Evaluating Soil Quality Changes Across Different Land Use Types in Samsun Province, Turkey: Implications for Sustainable Soil Management

Abstract

Arazi kullanımı ve çevresel faktörlerin toprak kalitesi üzerindeki etkisinin anlaşılması, bölgesel koşullara uygun sürdürülebilir toprak yönetim uygulamalarının benimsenmesi açısından kritik öneme sahiptir. Bu çalışmada, Türkiye'nin Samsun İli'ndeki bir mikro havzada tarım, orman ve mera olmak üzere üç farklı arazi kullanım türü boyunca toprak kalitesindeki mekansal değişimi, toprak kalite indekslerini yapay sinir ağları (YSA) ile entegre ederek değerlendirmeyi amaçladık. Yirmi altı toprak değişkeninden oluşan başlangıç veri setinden temel bileşen analizi (PCA) yoluyla on temsilci gösterge seçtik. Minimum veri seti (MDS) gösterge seçimine dayanarak, Entegre Kalite İndeksi (IQI) ve Nemero Kalite İndeksi (NQI) kullandık. Tarım arazileri daha yüksek toprak kalite indeksine sahipti (IQI: 0.54 ve NQI: 0.25), bunu orman (IQI: 0.53 ve NQI: 0.25) ve mera (IQI: 0.48 ve NQI: 0.23) izledi; ancak aralarında anlamlı bir fark bulunmadı (P > 0.05). Üç rastgele tekrarlı 10 katlı çapraz doğrulama sonuçları, YSA modellerinin her iki indeks için de toprak kalitesini yüksek doğrulukla tahmin ettiğini ortaya koydu (R² > 0.75); bu da tahmine dayalı modellemenin toprak kalite değerlendirmelerinde faydasını vurgulamaktadır. Toprak kalite indeksleri ile çevresel ve uzaktan algılama parametreleri arasındaki korelasyon analizi zayıf bir ilişki ortaya koydu (r < 0.01); bu da çevresel faktörlere kıyasla arazi kullanımının daha belirgin bir etkisi olduğunu göstermektedir. Gözlenen ve tahmin edilen toprak kalite indekslerine ait mekansal dağılım haritaları, toprak kalitesinin çoğunlukla orta düzeyde olduğunu ve sadece batı ve güneydoğu bölgelerinde %15'ten az alanın restorasyon öncelikli bölge olarak tanımlandığını ortaya koymuştur. Bulgularımız, toprak sağlığını izlemek, bozulma noktalarını belirlemek ve farklı arazi kullanım sistemlerinde sürdürülebilir arazi kullanım planlamasına rehberlik etmek isteyen politika yapıcılar, arazi yöneticileri ve çiftçiler için kanıta dayalı veriler sunmaktadır.Understanding the influence of land use and environmental factors on soil quality is critical for adopting sustainable soil management practices tailored to regional conditions. We aim to assess the spatial variation of soil quality across three distinct land uses agriculture, forest, and pasture in a micro-watershed of Samsun Province, Turkey, by integrating soil quality indices with artificial neural networks (ANNs). Using principal component analysis, we selected ten representative indicators from an initial dataset of twenty-six soil variables. Based on the minimum data set indicator selection method, we employed the Integrated Quality Index (IQI) and Nemero Quality Index (NQI). Agriculture soils had higher SQI (IQI: 0.54 and NQI: 0.25) followed by forest (IQI: 0.53 and NQI: 0.25) and pastureland (IQI: 0.48 and NQI:23), without any significant difference among them (P > 0.05). Repeated 10-fold cross-validation (with 3 random repeats) results showed that ANN models accurately predicted soil quality across both indices (R² > 0.75), emphasizing the utility of predictive modeling in soil quality assessment. Correlation analysis between SQI and environmental and remote sensing parameters revealed a weak association (r < 0.01), highlighting the more pronounced effect of land use over environmental variables. The spatial distribution maps of both observed and predicted soil quality indices revealed the dominance of moderate soil quality, with only a few areas (<15%) identified as priority zones for restoration in the western and southeastern regions. Our findings offer evidence-based results for policymakers, land managers, and farmers seeking to monitor soil health, identify degradation hotspots, and guide sustainable land-use planning across different land use systems.