abstractPhysiographic components pl

abstract
Physiographic components play a fundamental role in agriculture in hilly zone. Slope, soil depth, erosion,
moisture, water holding capacities, texture and availability of nutrients have affect on agricultural
production. Land suitability analysis can help to formulate the strategies for improvement in agricultural
productivity. GIS based multi-criterion decision making approach using IRS P6 LISS-IV dataset was used to
analyze land suitability for agriculture in hilly zone. The experts’ opinions and correlation analyses were
used to decide the ranks of influencing criterion whereas pairwise comparison matrix in ‘Comparison for
Super Decision Software’ used to determine the weights. The scores for sub-parameters showing internal
variations within the criteria assigned based on field work and reported norms in published literature.
About 17% (7326 ha) of reviewed area are classified in the class ‘highly suitable’, 29% (12,372 ha) in
‘moderately suitable’, 16% (6514 ha) in ‘marginally suitable’ and 38% (15,798 ha) in ‘not suitable’ for
agriculture. The land suitability classes i.e. ‘highly suitable’ and ‘not suitable’ in suitability map are
precisely estimated than the classes ‘moderately suitable’ and ‘marginally suitable’ both in producer’s
and user’s point of view. The methodology, techniques and findings of the study can be useful to assess
the land suitability for agriculture in hilly zones.
2015 Elsevier B.V. All rights reserved.
1. Introduction
Land is reasonably stable or predictably cyclic part of the earth
surface includes relief, soils, near surface rocks, minerals, flowing
water, groundwater, near surface atmospheric elements (i.e. temperature,
rainfall, etc.), plants, animals, micro-organisms as well
as manmade aspects like land use, settlements, industries, agriculture,
etc. (FAO, 1976; Bhagat, 2012). Land elements determine its
suitability for agriculture, plantation, settlements, industries,
dams, watershed management, etc. However, land elements are
overused and exploited. Many lands are facing different problems
like soil erosion, water logging, groundwater depletion, heavy
run-off, productivity losses, etc. (Barah, 2010; Zolekar and
Bhagat, 2014). Degraded lands are threatening the food and energy
securities, water availability and quality, biodiversity, human life,
etc. (Bhagat, 2012). Approximately, 250 million people are directly
affected by land degradation (UNCCD) and 1 billion people are at
risk (WMO, 2005). About 852 million (14.9%) people of developing
countries and 16 million (1.4%) people of developed countries are
suffering from hunger and malnutrition (FAO, 2012). Therefore,
different studies are undertaken for land suitability analysis (LSA)
and land use planning and management (Dumanski, 1997;
Schwilch et al., 2011; Nyeko, 2012). LSA is one of the fundamental
steps in sustainable land management (Mcdonald and Brown,
1984).
LSA is a method of detecting inherent capacities
(Bandyopadhyay et al., 2009) and its potential and suitability for
different purposes (FAO, 1976; Akinci et al., 2013). Land evaluation
measures the degree of land appropriateness for land use based on
land qualities (Hopkins, 1977; Collins et al., 2001; Malczewski,
2004) and requirements (FAO, 1976). Multi-criterion evaluation
(MCE) technique is widely used for LSA. MCE of land suitability
(LS) involves multiple criterion like bio-physical elements i.e.
slope, relief, drainage, soil properties, atmospheric conditions,
vegetation, etc. as well as socio-eco-cultural aspects in decision
making process (Wang et al., 1990; Joerin et al., 2001; Yu et al.,
2011; Akinci et al., 2013) to find solutions of different problems
related to land with multiple alternatives (Jankowski, 1995).
Geographical Information System (GIS) is useful to analyses the
multiple geo-spatial data with higher flexibility and precision in
http://dx.doi.org/10.1016/j.compag.2015.09.016
0168-1699/ 2015 Elsevier B.V. All rights reserved.
⇑ Corresponding author at: K.V.N. Naik Shikshan Prasarak Sanstha’s Arts,
Commerce and Science College Nashik, Canada Corner, Nashik 422002, Maharashtra,
India. Tel.: [phone]; fax: +91 0253
2571104.
E-mail addresses: [e-mail], [e-mail]
(R.B. Zolekar), [e-mail], [e-mail] (V.S. Bhagat). 1 Tel.: [phone].
Computers and Electronics in Agriculture 118 (2015) 300–321
Contents lists available at ScienceDirect
Computers and Electronics in Agriculture
journal homepage: www.elsevier.com/locate/compag
LSA (Mokarram and Aminzadeh, 2010). Therefore, Multi-criterion
Decision Making (MCDM) technique has been integrated with
GIS techniques in different studies for land use decision support
(Cengiz and Akbulak, 2009; Mendas and Delali, 2012) in complex
problems of land management with prioritised alternatives
(Malczewski, 2006). This technique widely used for LSA to detect
the potential lands for agriculture (Prakash, 2003; Shalaby et al.,
2006; Olayeye et al., 2008; Bandyopadhyay et al., 2009; Yu et al.,
Fig. 1. The study area: upper Mula and Pravara basin.
R.B. Zolekar, V.S. Bhagat / Computers and Electronics in Agriculture 118 (2015) 300–321 301
Table 1
Techniques, data and criteria used for land suitability analysis.
Author Techniques Criterions Data Suitability field
Wang (1994) GIS basedartificial
neural
networks
Slope, depth, moisture, aeration, fertility, texture, salinity, temperature and
accessibility
Thematic map Agriculture
Bojorquez-Tapia
et al. (2001)
GIS-based
multivariate
application
Vegetation, land cover, soil type, landforms, elevation, major roads and urban areas Land sat TM and
thematic map
Land use
planning
Joerin et al.
(2001)
Outranking
multi-criteria
analysis
Homogeneity
index suitability
index
Impacts on a nature reserve, landscape, water table, air pollution, noise,
accessibility, climate, land slide, distance to localities and public facilities
Thematic map Land use
planning
Kalogirou
(2002)
Boolean
classification
method
Soil mechanics, toxicities, slope, and flood erosion hazard, rooting condition, water
level and drainage
Thematic map Crop
Shalaby et al.
(2006)
Square root and
Storied method
LULC, texture, CaCo3, CaSO4, EC, ECP, organic matter, soil depth, slope and drainage ETM+ and thematic
map
Crop
(Perennial)
Olayeye et al.
(2008)
Index
productivity
Soil depth, temperature, slope, rainfall, humidity, drainage, texture, EC, OC, pH, N,
P, K and cation exchange capacity
Thematic map and
field base
Rice (Irrigated
low land)
Bandyopadhyay
et al. (2009)
AHP LULC, soil type, organic matter, soil depth and slope IRS-1D LISS-III and
satellite data
Agriculture
Cengiz and
Akbulak
(2009)
AHP Soil depth, land-use capability class, erosion hazard, slope, elevation, distance to
source of water, distance to road and limiting soil factors
Thematic maps Land use
Jafari and
Zaredar
(2010)
AHP Slope, elevation, LULC, erosion, climate, soil hydrology, soil depth, soil structure,
soil texture, vegetation types and density, rainfall, temperature, distance from
population centers and distance from surface water
Thematic maps Rangeland
management
Chandio et al.
(2011)
AHP and WLC Available land, land value and population density Thematic maps Public parks
Chandio and
Matori
(2011)
PCM Accessibility, topography, LULC and economic factors Thematic maps Hill side
development
Foshtomi et al.
(2011)
Square root and
Storied method
Soil depth, texture, EC, OC, pH, N, P, K and cation exchange capacity Thematic maps Tea plantation
Mustafa et al.
(2011)
MCDM Approach Soil depth, texture, EC, OC, pH, N, P, K, ECP and CaCO3 IRS-P6 LISS III satellite
data and thematic
Maps
Crops
Feizizadeh and
Blaschke
(2012)
AHP Elevation, slope, aspect, soil fertility, soil PH, temperature, precipitation and
groundwater
SPOT 5, thematic maps Agriculture
Akinci et al.
(2013)
AHP Soil groups, soil depth, land use, erosion, slope, aspect, elevation and soil
parameters
Thematic maps and
field base data
Agriculture
Garcia et al.
(2014)
AHP Accessibility, security, needs of the agricultural product warehouse, acceptance
and costs
Thematic maps Agricultural
product
warehouses
Table 2
Correlation matrix.
Slope Depth OC WHC PH N P K Rice Varai Nagali Khurasani
Slope 1
Depth 0.61** 1
OC 0.01 0.03 1
WHC 0.64** 0.95** 0.00 1
PH 0.15 0.25* 0.12 0.28* 1
N 0.56** 0.82** 0.04 0.84** 0.16 1
P 0.17 0.61** 0.09 0.54** 0.03 0.40** 1
K 0.06 0.05 0.33** 0.05 0.33** 0.03 0.30** 1
Rice 0.73** 0.80** 0.04 0.79** 0.26* 0.67** 0.31** 0.05 1
Varai 0.58** 0.16 0.10 0.23* 0.14 0.24* 0.00 0.11 0.28* 1
Nagali 0.60** 0.14 0.05 0.19 0.17 0.22 0.03 0.09 0.30** 0.96** 1
Khurasani 0.51** 0.38** 0.22 0.40** 0.16 0.26* 0.16 0.06 0.45** 0.18 0.22 1
** Correlation is significant at 0.01 level (2-tailed). * Correlation is significant at 0.05 level (2-tailed).
302 R.B. Zolekar, V.S. Bhagat / Computers and Electronics in Agriculture 118 (2015) 300–321
2011; Foshtomi et al., 2011; Samanta et al., 2011; Mustafa et al.,
2011; Mahabadi et al., 2012; Halder, 2013; Rabia et al., 2013),
plantation (Bhagat, 2009; Zolekar and Bhagat, 2014), watershed
management (Steiner et al., 2000), settlements (Soltani et al.,
2012), industries (Kauko, 2006), etc.
Further, Analytical Hierarchy Process (AHP) is widely used for
MCDM of LS for different use. AHP determines the weight of influence
in certain land use based on pairwise comparisons of parameters
according to relative importance (Miller et al., 1998; Cengiz and
Akbulak, 2009). Bojorquez-Tapia et al. (2001), Joerin et al. (2001) and
Kalogirou (2002) have considered expert opinions to determine the
ranks and criterion for LSA. Thus, previous LSA using AHP techniques
are based on criterion suggested in previous literature and experts’
opinions. Further, correlation analyses give robust identification of
influences criterion of LS for agriculture (Datye and Gupte, 1984).
Therefore, MCE and MCDM base AHP technique was used in th

ผลลัพธ์ (ไทย) 1:

บทคัดย่อคอมโพเนนต์ physiographic มีบทบาทพื้นฐานเกษตรกรรมในเขตฮิลลี ความลาดชัน ความลึกของดิน พัง ทลายความชื้น น้ำกำลัง พื้นผิว และความพร้อมของสารอาหารที่ส่งผลกับเกษตรการผลิต ช่วยวิเคราะห์ความเหมาะสมของที่ดินเพื่อกำหนดกลยุทธ์ในการปรับปรุงในด้านการเกษตรผลผลิต ตัดสินใจหลายเกณฑ์ที่ใช้วิธีการทำโดยใช้ชุดข้อมูล IRS P6 LISS-IV โดยใช้ GISวิเคราะห์ความเหมาะสมของที่ดินเพื่อการเกษตรในเขตฮิลลี ความคิดเห็นของผู้เชี่ยวชาญและวิเคราะห์ความสัมพันธ์ได้ใช้ยศของการชักในขณะที่เกณฑ์การตัดสินใจเปรียบเทียบแพร์ไวส์เมตริกซ์ใน ' เปรียบเทียบสำหรับซุปเปอร์ซอฟต์แวร์ตัดสินใจ ' ใช้ในการกำหนดน้ำหนักการ คะแนนสำหรับพารามิเตอร์ย่อยที่แสดงภายในรูปแบบภายในเงื่อนไขที่กำหนดให้ใช้งานฟิลด์ และรายงานในเอกสารประกอบการเผยแพร่ประมาณ 17% (7326 ฮา) สรุปพื้นที่จัดไว้ในชั้นเรียน 'เหมาะ' 29% (12,372 ฮา) ใน'ค่อนข้างเหมาะสม' 16% (6514 ฮา) ใน 'ดีเหมาะ' และ 38% (15,798 ฮา) ใน 'ไม่เหมาะสม'เกษตร ความเหมาะสมที่ดินคลาเช่น 'เหมาะ' และ 'ไม่เหมาะสม' ในแผนที่ความเหมาะสมตรงประมาณเรียน 'ปานกลางเหมาะ' และ 'เหมาะดี' ทั้งในของผู้ผลิตและมุมมองของผู้ใช้ วิธีการ เทคนิค และผลการวิจัยของการศึกษาจะมีประโยชน์ในการประเมินthe land suitability for agriculture in hilly zones. 2015 Elsevier B.V. All rights reserved.1. IntroductionLand is reasonably stable or predictably cyclic part of the earthsurface includes relief, soils, near surface rocks, minerals, flowingwater, groundwater, near surface atmospheric elements (i.e. temperature,rainfall, etc.), plants, animals, micro-organisms as wellas manmade aspects like land use, settlements, industries, agriculture,etc. (FAO, 1976; Bhagat, 2012). Land elements determine itssuitability for agriculture, plantation, settlements, industries,dams, watershed management, etc. However, land elements areoverused and exploited. Many lands are facing different problemslike soil erosion, water logging, groundwater depletion, heavyrun-off, productivity losses, etc. (Barah, 2010; Zolekar andBhagat, 2014). Degraded lands are threatening the food and energysecurities, water availability and quality, biodiversity, human life,etc. (Bhagat, 2012). Approximately, 250 million people are directlyaffected by land degradation (UNCCD) and 1 billion people are atrisk (WMO, 2005). About 852 million (14.9%) people of developingcountries and 16 million (1.4%) people of developed countries aresuffering from hunger and malnutrition (FAO, 2012). Therefore,different studies are undertaken for land suitability analysis (LSA)and land use planning and management (Dumanski, 1997;Schwilch et al., 2011; Nyeko, 2012). LSA is one of the fundamentalsteps in sustainable land management (Mcdonald and Brown,1984).LSA is a method of detecting inherent capacities(Bandyopadhyay et al., 2009) and its potential and suitability fordifferent purposes (FAO, 1976; Akinci et al., 2013). Land evaluationmeasures the degree of land appropriateness for land use based onland qualities (Hopkins, 1977; Collins et al., 2001; Malczewski,2004) and requirements (FAO, 1976). Multi-criterion evaluation(MCE) technique is widely used for LSA. MCE of land suitability(LS) involves multiple criterion like bio-physical elements i.e.slope, relief, drainage, soil properties, atmospheric conditions,vegetation, etc. as well as socio-eco-cultural aspects in decisionmaking process (Wang et al., 1990; Joerin et al., 2001; Yu et al.,2011; Akinci et al., 2013) to find solutions of different problemsrelated to land with multiple alternatives (Jankowski, 1995).Geographical Information System (GIS) is useful to analyses themultiple geo-spatial data with higher flexibility and precision inhttp://dx.doi.org/10.1016/j.compag.2015.09.0160168-1699/ 2015 Elsevier B.V. All rights reserved.⇑ Corresponding author at: K.V.N. Naik Shikshan Prasarak Sanstha’s Arts,Commerce and Science College Nashik, Canada Corner, Nashik 422002, Maharashtra,India. Tel.: [phone]; fax: [phone].E-mail addresses: [e-mail], [e-mail](R.B. Zolekar), [e-mail], [e-mail] (V.S. Bhagat). 1 Tel.: [phone].Computers and Electronics in Agriculture 118 (2015) 300–321Contents lists available at ScienceDirectComputers and Electronics in Agriculturejournal homepage: www.elsevier.com/locate/compagLSA (Mokarram and Aminzadeh, 2010). Therefore, Multi-criterionDecision Making (MCDM) technique has been integrated withGIS techniques in different studies for land use decision support(Cengiz and Akbulak, 2009; Mendas and Delali, 2012) in complexproblems of land management with prioritised alternatives(Malczewski, 2006). This technique widely used for LSA to detectthe potential lands for agriculture (Prakash, 2003; Shalaby et al.,2006; Olayeye et al., 2008; Bandyopadhyay et al., 2009; Yu et al.,Fig. 1. The study area: upper Mula and Pravara basin.R.B. Zolekar, V.S. Bhagat / Computers and Electronics in Agriculture 118 (2015) 300–321 301Table 1Techniques, data and criteria used for land suitability analysis.Author Techniques Criterions Data Suitability fieldWang (1994) GIS basedartificialneuralnetworksSlope, depth, moisture, aeration, fertility, texture, salinity, temperature andaccessibilityThematic map AgricultureBojorquez-Tapiaet al. (2001)GIS-basedmultivariateapplicationVegetation, land cover, soil type, landforms, elevation, major roads and urban areas Land sat TM andthematic mapLand useplanningJoerin et al.(2001)Outrankingmulti-criteriaanalysisHomogeneityindex suitabilityindexImpacts on a nature reserve, landscape, water table, air pollution, noise,accessibility, climate, land slide, distance to localities and public facilitiesThematic map Land useplanningKalogirou(2002)BooleanclassificationmethodSoil mechanics, toxicities, slope, and flood erosion hazard, rooting condition, waterlevel and drainageThematic map CropShalaby et al.(2006)Square root andStoried methodLULC, texture, CaCo3, CaSO4, EC, ECP, organic matter, soil depth, slope and drainage ETM+ and thematicmapCrop(Perennial)Olayeye et al.(2008)IndexproductivitySoil depth, temperature, slope, rainfall, humidity, drainage, texture, EC, OC, pH, N,P, K and cation exchange capacityThematic map andfield baseRice (Irrigatedlow land)Bandyopadhyayet al. (2009)AHP LULC, soil type, organic matter, soil depth and slope IRS-1D LISS-III andsatellite dataAgricultureCengiz andAkbulak(2009)AHP Soil depth, land-use capability class, erosion hazard, slope, elevation, distance tosource of water, distance to road and limiting soil factorsThematic maps Land useJafari andZaredar(2010)AHP Slope, elevation, LULC, erosion, climate, soil hydrology, soil depth, soil structure,soil texture, vegetation types and density, rainfall, temperature, distance frompopulation centers and distance from surface waterThematic maps RangelandmanagementChandio et al.(2011)
AHP and WLC Available land, land value and population density Thematic maps Public parks
Chandio and
Matori
(2011)
PCM Accessibility, topography, LULC and economic factors Thematic maps Hill side
development
Foshtomi et al.
(2011)
Square root and
Storied method
Soil depth, texture, EC, OC, pH, N, P, K and cation exchange capacity Thematic maps Tea plantation
Mustafa et al.
(2011)
MCDM Approach Soil depth, texture, EC, OC, pH, N, P, K, ECP and CaCO3 IRS-P6 LISS III satellite
data and thematic
Maps
Crops
Feizizadeh and
Blaschke
(2012)
AHP Elevation, slope, aspect, soil fertility, soil PH, temperature, precipitation and
groundwater
SPOT 5, thematic maps Agriculture
Akinci et al.
(2013)
AHP Soil groups, soil depth, land use, erosion, slope, aspect, elevation and soil
parameters
Thematic maps and
field base data
Agriculture
Garcia et al.
(2014)
AHP Accessibility, security, needs of the agricultural product warehouse, acceptance
and costs
Thematic maps Agricultural
product
warehouses
Table 2
Correlation matrix.
Slope Depth OC WHC PH N P K Rice Varai Nagali Khurasani
Slope 1
Depth 0.61** 1
OC 0.01 0.03 1
WHC 0.64** 0.95** 0.00 1
PH 0.15 0.25* 0.12 0.28* 1
N 0.56** 0.82** 0.04 0.84** 0.16 1
P 0.17 0.61** 0.09 0.54** 0.03 0.40** 1
K 0.06 0.05 0.33** 0.05 0.33** 0.03 0.30** 1
Rice 0.73** 0.80** 0.04 0.79** 0.26* 0.67** 0.31** 0.05 1
Varai 0.58** 0.16 0.10 0.23* 0.14 0.24* 0.00 0.11 0.28* 1
Nagali 0.60** 0.14 0.05 0.19 0.17 0.22 0.03 0.09 0.30** 0.96** 1
Khurasani 0.51** 0.38** 0.22 0.40** 0.16 0.26* 0.16 0.06 0.45** 0.18 0.22 1
** Correlation is significant at 0.01 level (2-tailed). * Correlation is significant at 0.05 level (2-tailed).
302 R.B. Zolekar, V.S. Bhagat / Computers and Electronics in Agriculture 118 (2015) 300–321
2011; Foshtomi et al., 2011; Samanta et al., 2011; Mustafa et al.,
2011; Mahabadi et al., 2012; Halder, 2013; Rabia et al., 2013),
plantation (Bhagat, 2009; Zolekar and Bhagat, 2014), watershed
management (Steiner et al., 2000), settlements (Soltani et al.,
2012), industries (Kauko, 2006), etc.
Further, Analytical Hierarchy Process (AHP) is widely used for
MCDM of LS for different use. AHP determines the weight of influence
in certain land use based on pairwise comparisons of parameters
according to relative importance (Miller et al., 1998; Cengiz and
Akbulak, 2009). Bojorquez-Tapia et al. (2001), Joerin et al. (2001) and
Kalogirou (2002) have considered expert opinions to determine the
ranks and criterion for LSA. Thus, previous LSA using AHP techniques
are based on criterion suggested in previous literature and experts’
opinions. Further, correlation analyses give robust identification of
influences criterion of LS for agriculture (Datye and Gupte, 1984).
Therefore, MCE and MCDM base AHP technique was used in th

ผลลัพธ์ (ไทย) 2:

นามธรรมส่วนประกอบ Physiographic มีบทบาทพื้นฐานในการทำการเกษตรในเขตที่เป็นเนินเขา ลาดดินลึกชะความชื้นความจุน้ำถือเนื้อและความพร้อมของสารอาหารที่ได้ส่งผลกระทบต่อการเกษตรการผลิต การวิเคราะห์ความเหมาะสมของที่ดินสามารถช่วยในการกำหนดกลยุทธ์สำหรับการปรับปรุงในการเกษตรการผลิต ระบบสารสนเทศภูมิศาสตร์ตามการตัดสินใจหลายเกณฑ์การใช้วิธีการที่กรมสรรพากร P6 ชุด LISS-IV ถูกใช้ในการวิเคราะห์ความเหมาะสมของที่ดินเพื่อการเกษตรในเขตที่เป็นเนินเขา ผู้เชี่ยวชาญด้าน 'ความคิดเห็นและการวิเคราะห์ความสัมพันธ์ที่ถูกนำมาใช้ในการตัดสินใจการจัดอันดับของเกณฑ์ที่มีอิทธิพลต่อการเปรียบเทียบเมทริกซ์ในขณะที่คู่ใน' เปรียบเทียบสำหรับการตัดสินใจซูเปอร์ซอฟแวร์ 'ใช้ในการกำหนดน้ำหนัก คะแนนสำหรับพารามิเตอร์ย่อยแสดงภายในรูปแบบในเกณฑ์ที่กำหนดบนพื้นฐานการทำงานภาคสนามและการรายงานบรรทัดฐานในวรรณคดีตีพิมพ์. ประมาณ 17% (7,326 ฮ่า) ​​พื้นที่การตรวจสอบได้รับการจัดให้อยู่ในระดับที่สูงเหมาะ '29% (12,372 ฮ่า) ใน'ปานกลางที่เหมาะสม, 16% (6,514 ฮ่า)' ขอบเขตที่เหมาะสมและ 38% (15,798 ฮ่า) ​​'ไม่เหมาะสำหรับการเกษตร เรียนเช่นความเหมาะสมของที่ดิน 'เหมาะ' และ 'ไม่เหมาะในแผนที่เหมาะสมจะประมาณได้อย่างแม่นยำกว่าการเรียน' ปานกลางที่เหมาะสม 'และ' เล็กน้อยที่เหมาะสมทั้งในผู้ผลิตและจุดของผู้ใช้ในมุมมองของ วิธีการเทคนิคและผลการศึกษาจะมีประโยชน์ในการประเมินความเหมาะสมของที่ดินเพื่อการเกษตรในเขตภูเขา. 2015 Elsevier BV สงวนลิขสิทธิ์. 1 บทนำที่ดินเป็นเหตุผลส่วนหนึ่งที่มีความเสถียรหรือวงจรที่คาดการณ์ของโลกพื้นผิวรวมถึงการบรรเทาดินหินที่อยู่ใกล้พื้นผิว, เกลือแร่ไหลน้ำบาดาลพื้นผิวใกล้องค์ประกอบบรรยากาศ(เช่นอุณหภูมิปริมาณน้ำฝนฯลฯ ) พืชสัตว์จุลินทรีย์ รวมทั้งเป็นด้านที่มนุษย์สร้างขึ้นเช่นการใช้ที่ดินการตั้งถิ่นฐานของอุตสาหกรรม, การเกษตร, ฯลฯ (FAO, 1976; Bhagat 2012) องค์ประกอบของที่ดินตรวจสอบความเหมาะสมสำหรับการเกษตร, สวน, การตั้งถิ่นฐานของอุตสาหกรรมเขื่อนการจัดการลุ่มน้ำเป็นต้นอย่างไรก็ตามองค์ประกอบที่ดินตื้อและใช้ประโยชน์ ดินแดนที่หลายคนกำลังเผชิญกับปัญหาที่แตกต่างกันเช่นการพังทลายของดินการเข้าสู่ระบบน้ำบาดาลสูญเสียหนักวิ่งออกการสูญเสียผลผลิตฯลฯ (Barah 2010; Zolekar และBhagat 2014) ที่ดินเสื่อมโทรมมีการขู่ว่าอาหารและพลังงานหลักทรัพย์มีน้ำและคุณภาพความหลากหลายทางชีวภาพชีวิตมนุษย์ฯลฯ (Bhagat 2012) ประมาณ 250 ล้านคนโดยตรงรับผลกระทบจากความเสื่อมโทรมของที่ดิน(UNCCD) และ 1 พันล้านคนที่มีความเสี่ยง(WMO 2005) เกี่ยวกับ 852,000,000 (14.9%) ของผู้คนในการพัฒนาประเทศและ16 ล้านบาท (1.4%) ผู้คนในประเทศที่พัฒนาแล้วจะทุกข์ทรมานจากความหิวและขาดสารอาหารแห่งสหประชาชาติ(FAO 2012) ดังนั้นการศึกษาที่แตกต่างกันจะดำเนินการสำหรับการวิเคราะห์ความเหมาะสมของที่ดิน (LSA) และการวางแผนการใช้ที่ดินและการจัดการ (Dumanski, 1997;. Schwilch et al, 2011; Nyeko 2012) LSA เป็นหนึ่งในพื้นฐานขั้นตอนในการบริหารจัดการที่ดินอย่างยั่งยืน(Mcdonald และบราวน์, 1984). LSA เป็นวิธีการของการตรวจสอบความสามารถโดยธรรมชาติและศักยภาพและความเหมาะสมสำหรับ(Bandyopadhyay et al, 2009). วัตถุประสงค์ที่แตกต่างกัน (FAO, 1976; akinci et al., 2013) ประเมินที่ดินวัดระดับของที่ดินที่เหมาะสมสำหรับการใช้ประโยชน์ที่ดินบนพื้นฐานของคุณภาพที่ดิน(ฮอปกินส์ 1977; et al, คอลลิน, 2001. Malczewski, 2004) และความต้องการ (FAO, 1976) การประเมินผลหลายเกณฑ์(MCE) เทคนิคที่ใช้กันอย่างแพร่หลายสำหรับ LSA MCE ความเหมาะสมที่ดิน(LS) ที่เกี่ยวข้องกับการเกณฑ์หลายเช่นองค์ประกอบทางกายภาพชีวภาพเช่นลาดบรรเทาระบายน้ำคุณสมบัติของดินสภาพบรรยากาศพืชฯลฯ รวมทั้งลักษณะทางสังคมและวัฒนธรรมที่เป็นมิตรกับสิ่งแวดล้อมในการตัดสินใจทำให้กระบวนการ(Wang et al, , 1990; Joerin et al, 2001;. ยูเอตแอล. 2011. akinci et al, 2013) เพื่อหาวิธีการแก้ไขปัญหาที่แตกต่างกันที่เกี่ยวข้องกับที่ดินมีทางเลือกหลายๆ (Jankowski, 1995). ทางภูมิศาสตร์ระบบสารสนเทศ (GIS) เป็นประโยชน์ การวิเคราะห์ข้อมูลเชิงพื้นที่ทางภูมิศาสตร์หลายที่มีความยืดหยุ่นสูงและความแม่นยำในhttp://dx.doi.org/10.1016/j.compag.2015.09.016 0168-1699 / 2015 Elsevier BV สงวนลิขสิทธิ์. ⇑ผู้รับผิดชอบที่: KVN ศิลปะ Naik Shikshan Sanstha Prasarak ของพาณิชยศาสตร์และวิทยาศาสตร์วิทยาลัยนาสิกแคนาดามุมชิค422002, Maharashtra, อินเดีย Tel .: [phone]; แฟ็กซ์: 91 0253 2571104. ที่อยู่ E-mail: [e-mail], [e-mail] (RB Zolekar) [e-mail], [e-mail] (VS Bhagat) 1 Tel .: [phone]. คอมพิวเตอร์และอิเล็กทรอนิกส์ในการเกษตร 118 (2015) 300-321 รายการเนื้อหาที่มีอยู่ใน ScienceDirect คอมพิวเตอร์และอิเล็กทรอนิกส์ในการเกษตรในหน้าแรกของวารสาร: www.elsevier.com/locate/compag LSA (Mokarram และ Aminzadeh 2010 ) ดังนั้นหลายเกณฑ์การตัดสินใจ (MCDM) เทคนิคที่ได้รับการรวมเข้ากับเทคนิคระบบสารสนเทศภูมิศาสตร์ในการศึกษาที่แตกต่างกันเพื่อสนับสนุนการตัดสินใจการใช้ประโยชน์ที่ดิน(Cengiz และ Akbulak 2009; Mendas และ Delali 2012) ในการที่ซับซ้อนปัญหาของการจัดการที่ดินที่มีทางเลือกในการจัดลำดับความสำคัญ(Malczewski, 2006) เทคนิคนี้ใช้กันอย่างแพร่หลายสำหรับ LSA ในการตรวจสอบที่ดินที่มีศักยภาพเพื่อการเกษตร(Prakash 2003; Shalaby, et al. 2006; Olayeye et al, 2008;. Bandyopadhyay et al, 2009;. ยูเอตแอล. รูปที่ 1. การศึกษา. พื้นที่:. Mula บนและลุ่มน้ำ Pravara RB Zolekar, VS Bhagat / คอมพิวเตอร์และอิเล็กทรอนิกส์ในการเกษตร 118 (2015) 300-321 301 ตารางที่ 1. เทคนิคข้อมูลและเกณฑ์ที่ใช้ในการวิเคราะห์ความเหมาะสมของที่ดินเทคนิคการเขียนหลักเกณฑ์ความเหมาะสมข้อมูลสนามวัง (1994) ระบบสารสนเทศภูมิศาสตร์ basedartificial ประสาทเครือข่ายลาดเชิงลึก, ความชื้น, อากาศ, ความอุดมสมบูรณ์ของพื้นผิวความเค็มอุณหภูมิและการเข้าถึงแผนที่เฉพาะเรื่องเกษตรBojorquez-Tapia et al. (2001) ระบบสารสนเทศภูมิศาสตร์ที่ใช้หลายตัวแปรการประยุกต์ใช้พืชปกคลุมดินประเภทดินธรณีสัณฐานความสูงถนนสายหลักและพื้นที่เขตเมืองที่ดินนั่ง TM และแผนที่เฉพาะเรื่องการใช้ที่ดินการวางแผนJoerin et al. (2001) outranking หลายเกณฑ์การวิเคราะห์ความเท่ากันความเหมาะสมดัชนีดัชนีผลกระทบต่อธรรมชาติสำรองภูมิตารางน้ำมลพิษทางอากาศเสียงการเข้าถึงสภาพภูมิอากาศสไลด์ที่ดินระยะทางไปยังเมืองและสถานที่สาธารณะแผนที่เฉพาะเรื่องการใช้ที่ดินการวางแผนKalogirou (2002) บูลีนการจำแนกวิธีการกลศาสตร์ของดินเป็นพิษชันและอันตรายจากการกัดเซาะของน้ำท่วมสภาพการขจัดน้ำระดับและการระบายน้ำแผนที่เฉพาะเรื่องพืชShalaby et al. (2006) รากที่สองและวิธีการชั้นLULC เนื้อ CaCo3, CaSO4, EC, ECP อินทรียวัตถุดินลึกลาดชันและ ETM ระบายน้ำ + และใจแผนที่พืช(ยืนต้น) Olayeye et al. (2008) ดัชนีผลผลิตลึกดิน, อุณหภูมิลาด ปริมาณน้ำฝนความชื้นการระบายน้ำที่พื้นผิว EC, OC ค่า pH, N, P, K และความสามารถในการแลกเปลี่ยนประจุบวกแผนที่ใจและสนามฐานข้าว(ชลประทานที่ดินต่ำ) Bandyopadhyay et al, (2009) AHP LULC, ชนิดของดินอินทรีย์ดินลึกและความลาดชันของ IRS-1D LISS-III และข้อมูลดาวเทียมเกษตรCengiz และAkbulak (2009) AHP ลึกดิน, การใช้ที่ดินระดับความสามารถในอันตรายจากการพังทลายของลาดระดับความสูงระยะทาง เพื่อให้แหล่งน้ำระยะทางถนนและการจำกัด ปัจจัยดินแผนที่เฉพาะเรื่องที่ดินใช้Jafari และZaredar (2010) ลาด AHP ความสูง LULC การกัดเซาะของสภาพภูมิอากาศอุทกวิทยาดินลึกของดินโครงสร้างดินเนื้อดินชนิดพืชและความหนาแน่นปริมาณน้ำฝนอุณหภูมิระยะทางจากศูนย์ประชากรและระยะทางจากพื้นผิวของน้ำแผนที่ใจRangeland จัดการChandio et al. (2011) AHP และที่ดิน WLC จำหน่ายค่าที่ดินและความหนาแน่นของประชากรแผนที่เฉพาะเรื่องสวนสาธารณะChandio และMatori (2011) การเข้าถึง PCM ภูมิประเทศ LULC และปัจจัยทางเศรษฐกิจแผนที่เฉพาะเรื่องด้านฮิลล์พัฒนาFoshtomi et al. (2011) รากสแควร์และวิธีการชั้นความลึกดินเนื้อEC, OC ค่า pH, N, P, K และความสามารถในการแลกเปลี่ยนประจุบวกแผนที่ใจชาสวนมุสตาฟาet al. ( 2011) MCDM วิธีลึกดินเนื้อ EC, OC ค่า pH, N, P, K, ECP และ CaCO3 กรมสรรพากร P6 LISS III ดาวเทียมข้อมูลและใจแผนที่พืชผลFeizizadeh และBlaschke (2012) AHP สูงชันด้านอุดมสมบูรณ์ของดิน ดิน PH, อุณหภูมิปริมาณน้ำฝนและน้ำบาดาลจุดที่5 แผนที่เฉพาะเรื่องเกษตรakinci et al. (2013) AHP กลุ่มดินลึกของดินการใช้ที่ดินชะลาดด้านสูงและดินพารามิเตอร์แผนที่ใจและฐานข้อมูลด้านการเกษตรกรรมการ์เซียet al. (2014) AHP การเข้าถึงการรักษาความปลอดภัยความต้องการของสินค้าเกษตรคลังสินค้าได้รับการยอมรับและค่าใช้จ่ายแผนที่เฉพาะเรื่องการเกษตรสินค้าคลังสินค้าตารางที่2 เมทริกซ์สหสัมพันธ์. ลาดลึก OC WHC PH NPK ข้าว Varai Nagali Khurasani ลาด 1 ความลึก 0.61 ** 1 OC 0.01 0.03 1 WHC 0.64 ** 0.95 ** 0.00 1 พีเอช 0.15 0.25 0.12 0.28 * * * * * * * * 1 เอ็น 0.56 ** 0.82 ** 0.04 ** 0.84 0.16 1 P 0.17 0.61 0.09 0.54 ** 0.03 ** 0.40 ** 1 K 0.06 0.05 0.33 ** 0.05 0.33 0.03 0.30 ** ** 1 ข้าว 0.73 ** 0.80 ** 0.04 ** 0.79 0.26 * 0.67 ** 0.31 ** 0.05 1 Varai ** 0.58 0.16 0.10 0.23 0.14 0.24 * * * * * * * * 0.00 0.11 0.28 * 1 Nagali 0.60 ** 0.14 0.05 0.19 0.17 0.22 0.03 0.09 0.30 0.96 ** ** 1 Khurasani 0.51 ** 0.38 ** 0.22 ** 0.40 0.16 0.26 0.16 0.06 * 0.45 0.18 0.22 ** 1 ** ความสัมพันธ์อย่างมีนัยสำคัญที่ระดับ 0.01 (2-เทลด์ ) * ความสัมพันธ์อย่างมีนัยสำคัญที่ระดับ 0.05 (2-tailed). 302 RB Zolekar, VS Bhagat / คอมพิวเตอร์และอิเล็กทรอนิกส์ในการเกษตร 118 (2015) 300-321 2011; Foshtomi et al, 2011. Samanta et al, 2011. มุสตาฟา, et al. 2011; Mahabadi et al, 2012. Halder, 2013; . Rabia et al, 2013), สวน (Bhagat 2009; Zolekar และ Bhagat 2014) ลุ่มน้ำ.. การจัดการ (ทิ, et al, 2000), การตั้งถิ่นฐาน (Soltani, et al, 2012) อุตสาหกรรม (Kauko 2006) ฯลฯ . นอกจากนี้กระบวนการวิเคราะห์ลำดับชั้น (AHP) ถูกนำมาใช้กันอย่างแพร่หลายสำหรับMCDM ของ LS สำหรับการใช้งานที่แตกต่างกัน AHP กำหนดน้ำหนักของอิทธิพลในการใช้ที่ดินบางอย่างขึ้นอยู่กับการเปรียบเทียบจากจำนวนของพารามิเตอร์ตามความสำคัญ(มิลเลอร์, et al, 1998;. Cengiz และAkbulak 2009) Bojorquez-Tapia et al, (2001), Joerin et al, (2001) และKalogirou (2002) ได้มีการพิจารณาความคิดเห็นของผู้เชี่ยวชาญเพื่อตรวจสอบการจัดอันดับและเกณฑ์สำหรับLSA ดังนั้นก่อนหน้า LSA โดยใช้เทคนิค AHP จะขึ้นอยู่กับเกณฑ์ที่แนะนำในวรรณคดีก่อนหน้านี้และผู้เชี่ยวชาญความคิดเห็น นอกจากนี้การวิเคราะห์ความสัมพันธ์ให้บัตรประจำตัวที่แข็งแกร่งของเกณฑ์อิทธิพลของแอลเอเพื่อการเกษตร (Datye และ Gupte, 1984). ดังนั้น MCE และฐาน MCDM เทคนิค AHP ถูกนำมาใช้ใน TH

ผลลัพธ์ (ไทย) 3:

ส่วนประกอบ physiographic นามธรรม
เล่นบทบาทพื้นฐานในการเกษตรในบริเวณโซน ความลาดชัน ความลึกของดินการกัดเซาะ
ความชื้น น้ำถือความจุ พื้นผิว และความพร้อมของรังได้ส่งผลกระทบต่อการผลิตทางการเกษตร

การวิเคราะห์ความเหมาะสมของที่ดินสามารถช่วยในการกำหนดกลยุทธ์เพื่อเพิ่มผลผลิตทางการเกษตร

ระบบสารสนเทศภูมิศาสตร์โดยใช้เกณฑ์การตัดสินใจหลายวิธีโดยใช้ชุดข้อมูลที่ใช้ liss-iv IRS P6
วิเคราะห์ความเหมาะสมของที่ดินเพื่อการเกษตรในบริเวณโซน ความคิดเห็นของผู้เชี่ยวชาญและวิเคราะห์ความสัมพันธ์ ถูก
ใช้ตัดสินใจจัดอันดับมีผลต่อเกณฑ์ในขณะที่คู่เปรียบเทียบเมทริกซ์ใน ' เปรียบเทียบ
ตัดสินใจซอฟต์แวร์ซูเปอร์ ' ใช้เพื่อตรวจสอบน้ำหนักคะแนนสำหรับพารามิเตอร์ย่อยแสดงการเปลี่ยนแปลงภายใน
ภายในเกณฑ์ที่กำหนดขึ้น และเกณฑ์ในการตีพิมพ์รายงานด้านงานวรรณกรรม
ประมาณ 17 % ( 7326 ฮา ) ตรวจสอบพื้นที่จะแบ่งคลาสสูง ' เหมาะสม ' , 29 % ( 12372 ฮา )
'moderately เหมาะสม ' , 16 % ( 3 ผู้​ ฮา ) ' ความเหมาะสม ' และ 38% ( 15798 ฮา ) ' ไม่เหมาะสม '
การเกษตรชั้นความเหมาะสมของที่ดินเช่นสูง ' เหมาะสม ' และ ' ไม่เหมาะ ' ในแผนที่ความเหมาะสมเป็น
แน่นอนประมาณกว่าชั้นเรียนที่เหมาะสมปานกลาง ' และ ' ความเหมาะสม ' ทั้งผู้ผลิตและผู้ใช้
จุดของมุมมอง วิธีการ เทคนิค และผลการวิจัยจะเป็นประโยชน์เพื่อประเมินความเหมาะสมของที่ดินเพื่อการเกษตรใน

2015 ลดลงจากโซนหุบเขาสงวนลิขสิทธิ์ .
1 บทนำ
ที่ดินสมเหตุสมผลที่มั่นคงหรือที่คาดการณ์ ส่วนวงกลมที่ผิวโลก
รวมถึงโล่ง ดิน ใกล้หิน , พื้นผิวแร่ไหล
น้ำ , น้ำใต้ดิน , องค์ประกอบบรรยากาศใกล้ผิว ( เช่นอุณหภูมิ ,
ฝน ฯลฯ ) , พืช , สัตว์ , จุลินทรีย์เช่นกัน
เป็นด้านมนุษย์ เช่น การใช้ที่ดิน , เขตอุตสาหกรรม , การเกษตร ,
( FAO , 1976 ; ฯลฯภากัต , 2012 ) องค์ประกอบที่ดินตรวจสอบ
ความเหมาะสมเพื่อการเกษตร , ปลูก , การตั้งถิ่นฐาน , โรงงานอุตสาหกรรม ,
เขื่อนลุ่มน้ำการจัดการ ฯลฯ อย่างไรก็ตาม องค์ประกอบที่ดิน
overused และใช้ประโยชน์ ที่ดินหลายเผชิญปัญหาแตกต่างกัน
ชอบร่อน ดินน้ำเข้า , การพร่องน้ำบาดาล หนัก
- ความสูญเสียผลผลิต ฯลฯ ( barah , 2010 ; zolekar
ภากัตและ 2014 )ทรามที่ดินขู่อาหารและพลังงาน
หลักทรัพย์ พร้อมน้ำ และคุณภาพ ความหลากหลายทางชีวภาพ ชีวิตมนุษย์
ฯลฯ ( ภากัต , 2012 ) ประมาณ 250 ล้านคน โดยได้รับผลกระทบจากความเสื่อมโทรมของที่ดิน (
unccd ) และ 1 ล้านคนมีความเสี่ยงที่
( WMO , 2005 ) เกี่ยวกับ 852 ล้าน ( 14.9% ) คนพัฒนา
ประเทศและ 16 ล้านบาท ( 1.4% ) ประชาชนของประเทศที่พัฒนาเป็น