Toprakta sıcaklık alanının oluşumu ve ısı transferinin gerçekleşmesi toprakların ısısal özelliklerinin
değişimi ile ilişkili olmaktadır. Isısal özellikler iklim faktörlerine ve toprak özelliklerine bağlı olarak
değişmektedir. Bu araştırmada topraklarının hacimsel ısı kapasitesi, ısısal yayınım ve ısı iletkenliği katsayıları
gibi ısısal özellikleri ile deneysel olarak daha kolay belirlenebilen bazı fiziksel ve kimyasal toprak özellikleri
(EC, OM, Kil, Silt, Kum, HA, θ) arasında regresyon modeller oluşturulmuştur. Toprakların hacimsel ısı
kapasitesiyle EC, OM, kil, silt, kum ve HA özellikleri arasında yapılan regresyon modelinin istatistiksel
anlamlılık düzeyi (p=0.001) ve regresyon katsayısı (R2
=0.76) yüksek olarak belirlenmiştir. Bağımsız
değişkenlere hacimsel nem içeriğinin ( θ ) eklenmesi modellerin performasını (R2
=0.77-0.99) yükseltmiş;
θ, EC, OM, Kil, Silt, Kum, HA özelliklerini kapsayan regresyon modelinin istatistiksel anlamlılık düzeyi
(p=0.000) ve regresyon katsayısı çok yüksek olarak saptanmıştır. Toprakların ısısal yayınım katsayısı ile
EC, OM, Kil, Kum, Silt, HA, θ özellikleri arasındaki regresyon modelleri için R2
=0.76 ve 0.79 (p=0.000
ve 0.002) olarak saptanmıştır. Regresyon modellerinin toprak özelliklerinin karesi, karekökü ve çarpımını
kapsayan polinomlarla ifadesi modellerin performansını yükseltmiş; Kil, θ, Kil2
, θ2
, √OM (EC·HA), √Kil ,
OM, OM2
, HA toprak özelliklerini içeren model yüksek düzeyde istatistiksel anlamlılık (p=0.001) göstermiş
ve daha yüksek regresyon katsayısı (R2
=0.90) ile karakterize edilmiştir. Isı iletkenliği katsayı ile Kil, Silt,
Kum, HA, θ toprak özellikleri arasındaki regresyon modelinin performansı yüksek (R2
=0.71; p=0.001);
θ, Kum, Kil, Silt, HA, EC2
, OM2
, HA2
, θ, EC, √OM, parametreleri arasındaki modelin performansı ise
çok yüksek (R2
= 0.91; p= 0.012) olarak belirlenmiştir. Elde edilen regresyon modellerin, toprakların ısısal
özelliklerinin tahmin edilmesinde uygulanabilirliği mümkün gözükmektedir.
The formation of the temperature field in the soil and the realization of heat transfer are related to
the change of the thermal properties of the soils. Thermal properties vary depending on climate factors
and soil properties. In this study, regression models were created between the thermal properties of
soils such as volumetric heat capacity, thermal diffusivity and thermal conductivity coefficients and
some physical and chemical soil properties (EC, OM, Clay, Silt, Sand, Db, θ ) that could be determined
more easily experimentally. The statistical significance level (p = 0.001) and regression coefficient (R2
=
0.76) of the regression model made between the volumetric heat capacity of soils and the properties
of EC, OM, Clay, Silt, Sand and Db were determined to be high. Adding volumetric moisture content (θ ) to independent variables increased the performance of the models (R2
= 0.77-0.99); the statistical
significance level (p = 0.000) and the regression coefficient of the regression model including θ, EC,
OM, Clay, Silt, Sand, Db properties were found to be very high. The thermal diffusion coefficient of soils
and the regression models between EC, OM, Clay, Sand, Silt, Db, θ properties were determined as R2
=
0.76 and 0.79 (p = 0.000 and 0.002). The expression of regression models with polynomials including
the square, square root and product of soil properties increased the performance of the models; the
model including Clay, θ, Clay2
, θ, √OM , (EC·Db), √Clay , OM, OM2
, Db soil properties showed high
level of statistical significance (p = 0.001) and was characterized by a higher regression coefficient (R2
=
0.90). The performance of the regression model between the thermal conductivity coefficient and Clay,
Silt, Sand, Db, θ soil properties is high (R2
= 0.71; p = 0.001); the performance of the model among the
parameters θ, Sand, Clay, Silt, Db, EC2
, OM2
, Db2
, θ2
, EC, √OM, was determined to be very high (R2
= 0.91; p = 0.012). It seems possible that the regression models obtained can be applied in estimating
the thermal properties of soils.
