vízoldhatósó-tartalom (tömeg %), pHH2O és a talaj altípusa.
CRT (só nélkül)
folytonos és kategória típusúak; agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalom (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát (tömeg %), pHH2O feltalaj és altalaj megkülönböztetése és a talaj altípusa.
LR: többszörös lineáris regresszióval kidolgozott PTF LR1_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, független változóként az agyag (<0,002 mm), por (0,002-0,05 mm) és homok (0,05-2 mm) tartalmat (tömeg %), továbbá humusz (tömeg %), kalcium-karbonát (tömeg %) tartalmat és pHH2O-t tartalmazza.
LR2_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, az LR1_AB módszer beviteli paraméterein kívül a térfogattömeget is figyelembe vevő becslő módszer
LR3_AB
folytonos típusúak; A és B szintekre kidogozott egyenletek, az LR1_AB módszer beviteli paraméterein kívül a vízoldhatósó-tartalmat is figyelembe vevő becslő módszer.
LR4_AB
folytonos típusúak; A és B szintekre kidolgozott egyenletek, az LR2_AB módszer beviteli paraméterein kívül a vízoldhatósó-tartalmat is figyelembe vevő becslő módszer
10
Új tudományos eredmények 1. Faktoranalízis statisztikai módszerrel bizonyítottam, hogy a talaj-főtípus más tulajdonságokkal kombináltan hozzájárul a talajok víztartó képességének leírásához. 2. CHAID (CHi-squared Automatic Interaction Detector) típusú döntési fa eljárás adaptálásával olyan becslő módszert dolgoztam ki, amellyel kategorizált talajinformációk alapján, számszerűen határozható meg az adott talaj víztartó képessége. Ezzel a nemzetközi talajfizikai szakirodalomban elterjedt klasszifikációs és regressziós fa (CRT) módszer olyan alternatíváját ismertettem, ami a becslési pontosság és megbízhatóság szempontjából ahhoz hasonló, viszont áttekinthetőbb szerkezetű és talajtani szempontból könnyebben értelmezhető modelleket eredményez. 3. Részletes víztartó képesség becslő modellt dolgoztam ki Magyarország négy jellegzetes talajfőtípusának (szikes talajok, réti talajok, csernozjomok és barna erdőtalajok), illetve azok nagyméretarányú talajtérképeken feltüntetett talajaltípusai vízgazdálkodási tulajdonságainak leírására. A becslő modelleket a kutatásban és gyakorlatban négy gyakran használt nedvességpotenciál értékre (-0,1, -33, -1500 és -150000 kPa mátrixpotenciál) dolgoztam ki. 4. Jellegzetes hazai talajokon számszerűsítettem a talajaltípus víztartó képességre gyakorolt hatását és bizonyítottam, hogy a talaj altípusa a szikes talajok -33 kPa mátrixpotenciálhoz tartozó nedvességtartalmának a meghatározásához nyújtja a legtöbb információt. 5. Számszerűsítettem a térfogattömeg nevezetesebb mátrixpotenciálokhoz tartozó víztartó képesség értékek becslésére gyakorolt hatását.
11
Az értekezés témakörében publikált tudományos közlemények Külföldi idegen nyelvű lektorált impakt faktoros folyóiratban Tóth, B., Makó, A., Guadagnini, A., Tóth, G. Water retention of salt affected soils: quantitative estimation using soil survey information. Arid Land Research and Management. Közlésre elfogadva. Külföldi idegen nyelvű supplementum kiadásában
lektorált
impakt
faktoros
folyóirat
Tóth, B., Makó, A., Guadagnini, L., Guadagnini, A. 2008. Factor analysis of Hungarian Hydrophysical Data to predict soil water retention characteristics. Cereal Research Communications. 36. 411414. Tóth, B., Makó, A., Rajkai, K., Marth, P. 2006. Study on the estimation possibilities of soil hydraulic conductivity. Cereal Research Communications. 34. (1) 327–330. Tóth, B., Tóth, T., Hermann, T. and Tóth, G. 2006. Evaluating methods of in-field soil organic matter analysis. Communications in Soil Science and Plant Analysis 37. 2471-2479. Egyéb, teljes terjedelmű, külföldi, idegen nyelvű, lektorált közlemény Tóth, B., Makó, A., Guadagnini, L., Azzellino, A., Guadagnini, A. 2008. Grouping of soils according to their soil water retention characteristics. IAHS-AISH Issue 320. 154-159. Tóth B., Makó A., Marth P., Farkas Cs. 2008. The first Hungarian Detailed Soil Hydrophysical Database (MARTHA). 16th International Poster Day and Institute of Hydrology Open Day. Transport of water, chemicals and energy in the soil-plant-atmosphere system. 13th November 2008. Institute of Hydrology SAS, Bratislava, Slovak Republic. 556-560.
12
Tóth, B., Makó, A., Rajkai, K., Szabóné Kele, G., Hermann, T., Marth, P. 2006. Preparing soil water management maps with predicted numerical values of soil water retention and conductivity. 6th International Conference and 16th Slovak-Check-Polish Scientific Seminar, Influence of anthropogenic activities of water regime of lowland territory, Physics of soil water. Michalovce, Vinianske Jazero 6th-8th June 2006. Editors: Ivanĉo, J., Pavelková, D., Gomboš, M., Tall, A. ISBN 80-89139-09-4 (CD-ROM) Tóth, B., Makó, A., Rajkai K., Marth, P. 2005. The estimation possibilities of the soil water retention capacity on the basis of available soil map information. 13th International Poster Day "Transport of Water, Chemicals and Energy in the System Soil Crop Canopy - Atmosphere" Editors: A. Celkova, F. Matejka ISBN 80-85754-13-4 (Bratislava 10.11.2005), 557-562. Hazai idegen nyelvű lektorált folyóiratban Makó, A., Tóth, B., Hernádi, H., Farkas, Cs., Marth, P. 2010. Introduction of the Hungarian Detailed Soil Hydrophysical Database (MARTHA) and its use to test external pedotransfer functions. Agrokémia és Talajtan 59. 1. 29-38. Tóth B., Makó A., Rajkai K., Szabóné Kele G., Hermann T., Marth P. 2006. Use of soil water retention capacity and hydraulic conductivity estimation in the preparation of soil water management maps. Agrokémia és Talajtan 55. 1. 49-58. Hazai magyar nyelvű lektorált folyóiratban Tóth B. 2010. Talajok víztartó képességét becslő módszerek. Agrokémia és Talajtan 59. 2. 379-398. Tóth B., Makó A., Guadagnini, L., Guadagnini, A. 2009. A víztartóképesség becslési lehetőségének vizsgálata faktoranalízissel. Hidrológiai Közlöny 89. 1. 58-60. Tóth T., Szabó B. 2003. Módszer a talaj szerves-C-tartalmának gyors helyszíni meghatározására. Agrokémia és Talajtan 52. 3-4. 409-508. 13
Hazai magyar nyelvű, lektorált (konferencia kiadványban)
teljes
terjedelmű
közlemény
Makó A., Tóth B., Hernádi H., Farkas C., Marth P. 2011. A MARTHA adatbázis alkalmazása a hazai talajok víztartó-képesség becslésének pontosítására. Talajvédelem. Különszám 51-58. Makó A., Hermann T., Tóth B., Debreczeni B.-né, Hernádi H. 2007. Az Országos Műtrágyázási Tartamkísérlet talajainak vízgazdálkodása. Talajvédelem. Különszám: Talajtani Vándorgyűlés Sopron, 2006. augusztus 23-25. 257-261. Tóth B., Makó A., Rajkai K. 2007. Vízgazdálkodás és termékenység összefüggésének vizsgálata hazai talajtani adatbázisokon. Talajvédelem. Különszám: Talajtani Vándorgyűlés Sopron, 2006. augusztus 23-25. 262-267. Makó A., Tóth B., Rajkai K. 2007. A talajok vízgazdálkodási tulajdonságainak földminősítési célú becslése. Földminősítés a XXI. században! Földminőség, földértékelés és földhasználati információ a környezetbarát gazdálkodás versenyképességének javításáért. 2007. november 22-23. Keszthely. 45-50. Tóth B., Makó A., Rajkai K., Marth P. 2005. A talajok víztartóképességének becslési lehetőségei genetikusüzemi talajtérképek és kartogramok alapján. III. Erdei Ferenc Konferencia. Kecskemét, 2005. augusztus 23-24. ISBN 963 7294 53 8 850-854.
14
