ORIGINAL_ARTICLE
تاثیر غلظتهای مختلف منیزیم آب آبیاری بر شاخصهای رویشی، برخی خصوصیات شیمیایی خاک و عناصر غذایی برگ دانهالهای پسته بادامی زرند و قزوینی
سابقه و هدف: کیفیت آب آبیاری متاثر از شوری و غلظت بالای املاح محلول، از مسائل و مشکلات مهم مناطق پستهکاری در سالهای اخیر است. در این زمینه، افزایش تدریجی غلظت منیزیم در خاک مناطق پستهکاری در پی آبیاری با آبهای زیرزمینی با کیفیت نامناسب و شور، به یکی از چالشهای جدی پیشرو تبدیل شده است. از آنجایی که پژوهشهای بسیار اندکی در مورد تاثیر غلظتهای بالای منیزیم بر خاک و صفات رویشی گیاه پسته انجام شده است، بنابراین این پژوهش با هدف بررسی خصوصیات خاک و نیز شاخصهای رشدی دو رقم پسته بادامی زرند و قزوینی، تحت تاثیر غلظتهای مختلف منیزیم در آب آبیاری و نیز انتخاب رقم برتر و مقاومتر در برابر غلظت بالای منیزیم، انجام شد. مواد و روشها: آزمایش بهصورت کرتهای خردشده و در قالب طرح بلوکهای کامل تصادفی و با دو فاکتور هر یک در سه تکرار انجام شد. فاکتور اول شامل پایه پسته در دو سطح بادامی زرند و قزوینی و فاکتور دوم شامل پنج سطح غلظت منیزیم در آب آبیاری (صفر، 5/0، 1، 2 و3 میلیمولار از منبع سولفات منیزیم) بود. قبل از اعمال تیمارها (پایان هفته هشتم) و همچنین بعد از گذشت 6 ماه از شروع اعمال تیمارها، شاخصهای رویشی گیاه اندازهگیری شد و تغییرات آنها در مدت اعمال تیمارها بررسی گردید، وزن خشک اندامهای هوایی (برگ و ساقه) و ریشه، غلظت برخی از عناصر غذایی برگ گیاه و همچنین خصوصیات شیمیایی خاک گلدانها مانند هدایت الکتریکی عصاره اشباع خاک، pH، غلظت سدیم، پتاسیم، کلسیم، منیزیم، فسفر محلول و نسبت کلسیم به منیزیم، در پایان آزمایش اندازهگیری شد.یافتهها: نتایج نشان داد که به طور کلی، با افزایش غلظت منیزیم آب آبیاری، میزان هدایت الکتریکی و غلظت یونهای کلسیم، منیزیم و سدیم محلول خاک گلدانها افزایش یافت. همچنین کاربرد غلظتهای 5/0 و 1 میلیمولار سولفات منیزیم، باعث افزایش رشد گیاه پسته (رشد رویشی اندامهای هوایی و وزن خشک اندامهای هوایی به اضافه ریشه) گردید. در مقابل با افزایش غلظت منیزیم آب آبیاری (سطح 2 به 3 میلیمولار منیزیم)، رشد رویشی نهالها و وزن خشک اندامهای هوایی به اضافه ریشه نسبت به شاهد کاهش یافت. از طرفی، با افزایش غلظت منیزیم آب آبیاری، غلظت منیزیم برگ نیز بهطور معنیداری افزایش یافت. بیشترین و کمترین مقادیر منیزیم برگ گیاه پسته، در سطح غلظتهای 3 و صفر میلیمولار سولفات منیزیم مشاهده شد. همچنین نسبت کلسیم به منیزیم محلول خاک گلدانها، تنها در سطح صفر میلیمولار منیزیم آب آبیاری نسبت به سایر تیمارهای دیگراختلاف معنیداری، نشان داد و بقیه تیمارها در یک گروه آماری قرار گرفتند. نتایج تجزیه واریانس خصوصیات شیمیایی خاک نیز نشان داد که تغییرات pH خاک و غلظت پتاسیم و فسفر قابل جذب خاک گلدانها هیچ اختلاف معنیداری در بین پایهها، سطوح مختلف منیزیم آب آبیاری و اثرات متقابل آنها ندارد.نتیجهگیری: یافتههای این پژوهش نشان داد که برای هر دو پایه پسته بادامی زرند و قزوینی، تحت تاثیر غلظتهای مختلف منیزیم آب آبیاری، بهترین وضعیت رشد نهالها، در غلظتهای 5/0و 1 میلیمولار سولفات منیزیم رخ داد. با افزایش غلظت منیزیم آب آبیاری از 2 به 3 میلیمولار، هر دو پایه روند کاهشی در رشد را نشان دادند. در مجموع، یافتههای این پژوهش روشن ساخت که افزایش غلظت منیزیم آب آبیاری به بیش از 2 میلی مولار (حد آستانه تحمل)، می تواند باعث کاهش رشد گیاه پسته، ایجاد پیچیدگی در برگها و سوختگی حاشیهها و نوک برگها شود که میتواند مد نظر پژوهشگران و کشاورزان قرار گیرد.
https://jwsc.gau.ac.ir/article_3967_848b3801c19d7c85f96f52a08a614c3d.pdf
2018-01-21
1
24
10.22069/jwsc.2017.11828.2634
حد آستانه تحمل
منیزیم
رشد گیاه
محلول هوگلند و پسته
نغمه
باقری
nyzdanpanah@gmail.com
1
دانشجو دانشگاه آزاد اسلامی واحد کرمان
AUTHOR
نجمه
یزدان پناه
nyazdanpanah@gmail.com
2
دانشیار گروه مهندسی آب دانشگاه آزاد اسلامی واحد کرمان
LEAD_AUTHOR
ناصر
صداقتی
nsedaghati2010@gmail.com
3
عضو هیئت علمی پژوهشکده پسته
AUTHOR
1.Abid, M., Haddad, M., and Ferchichi, A. 2008. Effect of magnesium Sulphate on the first
1
stage of development of Lucerne. Option Mediterranean's, Series A, 79: 45-408.
2
2.Abtahi, A.S., and Karimian, N.A. 1995. Seedling of two pistachio cultivars response to the
3
amount and type of soil salinity under greenhouse condition. The 4th Iranian Soil Science.
4
Pp: 128-129. (In Persian)
5
3.Abtahi, A.S. 2001. The reaction pistachio seedlings in two varieties, quantities and types of
6
soil salinity in greenhouse conditions. J. Sci. Technol. Agric. Natur. Resour. 5: 1. 93-101.
7
4.Bahrampour, B., Ahmadi Moghadam, A., and Mahmoudi, S. 2011. The effect of magnesium
8
sulfate soil much on the content of calcium, magnesium, potassium and severity of
9
Andomicorriz in Badami. J. Teach. Educ. 3: 463-472.
10
5.Bahrampour, M. 2006. Effect of magnesium and calcium on pistachio seedlings of Badami
11
Zarand cultivar with respect to the interactions between magnesium and mycorrhiza in
12
plants. M.Sc. Thesis. Department of Biology, Faculty of Science, Shahid Bahonar University
13
of Kerman.
14
6.Bana Kar, H., Rahimian, M.H., Ranjbar, M., and Shiran Tafti, M. 2014. The Effect of
15
irrigation with saline water on the shoot and root seedlings of five varieties of nuts Yazd
16
province. Water in agricultural research. 28: 2. 342-351.
17
7.Behboudian, M.H., Walker, R.R., and Torokflavy, E. 1986. Effects of water stress and salinity
18
on photosynthesis of pistachio. Scientia Horticuturae, 29: 251-261.
19
8.Ben Mimoun, M., Loumi, O., Ghrab, M., Latiri, K., and Hellaliiant, R. 2004. Foliar Potassium
20
Application on Pistachio Tree. IPI regional workshop on Potassium and Fertigation
21
development in West Asia and North Africa; Rabat, Morocco, 24-28 November.
22
9.Cutis, P.S., and Lauchli, A. 1986. The role of leaf area development and photosynthetic
23
capacity in determining growth of Hemp under moderate sail stress. Aust. J. Plant Physiol.
24
13: 553-565.
25
10.Dehghani, F. 2013. Effect of calcium to magnesium ratio of irrigation water on soil chemical
26
properties and pistachios grown in saline conditions. Ph.D. Thesis. Tarbiat Modares
27
University.
28
11.Ferguson, L., Beede, R.H., Freeman, M.W., Haviland, D.R., Holtz, B.A., and Kallsen, C.E.
29
2005. Pistachio production manual fruit and nut research and information center. University
30
of California, Davis, California.
31
12.Grattan, S.R., and Griere, C.M. 1998. Mineral nutrient acquisition and response by plants
32
grown in saline environments”. In: M. Pessarakil (Editor), Handbook of plant and Crop
33
Stress. Marcel- Dekker, New York, Second edition, 2: 26-36.
34
13.Hajrasouliha, Sh. 2004. Water Quality for Agriculture. University of Tehran Press.
35
14.Heydari, H. 2001. Surveying germination of major pistachio bases under conditions of high
36
calcium chloride, magnesium chloride and pH changes in water. Pistachio Research Center.
37
15.Homaei, H. 2003. Plant response to salinity. First Edition. Iranian National Committee on
38
Irrigation and Drainage. Tehran.
39
16.Hosseinifard, J., Salehi, M.H., Esfandarpour, I., and Mohammadi, J. 2008. Spatial variability
40
of grown water gualitay and it relations Ship with pistachio yield in any region, Iron.
41
J. Appl. Sci. 8: 20. 3497-3702.
42
17.Jones, H.G., Lakso, A., and Syvertsen, N. 1985. Physiological control of water status in fruit
43
trees. In: Horticultural Reviews. Ed. By Jonick, J. 7: 301-344.
44
18.Kalar, Y.P., and Maynard, D.G. 2002. Method manual for forest soil and plant. 141p.
45
19.Kene, H.K., Wankhade, S.T., and Sagare, B.N. 1990. Influence of nutrients spray on yield
46
and oil content of sunflower. Annals Plant Physiol. 4: 2. 246-248.
47
20.Khoshgofatrmansh, A.H., Jafari, B., and Shariatmadari, H. 2002. Effect of salinity on Cd and
48
Zinc availability. 17th World Congress of So Soil Science, Thailand.
49
21.Khoshgofatrmansh, A.H., and Siyadat, H. 2002. Mineral nutrition vegetables and garden
50
products in salty condition. Agricultural education and training center. Karaj, Iran.
51
22.Madhodk, O.Q., and Walker, R.B. 1969. Magnesium nutrition of Tow species of sun flower.
52
Plant Physiol. 44: 1016-1022
53
23.Mirmohamadi Meybodi, M., and Tertiary, B. 2003. Physiological and salinity aspects of
54
plant salinity stress, Isfahan University of Technology publishing Center, Pp: 274-1.
55
24.Mohamadi, A. 1995. Evaluated the resistance of pistachio than level of water salinity and
56
irrigation. M.Sc. Thesis of irrigation science. Faculty of Agriculture. Shiraz University. Iran.
57
(In Persian)
58
25.Mohamadkhani, A. 1997. Rafsanjan Pistachio Research Institute. Germination major
59
ground pistachios in a lot of calcium chloride, magnesium chloride and changes in water pH.
60
26.Morant-Manceau, A., Pradier, E., and Tremblin, G. 2004. Osmotic adjustment, gas
61
exchanges and chlorophyll fluorescence of a Hexaploid triticale and tis parental species
62
under salt stress. J. Plant Physiol. 161: 25-33.
63
27.Mozaffari, V. 2005. The Role of Potassium, Calcium and Zinc in pistachio dieback disease
64
control. Thesis, Department of Soil Science. School of Agriculture. Tarbiat Modares
65
University. Tehran.
66
28.Normandipour, F., Farpur, M.H., and Sarcheshmepour, M. 2014. Effect of salinity and
67
different ratios of magnesium on calcium on mycorhiza colonization and vegetative traits of
68
Sugar plant, Science and Technology of Greenhouse Crops. 19: 92-81.
69
29.Parsa, A.A., and Karimian, N. 1975. Effects of sodium chloride on seedling growth of two
70
major varieties of Iranian Pistachio (Pistacica varel.), J. Am. Soc. Hort. Sic. 50: 41-46.
71
30.Picchioni, G.A., Miyamoto, S., and Storey, J.B. 1991. Rapid testing of salinity effects on
72
pistachio seedling rootstocks. J. Amer. Soc. Hort. Sci. 116: 555-559.
73
31.Rahman, A., and Rau, D. 1997. Quality of irrigation water international Irrigation
74
information center publication No. 2.
75
32.Rajabi, M., Village, H.R., Karimi, H.R., and Habibi, H. 2012. Study of resistance of
76
pistachio base to sodium bicarbonate. J. Hort. Sci. 26: 3. 301-310.
77
33.Rani, B., and Jose, A.I. 2009. Studies on the dynamics of potassium and magnesium in okra
78
(Abelmoschus esculentus Moench). Proceedings of the international plant Nutrition
79
Colloquium XVI, University of California, Davis.
80
34.Ranjbar, A., Lemeur, R., and Van Damme P. 2001. Ecophysiological characteristics of two
81
pistachio species (pistacia khinjuk and pistacia mutica) in response to salinity. Department
82
of plant production, Laboratory of tropical and subtropical agronomy and ethnobotany,
83
University of Ghent, Coupure Link 653, B-9000. Ghent, Belgium.
84
35.Rosendahl, C.N., and Rosendahl, S. 1991. Influence of vesicular-arbuscular mycorrhizal
85
fungi (Glomus spp.) on the response of cucumber (Cucumis sativus L.) to salt stress.
86
Environmental and Experimental Botany, 31: 3. 313-318.
87
36.Salehi, F., Moradi, M., Mir Abolfthi, D., and Asgharzadh, A.S. 2006. The Effect of
88
mycorrhizal colonization VA and different levels of phosphorus absorption of phosphorus,
89
potassium, calcium, magnesium and zinc and vegetative growth pistachios. J. Agron. Hort.
90
78: 49-55.
91
37.Sepaskhah, A.R., and Maftoun, M. 1981. Growth and chemical composition of pistachio
92
cultivars as influenced by irrigation regimes and salinity levels of irrigate on water. I.
93
Growth. J. Hort. Sci. 56: 277-284.
94
38.Sepaskhah, A.R., and Maftoun, M. 1988. Relative salt tolerance of pistachio cultivars.
95
J. Hort. Sci. 63: 1. 157-162.
96
39.Tajabadipour, A. 2001. Effect of soil potassium on the relative resistance to water stress and
97
salinity three varieties of pistachio. Ph.D. Thesis. Hakshnasy section. Agricultural
98
University. Shiraz University.
99
40.Taluker, B.S.S., Shirazi, S.M., and Paul, U.K. 1980. Suitability if groundwater for irrigation
100
at kirimaganj U. Zilakishoreganj. Progress Agric. 9: 107-112.
101
41.Turhan, E., and Eris, A. 2006. Growth and stomatal behavior of two strawberry cultivars
102
under long term salinity stress. Turkey. Agric. 31: 55-61.
103
42.Zad Salehi, F., and Mozaffari, V., Tajabadi Pour, A., Hokmabadi, H.K. 2011. Interaction of
104
sodium and magnesium on some growth traits and chlorophyll pistachio, perlite medium.
105
Science and Technology of Greenhouse Culture. 6: 23-34.
106
ORIGINAL_ARTICLE
بررسی رفتار فسفرقابلاستفاده تحت شرایط غرقابی در خاکهای شالیزاری پس از کاربرد کود فسفره
سابقه و هدف : فسفر پس از نیتروژن یکی از عوامل محدودکننده رشد و توسعه برنج بوده و کمبود آن تأثیر بسیار شدیدی بر عملکرد برنج خواهد داشت. علی رغم اهمیت حیاتی فسفر برای کشت برنج در اراضی شالیزاری، بازیافت آن در خاکهای کشاورزی بسیار پایین و از 25% فسفر افزوده شده نیز کمتر بوده و باقیمانده آن به شکلهای مختلف در خاک تثبیت و یا با ورود به چرخه هیدرولوژیکی از دسترس گیاه در فصل رشد خارج میشود. اهداف این مطالعه بررسی روند تغییرات زمانی فسفر قابل استفاده، بررسی رفتار فسفر قابل استفاده با معادلات سینتیکی و تاثیر خصوصیات فیزیکی و شیمیایی خاک بر روند تغییرات فسفر قابل استفاده و بررسی امکان تقسیط فسفر در خاکهای شالیزاری می باشد. مواد و روشها: این پژوهش آزمایشگاهی به صورت فاکتوریل و در قالب طرح کاملا تصادفی و در سه تکرار شامل نوع خاک در 6 سطح، مقدار کود فسفره در دو سطح (صفر و 45 کیلوگرم در هکتار پنتا اکسید فسفرP2O5 ) به انجام رسید. 5/2 گرم خاک با کمک 5 میلیلیتر آب به شرایط غرقابی رسید. پس از افزودن تیمار فسفر به خاکهای اشباع شده، براساس تقویم زمانی متفاوت، عصارهگیری شد. در نهایت مقدار فسفرقابلاستفاده در هریک ار آنها اندازهگیری گردید. مقدار فسفر قابل استفاده با استفاده از معادلات سینتیکی مرتبه صفر، اول، دوم، الوویچ ساده، تابع نمایی، و انتشار پارابولیکی برازش و براساس ضرایب تشخیص و اشتباه استاندارد برآورد، معادلاتی که قادر به توصیف رفتار فسفر بودند گزینش و ضرایب آنها تعیین گردید. یافته ها: نتایج این پژوهش نشان داد که در تمام خاکها و علی رغم تفاوت در خصوصیات فیزیکی و شیمیایی آنها، مقدار فسفر قابل استفاده یک ماه پس از غرقاب به طور معنیداری بیشتر(72 درصد ) از مقدار فسفر قابل جذب خاک خاک هوا خشک بود. نمودار رفتار فسفرقابل استفاده طی زمان نشان داد که سرعت افزایش غلظت فسفرقابل استفاده در مراحل اولیه (تا 48 ساعت اولیه) سریع و سپس با گذشت زمان (تا 288 ساعت) به تدریج کاهش یافته و این روند تا 600 ساعت دنبال شده، پس از آن کاهش مقدار فسفرقابل استفاده با سرعت تقریباً ثابتی تا روز آخر آزمون ادامه یافت. معادلات مرتبه یک و دو (بالاترین ضریب تشخیص)و مرتبه صفر و تابع توانی (کمترین خطای استاندارد) به دلیل ضریب تشخیص بالا و خطای استاندارد کم و تقریبا مشابه می توانند سرعت آزادسازی فسفر را بهتر توصیف کنند. در بین معادلات گزینش شده تنها شیب منحنی معادله مرتبه دوم با تمام ویژگیهای شیمیایی و فیزیکی خاکها همبستگی (منفی یا مثبت ) معنیداری را نشان داد. (اسیدیته (*51/0-) و کربن آلی (*51/0-)، کربنات کلسیم معادل (**68/0)، فسفر قابل جذب در شرایط غیر غرقابی (*51/0-) و غرقابی (*51/0-) ، درصد شن (**68/0 ) و درصد رس (**60/0- )) و بنابراین میتواند معادله نهایی برای توصیف رفتار فسفر خاکهای شالیزاری مورد مطالعه باشد. نتیجه گیری: نتایج بر کاهش 50 درصد فسفر افزوده شده قبل از 300 ساعت یا 12 روز(مرحله رویشی) و 70 درصد در حدود 1400 ساعت یا دو ماه(شروع مرحله زایشی گیاه برنج) تاکید داشته و می تواند مبنای مطالعات تقسیط فسفر قرار گیرد.
https://jwsc.gau.ac.ir/article_3968_f6d5f7e3efbf3c19ff41ece9e5719533.pdf
2018-01-21
25
46
10.22069/jwsc.2018.13698.2840
فسفر
شرایط غرقابی
معادلات سینتیکی
شهرام
محمود سلطانی
shmsoltani@gmail.com
1
موسسه تحقیقات بنج کشور
LEAD_AUTHOR
مسعود
کاووسی
masoud_kavoosi2@yahoo.com
2
عضو هیات علمی - موسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران
AUTHOR
مریم
شکوری
maryamshakouri@ymail.com
3
دانشجوی دکتری
AUTHOR
مهرزاد
الله قلی پور
alahgholipour@yahoo.com
4
عضو هیات علمی- موسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران
AUTHOR
مریم
پیکان
maryam_paykan@yahoo.com
5
کارشناس آزمایشگاه شیمی خاک موسسه تحقیقات برنج کشور
AUTHOR
-1.Aharoni, C., Sparks, D., Levinson, L., and Raviana, J. 1991. Kinetics of soil chemical
1
reaction. Relationships between empirical equation and diffusion models. Soil Sci. Soc.
2
Amer. J. 55: 1307-1312.
3
2.Akhgar, A., and Tofighi, H. 1999. Evaluation of pH, Eh, soluble Fe and available phosphorus
4
changes at North of Iran paddy soils with and without rice plants. In: Proceeding of 6th
5
Iranian Congeres of Soil Science. Ferdoosi University, Mashhad, Iran. (In Persian)
6
3.Archana, K., Prabhakar Reddy, T., Anjaiah, T., and Padmaja, B. 2016. Effect of dose and time
7
of application of phosphorous on yield and economics of rice grown on P accumulated soil.
8
Inter. J. Sci. Environ. Technol. 5: 5. 3309-3319.
9
4.Barrow, N.J. 1979. The effects of temperature on the reactions between inorganic phosphate
10
and soil. J. Soil Sci. 30: 271-279.
11
5.Biabanaki, F., and Hosainpoor, A.R. 2007. Kin etic of phosphorus desorption and correlation
12
of kinetics medels coefficient with some of soil characters and plant indexes at some soils of
13
Hamedan. J. Sci. Technol. Agric. Natur. Resour. 11: 491-503. (In Persian)
14
6.Bubba, M.O., Arias, C.A., and Porix, H. 2003. Phosphorus adsorption maximum of sands for
15
use as media in subsurface flow cultivated reed beds as measured by the Langmuir
16
adsorption isotherms. Water Research. 37: 3390-3400.
17
7.Chen, Y.S.R., James, N.B., and Werner, S. 1973. Kinetic study of phosphate reaction with
18
aluminum oxide and kaolinite. Environmental Science and Technology. 7: 4. 327-332.
19
8.Chien, S.H., and Clayton, W.R. 1980. Application of Elovich equation to the kinetics of
20
phosphate release and sorption in soils. Soil Sci. Soc. Amer. J. 44: 265-268.
21
9.Dhillon, N.S., and Dev, G. 1988. Transformation of soil inorganic phosphorus reactions under
22
various crop rotations. J. Ind. Soc. Soil Sci. 39: 709-713.
23
10.Fox, R.L., and Kamprath, E. 1970. Phosphate sorption isotherms for evaluation the
24
phosphate requirements of soils. Soil Science Society of American Proceeding. 34: 902-907.
25
11.Freese, D., Van Riemsdijk, W.H., and Vander Zee, S. 1995. Modeling phosphate sorption
26
kinetics in acid soils. Eurp. J. Soil Sci. 46: 239-245.
27
12.Garcia-Rodeja, I., and Gil-Sotres, F. 1997. Prediction of parameters describing phosphorus
28
desorption kinetics in soils of Galicia (Northwest Spain). J. Environ. Qual. 26: 1363-1369.
29
13.Gee, G.W., and Bauder, J.W. 1986. Particle-size analysis. P 383-411, In: A. Klute (Ed.),
30
Methods of Soil Analysis. Part I. Physical and Mineralogical Methods. 2nd ed., Madison,USA.
31
14.Goldberg, S., Scalera, E., and Adamo, P. 2008. Molybdenum adsorption by volcanic Italian
32
soils. Communication in Soil Science and Plant Analysis. 39: 693-706.
33
15.Gorgin, N., Fekri, M., and Sadegh, L. 2011. Impact of organic-matter application on
34
phosphorus-desorption kinetics in two agricultural soils in southeastern Iran. Communication
35
in Soil Science and Plant Analysis. 42: 514-527.
36
16.Griffin, R.A., and Jurinak, J.J. 1973. Kinetics of the phosphate interaction with calcite.
37
Soil Science Society of American Proceeding. 38: 75-79.
38
17.Halford, I.C.R. 1980. Greenhouse evaluation of four phosphorous Soil tests in relation to
39
phosphate buffering and labile phosphate in soils. Soil Sci. Soc. Amer. J. 44: 555-559.
40
18.Jabari, H., and Bostani, A. 2004. Kinetic of available phosphorus changes in presence of
41
municipal waste at some soils of Iran. Iran. J. Soil Water Res. 45: 2. 211-219. (In Persian)
42
19.Jackson, M.L. 1958. Soil chemical Analysis. Prentice Hall, Englewood Cliffs, NJ.
43
20.Khan, M.S., Zaidi, A., and Wani, P.A. 2007. Role of phosphate – solubilizing
44
microorganisms in sustainable agriculture- A review. Agron. Sustain. Dev. 27: 29-43.
45
21.Javid, S., and Rowell, D.L. 2002. A laboratory study of the effect of time and temperature on
46
the decline in Olsen P following phosphate addition to calcareous soils. Soil Use
47
Management. 18: 127-134.
48
22.Kumar, A.D.V.S.L.P., Rao, M.S., and Satyanarayana, M. 2015. Influence of soil test based
49
application of phosphorous fertilizers on yield of paddy: A case study in khammam District
50
of Andhra Pradesh. J. Rice Res. 8: 1. 48-50.
51
23.Laegreid, M., Bockman, O.C., and Kaarstad, O. 1999. Agriculture, Fertilizer and the
52
Environement. CABI Publishing, Porsgrunn, Norway.
53
24.Lindsay, W.L., Velke, P.G., and Chien, S.H. 1989. Phosphate minerals. P 1089-1130,
54
In: J.B. Dixon and S.B. Weed (Eds.), Minerals in Soil Environments. 2nd ed., SSSA Book
55
Series No. 1, Madison, WI. USA.
56
25.Loeppert, R.H., and Suarez, G.L. 1996. Carbonates and Gypsum. Methods of soil analysis.
57
Part 3: Chemical methods. Madison, Wisconsin, USA.
58
26.Malakooti, M.J., and Kavoosi, M. 2004. Balanced Nutrition of Rice. Sena publication
59
company, Tehran, Iran. (In Persian)
60
27.Mc Dowell, R.W., and Sharpley, A.N. 2003. Phosphorus solubility and release kinetics as a
61
function of soil test P concentration. Geoderma. 112: 143-154.
62
28.Meena, R.K., Neupane, M.P., and Singh, S.P. 2014. Effect of phosphorous levels
63
and bioorganic sources on growth and yield of rice (Oryza sativa L.). Inter. J. Agric. Sci.
64
11: 286-289.
65
29.Najafi, N., and Towfighi, H. 2008. Changes in pH, EC and concentration of phosphorus in
66
soil solution during submergence and rice growth period in some paddy soils of north of
67
Iran. Proceedings of the International Meeting on Soil Fertility, Land Management and
68
Agroclimatology, 29 October-1 November, Kusadasi, Turkey, Pp: 555-567.
69
30.Najafi, N., and Towfighi, H. 2011. Effects of soil moisture regimes and phosphorus fertilizer
70
on available and inorganic P fractions in some paddy soils, north of Iran. Iran. J. Water Soil
71
Res. 42: 2. 257-269. (In Persian)
72
31.Najafi, N., and Towfighi, H. 2014. Changes in available phosphorus and inorganic native
73
phosphorus fractions after waterlogging in the paddy soils of north of Iran. J. Sci. Technol.
74
Agric. Natur. Resour. Water and Soil Science. 18: 67. 151-163. (In Persian)
75
32.Novak, L.T., and Petschauer, F.J. 1979. Kinetics of the reaction between orthophosphate ions
76
and Muskegon dune sand. J. Environ. Qual. 8: 312-318.
77
33.Olsen, S.R., and Khasawneh, F.E. 1980. Use and limitation of physical-chemical criteria for
78
assessing the state of phosphorus in soils. P 361-404, In: F.E. Khasawneh, E.C. Sample and
79
E.J. Kamprath (Eds.), the Role of Phosphorus in Agriculture. 361-404. Pub SSSA. Madison,
80
34.Ovalles, F.A., and Collins, M.E. 1984. Soil landscape relationships and soil P availability in
81
North Central Florida. Soil Science Society of American Proceeding. 50: 401-408.
82
35.Ponnamperuma, F.N. 1972. The Chemistry of submerged soils. Advanced Agronomy.
83
24: 29-96.
84
36.Ponnamperuma, F.N. 1978. Electrochemical changes in submerged soils and the growth of
85
rice. IRRI. Soil and Rice. Los Banos, Laguna, Philippines, Pp: 421-441.
86
37.Qadeer, R., and Akhtar, S. 2005. Kinetics Study of Lead Ion Adsorption on Active Carbon.
87
Turk. J. Chem. 29: 95-99.
88
38.Raeisi, T., and Hossainpoor, A. 2013. Wheat rhizospherial effects on phosphorus desorption
89
kinetic. Water Soil J. (Agricultural Science and Industry). 27: 4. 780-791. (In Persian)
90
39.Raeisi, T., and Hossainpoor, A. 2015. Bean rhizospherial effects on phosphorus desorption
91
kinetic of Shahr-e-Kurd calcareous soils. Know. Water Soil J. 25: 2. 67-80. (In Persian)
92
40.Safari Sinegani, A.A., and Sedri, S. 2011. Effects of sterilization and temperature on the
93
decrease kinetic of phosphorus bioavailability in two different soil types. J. Soil Sci. Plant
94
Nutr. 11: 2. 109-122.
95
41.Samadi, A., and Gills, R.J. 1999. Phosphorus transformations and their relationships with
96
calcareous soil properties of Southern Western Australia. Soil Sci. Soc. Amer. J. 63: 809-815.
97
42.Sharpley, A.N., and Ahuja, L.R. 1983. A diffusion interpretation of soil phosphorus
98
desorption. J. Soil Sci. 135: 322-326.
99
43.Singh, A.L., Singh, P.K., and Latha, P. 1988. Effect of split application of phosphorous on
100
the growth of azolla and low land rice. Fertility Research. 16: 2. 109-117.
101
44.Sparks, D.L., and Jardine, P.M. 1984. Comparison of kinetic equation of describe K-Ca
102
exchange in pure and in mixed systems. J. Soil Sci. 138: 115-122.
103
45.Sparks, D.L. 1999. Kinetics of soil chemical processes. San Diego, CA, Academic Press, Inc.
104
46.Sui, Y., and Thompson, M.L. 2000. Phosphorus sorption, desorption and buffering capacity
105
in Molisol. Soil Sci. Soc. Amer. J. 64: 164-169.
106
47.Toor, G.S., and Bahl, G.S. 1999. Kinetics of phosphate desorption from different soils as
107
influenced by application of poultry manure and fertilizer phosphorus and its uptake by
108
soybean. Bio-resource Technology. 69: 117-121.
109
48.Ustan, S. 2004. Kinetic and equilibrium study of phosphours in soils of Iran. Ph.D. Thesis.
110
Faculty of Agriculture. Tehran University, Tehran, Iran. (In Persian)
111
49.Walkley, A., and Black, I.A. 1934. An examination of the Degtjareff method for determining
112
soil organic matter and a proposed modification of the chromic acid titration method.
113
Soil Science. 37: 1. 29-38.
114
50.Wright, R.B., Lockaby, B.G., and Walbridge, M.R. 2001. Phosphorus availability in an
115
artificially flooded Southeastern floodplain forest soil. Soil Sci. Soc. Amer. J. 65: 1293-1302.
116
51.Yadav, S.L., Ramteke, J.R., Gedam, V.B., and Powar, M.S. 2004. Effect of time of
117
application of phosphorus and potassium on the yield and nutrients uptake of rice hybrids.
118
J. Maharashtra Agric. Univ. 29: 2. 242-243.
119
ORIGINAL_ARTICLE
ارزیابی خطر وقوع زمین لغزش در حوضه ابخیز اوغان استان گلستان با استفاده از فراینده تحلیل شبکه(ANP)
چکیده سابقه و هدف زمینلغزش یکی از مخربترین حوادث طبیعی در مناطق شیبدار می باشد. کشور ایران با توجه به موقعیت جغرافیایی، تنوع اقلیمی و ژئومورفولوژیکی، افزایش جمعیت و فشار بر منابع طبیعی در معرض این مخاطره طبیعی است. از این رو تهیه نقشههای پهنهبندی خطر وقوع زمینلغزش دارای اهمیت فراوان است. بنابراین با توجه به گزارشات وقوع زمین لغزش در حوضه آبخیز اوغان استان گلستان، هدف این پژوهش پهنهبندی این مخاطره در قالب مدل فرایند تحلیل شبکه(ANP) میباشد. مواد و روشها برای پهنهبندی زمینلغزش در حوضه آبخیز اوغان، در مرحله اول نقشه عوامل موثر بر وقوع زمینلغزش از منابع اطلاعاتی مانند نقشههای توپوگرافی 1:50000، زمینشناسی 1:100000، آمار بارش و عکسهای هوایی و تصاویر ماهوارهای تهیه و با پیمایش صحرایی در حوضه مذکور که در موقعیت جغرافیایی´9 °37 تا´15 °37 عرض شمالی و ´5 °55 تا ´43 °55 طول شرقی با مساحت 40352 هکتار قرار دارد، تکمیل و اصلاح شد، در ادامه نقشه عوامل موثر شامل: شیب، جهت دامنه، ارتفاع، بارندگی، فاصله از جاده، فاصله از گسل، فاصله از آبراهه، کاربری ارضی منطقه، سنگشناسی و همچنین لایه پراکنش زمین لغزشها در محیط نرمافزار ArcGIS ساماندهی شده و در مرحله دوم وزن عوامل موثر، بوسیله مدل ANP محاسبه و بر لایههای اطلاعاتی برای در محیط GIS اعمال و با همپوشانی آنها نقشه پهنهبندی وقوع زمینلغزش تهیه گردید. در مرحله سوم دقت نقشه پهنهبندی شده با کاربرد شاخص نسبت تراکمی (Dr) و مقدار درجه تناسب مورد ارزیابی قرار گرفت. یافتهها نتیجه شناسایی 88 عدد زمینلغزش به مساحت 181 هکتار(شکل5) و بررسی ارتباط با عوامل موثر بر وقوع زمین لغزش نشان داد، که بیشتر لغزشها در واحدهای سنگشناسی شیل، مارن، سنک آهک ورقهای، ماسهسنگ و نهشتههای کواترنری قرار دارد (جدول1). همچنین نتایج بررسی طبقات مختلف شیب نشان میدهد که بیشتر زمین لغزشها در طبقه شیب 15-30 درصد لغزیدهاند در بررسی طبقات بارش روند وقوع زمینلغزشها با افزایش طبقه بارش صعودی بوده و طبقات700-500 و بالاتر از700 میلیمتر بارش سالانه، درصدی قابل توجه از زمین لغزشها را در خود جای دادهاست. نتایج عوامل موثر فاصله از جاده و آبراهه نشانداد که بیشترین لغزشها در فاصله کمتر از صد متری این عوارض میباشد و این موضوع تائید کننده نقش برداشت پای شیب دامنهها توسط یک عامل انسان ساخت و یک عامل طبیعی میباشد. در نهایت بررسی عامل فاصله از گسل بر وقوع زمین لغزش نشان میدهد که بیشترین زمینلغزشها در فاصله بیشتر از 400متری قرار دارند(جدول 2). نتیجه گیری نتایج پهنهبندی با بکارگیری مدل ANP در حوضه اوغان نشان داد: 29 درصد حوضه در طبقات چهارگانه در محدوده خطر زیاد وخیلی زیاد قرار دارد. از بین لایههای اطلاعاتی 8 گانه، عامل شیب با امتیاز وزنی(215/0)، لیتولوژی(182/0) و فاصله از جاده(173/0) بالاترین وزن و جهت شیب با امتیاز وزنی(018/0) پایین ترین امتیاز را در پهنهبندی به خود اختصاص دادند. بررسی امتیاز وزنی طبقات مختلف عوامل موثر نیز نشان داد که طبقه 100-0 متر فاصله از آبراهه با امتیاز وزنی(080/0) ، طبقه شیب 30-15درصد با امتیاز وزنی (078/0) و طبقه 100-0 متر فاصله از جاده با امتیاز وزنی(068/0) بالاترین امتیازات وزنی را به دست آوردهاند. نتایج حاصل از این مدل در نهایت نشانداد، که همگرایی عواملی مانند شیب، لیتولوژی، فاصله از آبراهه بعنوان عوامل طبیعی در کنار عامل انسانی، همچون جاده سازی تاثیر بسیار زیادی در وقوع مخاطره زمینلغزش دارد در نهایت با بررسی نسبت تراکم 88 زمین لغزش رخداده و روند صعودی منحنی آن و انطباق پهنههای لغزشی با کاربرد درجه تناسب به میزان 7/69 درصد بر طبقات زیاد و خیلی زیاد در نقشه نهایی، میتوان نتیجه گرفت که فرایند تحلیل شبکه کارائی مناسب در پهنه بندی خطر زمین لغزش در حوضه اوغان را دارا می باشد.
https://jwsc.gau.ac.ir/article_3969_e352f5c2880efaf43b59a8fc2b176925.pdf
2018-01-21
47
66
10.22069/jwsc.2018.13761.2848
زمین لغزش
فرایند تحلیل شبکه
حوضه اوغان
استان گلستان
غلامرضا
غلامی کلاته
reza_golestan@yahoo.com
1
مشاور سازمان هلال احمر
LEAD_AUTHOR
پرویز
کردوانی
parvizkardavani@yahoo.com
2
استاد تمام -دانشگاه علوم تحقیقات تهران
AUTHOR
محسن
رنجبر
dr.mranjbar@gmail.com
3
دانشیار. دانشگاه آزاد واحد شهر ری
AUTHOR
-1.Abedini, M., Fathi, M., and Beheshti Javid, E. 2014. Landslide hazard zonation by fuzzy logic
1
model (Case study: Ghouri Chay river basin), the first Iranian Geosciences Conference.
2
2.Ahmadi, H., Mohammad Khan, S., Feiznia, S., and Ghoddoosi. J. 2006. Landslide hazard
3
zonation by AHP hierarchical analysis method in Taleghan basin, Natur. Resour. J. 58: 14-3.
4
3.Anbalagan, R. 2004. Landslide hazard evaluation and zoning mapping in Mount- Ainous
5
Terrain, Engineering Geol. 36p.
6
4.Azimpour, A., Sadoughi, H., Dahaloghly, A., and Richard, M. 2008. Evaluation of AHP
7
model results in landslide hazard zonation Case Study: Ahar Chay Basin, Geological Survey
8
of Iran, J. Geol. Survey. 9: 26. 87-71.
9
5.Bharat Prashad, B., Keshab Datt, A., Binod Prasad, H., Thakur, S., and Gandhiv, K. 2013.
10
Using Geographic Information System and Analytical HierarchyProcess in Landslide Hazard
11
Zonation Applied Ecology and Environmental Sciences. 1.2. Doi10.1296.1-2.
12
6.Castellanos Abella, E.A., and Van Westen, C.J. 2007. Generation of a landslide risk index
13
map for Cuba using spatial multi-criteria evaluation. Landslides, 4: 311-325.
14
7.Cruden, D.M. 1991. A Simple Definition of a landslide, Bulletin of International Association
15
of Engineering Geology, 43: 27-29.
16
8.Faraji Sabokbar, H.A., Salmani, M., Fereidouni F., Karimzadeh, H., and Rahimi, H. 2010.
17
Rural waste sanitary landfill location using a network process model (ANP): A case study of
18
rural areas in Ghoochan city, Quarterly J. Human. 14: 1. 149-12.
19
9.Fathi, M.H., Khohdel Kazem, A., Kandi, S., Ashrafifeini, Z., and Haliji, M.A. 2015. The
20
combination of spectral and spatial data in zoning oflandslidesusceptibility (Case study:
21
Sangorchay reservoir) J. Biodiv. Environ. Sci. (JBES) ISSN: 2220-6663. 6: 2. 515-527.
22
10.Fizaniya, S., Chalarstagi, A., Ahmadi, H., and Wasefayy, M. 2004. Investigation of Factors
23
Influencing Landslides and Landslide Risking - A Study of a Man: Shahranrood Basin of
24
Tajan Dam, Iran. J. Natur. Resour. 57: 1. 22-3.
25
11.Gee, M.D. 1992, Classification of Landslide Hazard Zonation Methods and a Test of
26
Predictive Capability, 6th International Symposium on Landslides: Christchurch, New
27
Zealand, Pp: 947-952.
28
12.Ghomiyan, J., Fatemi Aqda, M., Ashloqi Farahani, A., and Teshneh Lab, M. 2002. Landslide
29
hazard zonation using a fuzzy multi-index decision making method (Case study: Roodbar
30
Gilan area), Quar. J. Res. Technol. 56: 80-67.
31
13.Hussin, H., Zumpano, Y.V., Reichenbach, P., Sterlacchini, S., and Micu, M. 2016. Different
32
landslide sampling strategies in a grid-based bi-variate statistical susceptibility model,
33
Geomorphology , Volume 253, 15 January 2016, Pp: 508-523.
34
14.Jalali, N. 2002. Evaluation of conventional landslide hazard zonation in Taleghan watershed.
35
Proceedings of the first gathering of landslide research projects, Soil and Watershed
36
Protection Research Center, Pp: 115-103.
37
15.Kanungo, D.P., Arora, M.K., Sarkar, S., and Gupta, R.P. 2006, A Comparative Study of
38
Conventional, ANN Black Box, Fuzzy and Combined Neural and Fuzzy Weighting
39
Procedures for Landslide Susceptibility Zonation in Darjeeling Himalayas, Engineering
40
Geology, 85: 347-366.
41
16.Lan, H.X., Zhou, C.H., Wang, L.J., Zhang, H.Y., and Li, R.H. 2004. Landslide hazard spatial
42
analysis and prediction using GIS in the Xiaojiang Watershed, Yunnan, China. Engineering
43
Geology, 76: 109-128.
44
17.Marrapu Balendra Mouli and Ravi Sankar Jakka. 2014. Landslide Hazard Zonation Methods:
45
A Critical Review International Journal of Civil Engineering Research. ISSN 2278-3652.
46
5: 3. 215-220
47
18.Mayavan, N., and Sundaram, A. 2012. Statistical analysis for landslide in relation to landuse,
48
in Sirumalai Hill, Dindigul district, Tami Nadu, India, using GIS. Res. J. Recent Sci.
49
1: 12. 36-39.
50
19.Mirasani, R. 1999. Analytical Attitudes on Landslide Features of the Country, Proceedings
51
of the first Geological Conference on Environmental Engineering in Iran, First Edition,
52
Tarbiat Moallem University of Tehran, Pp: 71-70.
53
20.Moghimi, E., Yamani, M., and Vahimi, S. 1392. Landslide hazard assessment and zoning
54
in Roodbar using network analysis process, Quantitative Research, No. 4, Spring 2013,
55
Pp: 118-103.
56
21.Mohammadi, A., Heshmatpoor, A., and Mosaedi, A. 2004. Study on Efficiency of an Iranian
57
Method for Landslide Hazard Zonation in Golestan province (Iran), Geophysical Research
58
Abstracts, 6: 10-22.
59
22.Mosafaei, J., Onagh, M., Mosadaghi, M., and Shariat Jafari, M. 2009 Comparison of the
60
Efficiency of Empirical and Statistical Models of Landslide Risk Alignment in Alamot
61
Basin, Water and Soil Conservation Researches, Pp: 61-43.
62
23.Naderi, F., Naseri, B., Karimi, H. and Habibi Bibalani, Gh. 2010. Efficiency evaluation of
63
different landslide susceptibility mapping methods (Case study: Zangvan watershed, Ilam
64
province): First ternational conference of soil and roots engineering relationship
65
(LANDCON1005), Ardebil, Iran.
66
24.Neaupane, K.M., and Piantanakulchai, M. 2006. Analytic network process model for
67
landslide hazard zonation Engineering Geology, Volume 85, Issues 3-4, 21 June 2006,
68
Pp: 281-294.
69
25.Pour Hashemi, S., Amir Ahmadi, A., and Akbari, E. 2014. Selection of a suitable model
70
for two-way statistical methods for studying arid areas, Fourth year, No.15, Spring 2014,
71
Pp: 89-71.
72
26.Ramezani, B., and Ebrahimi, H. 2009. Recognition of the Effective Factors of Landslide in
73
the Barnstadt Dam Ghaemshahr Dam, Quar. J. Hum. Geograph. First Year, 4: 126-127.
74
27.Riedel, L., Vacik, H., and Kalasek, R. 2000. Map Models, a new approach for spatial
75
decision support in silvicultural decision making. Computers and Electronics in Agriculture,
76
27: 407-412.
77
28.Yalcin, A. 2008. GIS-based landslide susceptibility mapping using analytical hierarchy
78
process and bivariate statistics in Ardesen (Turkey): Comparisons of results and
79
confirmations, Catena, 72: 1-12.
80
29.Rostaei, S., Khodai, L., and Vakhshlag, F. 2014. Evaluation of Network Analysis (ANP) and
81
Multi-dimensional Spatial Analysis in the Study of the Potential of Landslide occurrence in
82
the Range of Dam and Shaft of the Dam (Case study: Ghaleh Dam), Research Natural
83
Geography, 46: 4. 495-508.
84
30.Sabuya, F.M., Alves, G., and Pinto, W.D. 2006. Assessment of failure susceptibility of soil
85
slopes sings fuzzy logic, Engineering Geology, 14p.
86
31.Sarolee, K.M. 2001. Statistical Analysis of landslide susceptibility at Yonging, Korea.
87
Environmental Geology, 40: 1095-1113.
88
32.Shadfar, S. 2005. Analytical evaluation of landslide quantitative models in order to achieve a
89
suitable model for Chalkarood watershed, Ph.D. Thesis, Geomorphology University of
90
Tehran, 225p.
91
33.Shadfar, S., and Yamani, M. 2006. Landslide hazard zonation in Jalisan watershed using
92
LNRF model, Geographical research, 39: 1. 68-62.
93
34.Shariat Jafari, M. 1996. Landslide (principles and principles of stability of natural slopes),
94
Sazeh Publication, 218p.
95
35.Shirani, K. 2006. Survey and Evaluation of Landslide Hazard Zoning Methods in Semiroma
96
Subsidy, J. Res. Bas. Sci. Isfahan University, No. 961, 96p.
97
36.Sidle, R.C., and Ochiai, H. 2006. Landslides: Processes, Prediction, and Landuse,
98
WaterResource Monograph: 18, AGU books, ISSN: 0170-9600.
99
37.Soltani, A., and Talebi, T. 2013. Investigating the spatial distribution system and location
100
analysis of Shiraz-based interurban bus terminals using the network analysis process (ANP),
101
regional studies and researches, the fifth year, the eighteenth issue, Pp: 122-107.
102
38.Talaei, R. 2014. Estimation of Landslide Risk in Hashtchin Area for Use in Development
103
Design, Journal of Engineering and Management of Watershed Management, Volume 6,
104
Issue No. 1. 2014, Pp: 21-41.
105
39.Tuzkaya, G., Tuzkaya, O.S., Umut, R., and Bahadır, G. 2008. An analytic network process
106
approach for locating undesirable facilities: An example from Istanbul, Turkey,
107
Environmental Management, 88: 4. 970-983.
108
40.Wu, C.I., Kung, Y., Chen, H., and Chia Kuo, L. 2014. An intelligent slopedisasterprediction
109
and monitoring system based on WSN and ANP Expert Systems with, Applications Volume
110
41, Issue 10, August 2014, Pp: 4554-4562.
111
41.Yamani, M., and Shadfar, S. 2010. The zoning of landslide in Tonekabon watershed using
112
quantitative models, Geography and Development Magazine, Pp: 98-85.
113
42.Zare, M., Ahmadi, H., and Gholami, S.A. 2010. Estimation of Landslide Risk Using MultiCriteria Decision Making Process and Geographical Information-Information, Case Study,
114
Waza Watershed, J. Iran. Natur. Ecosyst. Year One, Number two, Winter 2010, Pp: 168-179.
115
ORIGINAL_ARTICLE
ارزیابی شاخص ردپای آب محصولات زراعی و باغی استان تهران
سابقه و هدف: مدیریت مصرف آب شهرهای بزرگ در سالهای اخیر به عنوان مباحث کلیدی در زمینه مدیریت منابع آب مطرح شده است. استان تهران با مرکزیت شهر تهران از نقاط اصلی مصرف آب در کشور ایران محسوب میشود. یکی از شاخصهای مطرح برای بکارگیری مدیریت جامع حوزههای آبخیز، شاخص ردپای آب است. در استان تهران، همچون سایر مناطق، کشاورزی از مهمترین مصرفکنندگان آب محسوب میشود. به همین سبب این پژوهش با هدف محاسبه ردپای آب بخش کشاورزی استان تهران و تعیین مطلوبترین شهرستان برای کاشت محصولات باغی و زراعی از منظر ردپای آب نگاشته شده است. مواد و روشها: به منظور محاسبه ردپای آب محصولات کشاورزی، با استفاده از آمارنامههای ارائه شده توسط جهاد کشاورزی، شهرستانهایی از استان که بالاترین مقدار تولید و سطح زیر کشت را داشتند شناسایی گردید. در مرحله بعد اطلاعاتی نظیر نیاز آبی گیاهان از نرمافزار خانواده CropWat، عملکرد محصولات و پارامترهایی که در محاسبات نیاز بود از طریق آمارنامههای کشاورزی محاسبه و گردآوری شد. سپس با استفاده از روش ارزیابی شاخص ردپای آب به محاسبه ردپای آب محصولات کشاورزی محاسبه شد. یافتهها: نتایج بدست آمده نشان داد که در بخش تولیدات زراعی، مقدار محتوی ردپای آب، به مراتب بیشتر از تولیدات باغی میباشد. بالاترین میانگین ردپای آب مربوط به محصول گندم (2539 مترمکعب برتن) و پایینترین میانگین ردپای آب مربوط به محصول سیب (477 مترمکعب بر تن) بوده است. در مقایسه متناظر محصولات بین شهرستانهای مشترک در تولید، مشخص شد که از منظر شاخص ردپای آب برای محصولات زراعی خصوصاً گندم و جو، شهرستانهای جنوبی و غربی استان یعنی شهرستانهای ورامین و اسلامشهر نسبت به سایر شهرستانها اولویت دارند. لکن برای محصولات باغی، شهرستان دماوند دارای اولویت است. نتیجهگیری: در تحقیق حاضر مصرف آب برای محصولات کشاورزی مورد بررسی قرار گرقت و با توجه به نتایج، حجم زیادی از منابع آب استان صرف تولید این محصولات میشود. در تمامی محصولات مورد مطالعه، ردپای آب سبز بیش از سایر اجزای ردپای آب بود که نشان دهنده اتکای تولید محصولات بر بارش باران و رطوبت خاک است و بخش اعظم آب آبیاری از دسترس گیاه در اثر تبخیر یا نفوذ خارج میشود. این درصورتی است که حجم زیادی از آب برای تأمین آب شرب استان خصوصاً شهر تهران مورد نیاز است که باید با اولویتبندی تولیدات، از منابع آب موجود حفاظت کرد. در مجموع بهتر است که در استان تهران تنها تولیدات محصولات باغی گسترش یابد و سایر محصولات زراعی از خارج مرزهای شهرستان تأمین شود.
https://jwsc.gau.ac.ir/article_3970_cd89cb1388accafd851b10b0d531180a.pdf
2018-01-21
67
85
10.22069/jwsc.2017.13718.2842
بحران آب
مدیریت کاشت
ردپای آب گندم
استان تهران
حسین
یوسفی
hosseinyousefi@ut.ac.ir
1
دانشکده علوم و فنون نوین دانشگاه تهران
LEAD_AUTHOR
علی
محمدی
ali.mohammadi@ut.ac.ir
2
دانشکده علوم و فنون نوین، دانشگاه تهران
AUTHOR
یونس
نوراللهی
noorollahi@ut.ac.ir
3
دانشکده علوم و فنون نوین، دانشگاه تهران
AUTHOR
سید جواد
ساداتی نژاد
jsadatinejad@ut.ac.ir
4
دانشکده علوم و فنون نوین، دانشگاه تهران
AUTHOR
1.Ababaei, B., and Ramezani Etedali, H. 2017. Water footprint assessment of main cereals in
1
Iran. Agricultural Water Management. 179: 401-411.
2
2.Agricultural profile of Tehran province. 2015. Tehran province Agricultural Organization.
3
Available at: http://Tehran.agri-jahad.ir.
4
3.Allan, J.A. 1998. Virtual water: a strategic resource. Ground Water. 36: 545-547.
5
4.Aligholinia, T., Rezaie, H., Behmanesh, J., and Montaseri, M. 2016. Presentation of water
6
footprint concept and its evaluation in Urmia lake watershed agricultural crops. J. Water Soil
7
(Cons. 23: 337-344. (In Persian
8
5.Antonelli, M., and Greco, F. 2015. The Water We Eat. Springer, 256p.
9
6.Chapagain, A.K., Hoekstra, A.Y., and Savenije, H.H.G. 2006. Water saving through
10
international trade of agricultural products. Hydrology and Earth System Science.
11
10: 455-468.
12
7.Chukalla, A.D., Krol, M.S., and Hoekstra, A.Y. 2015. Green and blue water footprint
13
reduction in irrigated agriculture: effect of irrigation techniques, irrigation strategies and
14
mulching. Hydrology and Earth System Science. 19: 4877-4891.
15
8.Deng, G., Ma, Y., and Li, X. 2016. Regional water footprint evaluation and trend analysis of
16
China - based on interregional input–output model. J. Clean. Prod. 112: 4674-4682.
17
9.Gerbens-Leenes, W., and Hoekstra, A.Y. 2012. The water footprint of sweeteners and
18
bio-ethanol. Environment International. 40: 202-211.
19
10.Haile, D., Nigussie, D., and Ayana, A. 2012. Nitrogen use efficiency of bread wheat: Effects
20
of nitrogen rate and time of application. J. Soil Sci. Plant Nutr. 12: 389-409.
21
11.He, J., Dukes, M.D., Hochmuth, G.J., Jones, J.W., and Graham, W.D. 2012. Identifying
22
irrigation and nitrogen best management practices for sweet corn production on sandy soils
23
using CERES-Maize model. Agricultural Water Management. 109: 61-70.
24
12.Hess, T.M., Lennard, A.T., and Daccache, A. 2015. Comparing local and global water
25
scarcity information in determining the water scarcity footprint of potato cultivation in Great
26
Britain. J. Clean. Prod. 87: 666-674.
27
13.Hoekstra, A.Y., and Chapagain, A.K. 2007. Water footprints of nations: Water use by people
28
as a function of their consumption pattern. Water Resources Management. 21: 35-48.
29
14.Hoekstra, A.Y. 2013. The Water Footprint of Modern Consumer Society. Routledge,
30
London, UK, 208p.
31
15.Hoekstra, A.Y., Chapagain, A.K., Aldaya, M.M., and Mekonnen, M.M. 2011. The Water
32
Footprint Assessment Manual: Setting the Global Standard. Earthscan, London, UK, 203p.
33
16.Hoekstra, A.Y., and Chapagain, A.K. 2008. Globalization of water: Sharing the planet’s
34
freshwater resources. Blackwell Publishing, Oxford, UK, 220p.
35
17.Lovarelli, D., Bacenetti, J., and Fiala, M. 2016. Water Footprint of crop productions: A
36
review. Science of the Total Environment. 548: 236-251.
37
18.Lu, Y., Zhang, X., Chen, S., Shao, L., and Sun, H. 2016. Changes in water use efficiency and
38
water footprint in grain production over the past 35 years: a case study in the North China
39
Plain. J. Clean. Prod. 116: 71-79.
40
19.Mekonnen, M.M., and Hoekstra, A.Y. 2010. A global and high-resolution assessment of
41
the green, blue and grey water footprint of wheat. Hydrology and Earth System Science.
42
14: 1259-1276.
43
20.Mekonnen, M.M., and Hoekstra, A.Y. 2011. The green, blue and grey water footprint of
44
crops and derived crop products. Hydrology and Earth System Sciences. 15: 1577-1600.
45
21.Mohammad Khani, M.R., Zakeri, Z., and Maghsoudi, A. 2015. Water Footprint calculation
46
for some selected products: Grey, Green and Blue Water Footprint in production and
47
consumption, Islamic Parliament Research Center of the Islamic Republic of Iran, 237p.
48
(In Persian)
49
22.Mohammadi, A., Yousefi, H., Noorollahi, Y., and Sadatinejad, SJ. 2017. Choosing the Best
50
Province in Potato Production using Water Footprint Assessment. Ecohydrology. 4: 523-532.
51
(In Persian)
52
23.Ministry of Agriculture. 2016a. Statistical Book, Vol. 1, Agricultural Crops, 163p.
53
(In Persian)
54
24.Ministry of Agriculture. 2016b. Statistical Book, Vol. 2, water resources, soil and services,
55
384p. (In Persian)
56
25.Ministry of Agriculture. 2014. Statistical Book. Costs of crops production, 73p. (In Persian)
57
26.Molden, D. 2007. Water for food, water for life: a comprehensive assessment of water
58
management in agriculture. Earthscan, 664p.
59
27.Postel, S.L. 2000. Entering an era of water scarcity: the challenges ahead. Ecological
60
applications. 10: 941-948.
61
28.Shejbalová, Š., Černý, J., Vašák, F., Kulhánek, M., and Balík, J. 2014. Nitrogen efficiency of
62
spring barley in long-term experiment. Plant, Soil and Environment. 60: 291-296.
63
29.Shiklomanov, I.A. 2000. Appraisal and assessment of world water resources. Water
64
International. 25: 11-32.
65
30.Yousefi, H., and Mohammadi, A. 2017. Prioritize the Use of Water resources, based on
66
Physical and Economic Productivity of Water Usage (Case study: Apple crop). 4th
67
(International Conference on CEPM Environmental Planning and Management, Tehran.(In Persian
68
31.Zhuo, L., and Hoekstra, A.Y. 2017. The effect of different agricultural management practices
69
on irrigation efficiency, water use efficiency and green and blue water footprint. Frontiers of
70
Agricultural Science and Engineering. 4: 185-194.
71
ORIGINAL_ARTICLE
نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان)
سابقه و هدف: فرسایشپذیری خاک یکی از خصوصیات بسیار مهم خاک میباشد که بررسی تغییرات مکانی آن، جهت مدیریت زراعی، تخریب اراضی و مطالعات زیست محیطی حائز اهمیت میباشد. بنابراین اطلاع از تغییرپذیری مکانی فرسایشپذیری خاک نقش مهمی در مدلسازی فرسایش آبی دارد. بررسی تغییرات فرسایشپذیری خاک به شیوههای مرسوم گران و زمانبر است . لذا یکی از راههای حل این چالش استفاده از نقشهبرداری رقومی خاک است که میتواند خصوصیات خاک را با استفاده از دادههای کمکی و مدلهای دادهکاوی به صورت رقومی پیشبینی کند. هدف از این تحقیق استفاده از مدلهای شبکه عصبی مصنوعی و جنگل تصادفی و دادههای کمکی برای تهیه نقشه فرسایشپذیری خاک میباشد. مواد و روش: با استفاده از روش نمونهبرداری تصادفی طبقهبندی، تعداد 100 نمونه خاک از عمق 30-0 سانتیمتری خاکهای منطقه دهگلان استان کردستان (با وسعت 48701 هکتار) برداشت شده و خصوصیت بافت خاک، شن ریز، کربن آلی، نفوذپذیری، ساختمان خاک و فرسایشپذیری خاک (با استفاده از معادله ویشمایر و اسمیت) اندازهگیری و محاسبه شد. متغیرهای محیطی در این پژوهش اجزاء سرزمین و دادههای تصویر +ETM بودند. پارامترهای سرزمین ( شامل 15 پارامتر) و شاخص رس و شاخص گیاهی نرمال شده (NDVI) به ترتیب با استفاده از نرمافزار SAGA و ArcGIS10.3 محاسبه و استخراج گردید. جهت ارتباط بین فرسایشپذیری خاک و متغیرهای کمکی از مدلهای جنگل تصادفی و شبکه عصبی مصنوعی بهره گرفته شد و با استفاده از روش اعتبارسنجی دوجانبه مورد ارزیابی قرار گرفت. در نهایت نقشه شوری خاک با استفاده از مدل بهتر تهیه شد. یافتهها: برای پیشبینی فرسایشپذیری خاک، متغیرهای کمکی شامل شاخص خیسی، شاخص همواری دره، شیب، شاخص رس، شاخص NDVI و باند 7 مهمترین بودند. نتایج این تحقیق نشان داد که دو مدل (شبکه عصبی مصنوعی با 80/0، 003/0 و 021/ و جنگل تصادفی با 76/0، 005/0 و 024/ به ترتیب0برای ضریب تبیین، میانگین خطا و میانگین ریشه مربعات خطا) دارای دقت نزدیک بههم برای پیشبینی فرسایشپذیری خاک بودند. فرسایشپذیری خاک در محدوه بین 05/0 -0 تن ساعت بر مگا ژول میلیمتر قرار داشت و بیشترین مقادیر فرسایشپذیری خاک در مناطق مرتفع جنوبی با شیب زیاد و پوشش گیاهی کم مشاهده شد. در کلاس شیب بیشتر از 10 درصد فرسایشپذیری خاک بیشتر از سایر کلاسهای شیب بود. همچنین کلاس شیب بیشتر از 10 درصد، دارای کمترین مقادیر دادههای کمکی شامل شاخص خیسی، شاخص همواری دره با درجه تفکیک بالا، شاخص رس و باند7 و بیشترین مقدار شاخص NDVI بود.نتیجه گیری: در پژوهش حاضر از مدلهای شبکه عصبی مصنوعی و جنگل تصادفی جهت بررسی تغییرات مکانی فرسایشپذیری خاک در منطقه دهگلان استان کردستان استفاده شد. میزان فرسایشپذیری خاک در کلاس شیب >10% در مقایسه با سایر کلاسهای شیب بیشتر بود. شاخص NDVI مهمترین متغیر کمکی در پیش بینی فرسایشپذیری خاک در منطقه بود. همچنین شبکه عصبی مصنوعی و جنگل تصادفی بر اساس نتایج شاخصهای آماری شامل ضریب تبیین، میانگین خطا و میانگین ریشه مربعات خطا ( به ترتیب 80/0، 003/0 و 021/ برای شبکه عصبی مصنوعی و 76/0، 005/0 و 024 برای جنگل تصادفی) برآورد دقیقی از فرسایشپذیری خاک داشتند. پیشنهاد میگردد جهت نقشهبرداری رقومی خصوصیات خاک و به روز کردن نقشههای قدیمی از تکنیکهای پدومتری (همچون مدل شبکه عصبی مصنوعی و جنگل تصادفی) و دادههای کمکی اجزاء سرزمین و تصاویر ماهوارهای استفاده شود. همچنین پیشنهاد میگردد که فرسایشپذیری خاک مستقیماً اندازه گیری شده و نتایج آن با این مطالعه مقایسه گردد.
https://jwsc.gau.ac.ir/article_3971_22c18ea5f0d45f9318b98f3336be6241.pdf
2018-01-21
87
103
10.22069/jwsc.2017.13388.2808
کاربری اراضی
تصویر ماهوارهای
مدل رقومی ارتفاع
شبکه عصبی مصنوعی
فریبا
گلمحمدی
f.golmohammdi614@gmail.com
1
دانشجوی کارشناسی ارشد
AUTHOR
کمال
نبی اللهی
nabiollahy_k@yahoo.com
2
استادیار گروه علوم و مهندسی خاک، دانشگاه کردستان
LEAD_AUTHOR
روح اله
تقی زاده مهرجردی
rtaghizadeh@ardakan.ac.ir
3
استادیار و عضو هیأت علمی دانشگاه اردکان
AUTHOR
مسعود
داوری
davari_ma@yahoo.com
4
هیات علمی
AUTHOR
1.Bonilla, C.A., and Johnson, O.I. 2012. Soil erodibility mapping and its correlation with soil
1
properties in Central Chile. Geoderma. 189: 116-123.
2
2.Brus, D.J., Kempen, B., and Heuvlink, G.B.M. 2011. Sampling for validation of digital soil
3
maps. Eur. J. Soil Sci. 62: 394-407.
4
3.Dai, P.F., Qigang, Z., Zhiqiang, L.V., Xuemei, W., and Gangcai, W.L. 2014. Spatial
5
prediction of soil organic matter content integrating artificial neural network and ordinary
6
kriging in Tibetan Plateau. Ecol. Ind. 45: 184-194.
7
4.Gallant, J.C., and Dowling, T.I. 2003. A multiresolution index of valley bottom flatness for
8
mapping depositional areas. Water Resour. Res. 39: 12. 1347-1360.
9
5.Gee, G.W., and Bauder, J.W. 1986. Particle size analysis. P 383-411, In: A. Klute (Ed.),
10
Methods of Soil Analysis. Part 1. American Society of Agronomy. Madison, WI.
11
6.Hengel, T., Rossiter, D.G., and Stein, A. 2003. Soil sampling strategies for spatial prediction
12
by correlation with auxiliary maps. Geoderma. 120: 75-93.
13
7.Heung, B., Bulmer, C.E., and Schmidt, M.G. 2014. Predictive soil parent material mapping at
14
a regional-scale: a random forest approach. Geoderma. 214-215: 141-154.
15
8.Jafari, A., Khademi, H., Finke, P., Wauw, J.V.D., and Ayoubi, S. 2014. Spatial prediction of
16
soil great groups by boosted regression trees using a limited point dataset in an arid region,
17
southeastern Iran. Geoderma. 232-234: 148-163.
18
9.Kang, S., Zhang, L., Song, X., Zhang, S., Liu, X., Liang, Y., and Zheng, S. 2001. Runoff and
19
sediment loss responses to rainfall and land use in two agricultural catchments on the Loess
20
Plateau of China. Hydrol. Process. 15: 977-988.
21
10.Lado, M., Paz, A., and Ben-Hur, M. 2004. Organic matter and aggregate size interactions in
22
infiltration, seal formation, and soil loss. Soil Sci. Soc. Am J. 68: 3. 935-942.
23
11.Malone, B.P., McBratney, A.B., Minasny, B., and Laslett, G.M. 2009. Mapping continuous
24
depth functions of soil carbon storage and available water capacity. Geoderma. 154: 138-152.
25
12.Marcel, G.S., Feike, J.L., Martinus, T., and van Genuchten, H. 1998. Neural Network
26
Analysis for Hierarchical Prediction of Soil Hydraulic Properties. Soil Sci. Soc. Am. J.
27
62: 847-855.
28
13.Marchetti, A., Piccini, C., Francaviglia, R., and Mabit, L. 2012. Spatial Distribution of Soil
29
Organic Matter Using Geostatistics: A Key Indicator to Assess Soil Degradation Status in
30
Central Italy. Pedosphere. 22: 2. 230-242.
31
14.McBratney, A.B., Santos, M.L.M., and Minasny, B. 2003. On digital soil mapping.
32
Geoderma. 117: 3-52.
33
15.McIntosh, P., and Laffan, M. 2005. Soil erodibility and erosion hazard: Extending these
34
cornerstone soil conservation concepts to headwater streams in the forestry estate in
35
Tasmania. For. Ecol. Manage. 220: 1. 128-139.
36
16.Minasny, B., and McBratney, A. 2002. The method for fitting neural network parametric
37
pedotransfer functions. Soil Sci. Soc. Am. J. 66: 2. 352-361.
38
17.Nabiollhi, K., Haidari, A., and Taghizadeh-Mehrjardi, M. 2014. Digital mapping of soil
39
texture using regression tree and ann in Bijar, Kurdistan. J. Water Soil. 28: 5. 1025-1036.
40
(In Persian)
41
18.Nelson, D.W., and Sommers, L.E. 1982. Total carbon, organic carbon, and organic matter.
42
P 539-594, In: A.L. Page and D.R. Keeney (Eds.), Methods of Soil Analysis, Part 2-
43
Chemical and Microbiological Properties. ASA-SSSA, Madison, WI.
44
19.Nosrati, H., and Eftekhari, M. 2014. A new approach for variable selection using fuzzy logic.
45
Comput. Intell. Electron. Syst. 4: 71-83. (In Persian)
46
20.Pahlavan-Rad, M.R., Toomanian, N., Khormali, F., Brungard, C.W., Komaki, C.B., and
47
Bogaert, P. 2014. Updating soil survey maps using random forest and conditioned Latin
48
hypercube sampling in the loess derived soils of northern Iran. Geoderma. 232-234: 97-106.
49
21.Panagos, P., Meusburger, K., Ballabio, C., Borrelli, P., and Alewell, C. 2014. Soil erodibility
50
in Europe: A high-resolution dataset based on LUCAS. Sci. Total Environ. 479: 189-200.
51
22.Parvizi, Y., Manochehr, G., Mahmoud, O., Mahdian, M.H., and Amini, M. 2010.
52
Determination of Soil Organic Carbon Variability of Rainfed Crop Land in Semi-arid
53
Region (Neural Network Approach). Mod Appl Sci. 4: 7. 25-33.
54
23.Shirazi, M.A., and Boersma, L. 1984. A unifying quantitative analysis of soil texture. Soil
55
Sci. Soc. Am. J. 48: 142-147.
56
24.Somaratne, S., Seneviratne, G., and Coomaraswamy, U. 2005. Prediction of Soil Organic
57
Carbon across Different Land-use Patterns: A Neural Network Approach. Soil Sci. Soc. Am.
58
J. 69: 1580-1589.
59
25.Taghizadeh-Mehrjardi, R., Nabiollahi, K., Minasny, B., and Triantafilis, J. 2015. Comparing
60
data mining classifiers to predict spatial distribution of USDA-family soil groups in Baneh
61
region, Iran. Geoderma. 253-254: 67-77.
62
26.Taghizadeh-Mehrjardi R., Nabiollahi K., and Kerry, R. 2016. Digital mapping of soil organic
63
carbon at multiple depths using different data mining techniques in Baneh region, Iran.
64
Geoderma. 253-254: 67-77.
65
27.Taghizadeh-Mehrjardi, R. 2016. Modern concepts in Soil Science (Pedometric). Ardakan
66
Univ. Press, 311p. (In Persian)
67
28.Taghizadeh-Mehrjardi, R., Minasny, B., Sarmadian, F., and Malone, B.P. 2014. Digital
68
mapping of soil salinity in Ardakan region, central Iran. Geoderma. 213: 15-28.
69
29.Vasques, G.M., Dematte, J.A.M., Viscarra Rossel, R.A., Ramirez-Lopez, L., and Terra, F.S.
70
2014. Soil classification using visible/near-infrared diffuse reflectance spectra frommultiple
71
depths. Geoderma. 223-225: 73-78.
72
30.Wischmeier, W.H., and Smith, D.D. 1978. Predicting rainfall erosion losses: a guide to
73
conservation planning. Agric. No. 282. US of Agriculture, Washington, DC.
74
31.Yu, D.S., Xue-Zheng, S., and Weindorf, D.C. 2006. Relationships between permeability
75
and erodibility of cultivated acrisols and cambisols in subtropical China. Pedosphere.
76
16: 3. 304-311.
77
ORIGINAL_ARTICLE
برآورد تبخیر و تعرق واقعی محصول برنج با بکارگیری الگوریتم METRIC در بخشی از شمال ایران
سابقه و هدف: با توجه به اینکه کمبود منابع آب در سالهای اخیر در کشور ایران به چالش عمدهای تبدیل شده است و در این میان، بیشترین مصرف آب در بخش کشاورزی و مربوط به پدیده تبخیر و تعرق است مدیریت بهینه و پایدار منابع آب مستلزم شناخت و برآورد صحیح تبخیر و تعرق میباشد. در بین روشهای مختلف برآورد تبخیر و تعرق، تکنیک سنجش از دور به دلیل پوشش مکانی و زمانی مناسب، گزینه مناسبی برای برآورد تبخیر و تعرق در مقیاس منطقهای است و با استفاده از این تکنیک میتوان تبخیر و تعرق یک منطقه را بدون نیاز به دانستن پیشینهای از وضعیت خاک، محصول و نحوهی مدیریت مزرعه با دقت مناسب برآورد کرد. از بین الگوریتمهای گوناگون ارائه شده مبتنی بر سنجش از دور، در این پژوهش از الگوریتم نسبتاً جدید متریک جهت برآورد تبخیر و تعرق محصول برنج در شهرستان رشت استفاده شد. مواد و روشها: جهت برآورد تبخیر و تعرق محصول برنج در شهرستان رشت، از دادههای هواشناسی ایستگاه هواشناسی کشاورزی رشت که شامل متغیرهای دمای هوا، رطوبت نسبی، ساعات آفتابی، بارندگی و سرعت باد در مقیاس زمانی 3 ساعته برای 8 روز بدون ابر در مردادماه 1393، تصاویر ماهوارهای سنجنده مودیس و دادههای لایسیمتری استفاده شد و با استفاده از دادهها و تصاویر مذکور و با بکارگیری الگوریتم مبتنی بر بیلان انرژی متریک، مقدار تبخیر و تعرق روزانه محصول برنج برآورد گردید و جهت اعتبارسنجی نتایج حاصل از الگوریتم متریک، از داده-های لایسیمتری اندازهگیریشده در شالیزار مؤسسه تحقیقات برنج رشت که در فصل تابستان سال 1393 در شالیزار کار گذاشته شدهاند استفاده شد.یافتهها: نتایج حاصل از این پژوهش نشان داد که با پیادهسازی الگوریتم متریک با استفاده از تصاویر سنجنده مودیس میتوان مقدار تبخیر و تعرق واقعی محصول برنج را در مقیاس روزانه با دقت قابل قبولی برآورد نمود. مقایسه مقادیر برآورد شده تبخیر و تعرق محصول برنج توسط الگوریتم متریک با مقادیر اندازهگیریشده لایسیمتری نشان داد که مقادیر شاخصهای RMSE، MAE و MBE به ترتیب برابر با 21/1، 14/1 و 17/1- میلیمتر در روز بدست آمد که نشاندهنده دقت قابل قبول الگوریتم متریک جهت برآورد تبخیر و تعرق روزانه محصول برنج است اما در حالت کلی، این الگوریتم تمایل به کم برآورد کردن مقدار تبخیر و تعرق محصول برنج دارد به گونهای که میانگین مقادیر تبخیر و تعرق در 8 روز مورد مطالعه با استفاده از دادههای لایسیمتری و الگوریتم متریک به ترتیب 2/9 و 8 میلیمتر در روز بدست آمد.نتیجهگیری: به طور کلی استفاده از تکنیک سنجش از دور و الگوریتم متریک و تصاویر ماهوارهای به عنوان روشی جدید جهت برآورد تبخیر و تعرق دارای دقت قابل قبول و مناسبی است و منشأ وجود اختلاف بین مقادیر محاسباتی و مشاهداتی و همچنین کم برآورد کردن الگوریتم متریک را میتوان به عواملی از جمله پایین بودن قدرت تفکیک مکانی تصاویر مودیس و نحوه انتخاب پیکسلهای گرم و سرد در این الگوریتم نسبت داد.
https://jwsc.gau.ac.ir/article_3972_795255371cd4f4578d22f454a4232d9c.pdf
2018-01-21
105
122
10.22069/jwsc.2017.13005.2767
"الگوریتم METRIC"
"تبخیر و تعرق"
"سنجنده MODIS"
"شالیزار برنج"
"شمال ایران"
سرور
اسمعیلی
es.soror@yahoo.com
1
دانشجو
AUTHOR
یونس
خوشخو
yoones.khoshkhoo@gmail.com
2
استادیار، گروه علوم و مهندسی آب- دانشگاه کردستان
LEAD_AUTHOR
خالد
بابایی
khaled.babaei@gmail.com
3
کارشناس ارشد اداره آب منطقه ای استان کردستان
AUTHOR
ابراهیم
اسعدی اسکویی
e.asadi.o@gmail.com
4
دکتری هواشناسی کشاورزی، سازمان هواشناسی کشور
AUTHOR
1.Allen, R., Waters, R., Tasumi, M., Trezza, R., and Bastiaanssen, W. 2002. SEBAL, Surface
1
energy balance algorithms for land, Idaho Implementation. Advanced Training and User’s
2
Manual, version 1.0.
3
2.Allen, R.G., Tasumi, M., and Trezza, R. 2007. Satellite-based energy balance for mapping
4
evapotranspiration with internalized calibration (METRIC) Model. J. Irrig. Drain. Eng.
5
133: 380-394.
6
3.Asadi Oskoi, A. 2016. Partitioning evaporation and transpiration in different irrigation
7
managements and its effect on determination of rice water requirement methods. Thesis
8
Ph.D. In the field of agricultural meteorology. Mashhad Ferdowsi University. (In Persian)
9
4.Bagheri Haroni, M., Arshad, S., Majnoni, A., and Morid, S. 2012. Comparison of remote
10
sensing models Single source and dual sources Energy flux in the estimation of real
11
evapotranspiration In Tabriz plain. Remote Sensing Society and GIS Iran. 4: 1. 81-96.
12
(In Persian)
13
5.Bastiaanssen, W.G.M., Noordman, E.J.M., Pelgrum, H., Davids, G., Thoreson, B.P., and
14
Allen, R.G. 2005. SEBAL model with remotely sensed data to improve water-resources
15
management under actual field conditions. ASCE J. Irrig. Drain. 131: 85-93.
16
6.Chavez, J.L., and Mkhwanazi, M.M. 2013. Mapping evapotranspiration with the remote
17
sensing ET algorithms METRIC and SEBAL under advective and non-advective conditions:
18
accuracy determination with weighing Lysimeters. Civil and Environmental Engineering
19
Department Colorado State University Fort Collins, Pp: 67-72.
20
7.Coll, C., and Caselles, V. 1997. A split-window algorithm for land surface temperature
21
from advanced very high resolution radiometer data: Validation and algorithm comparison.
22
J. Geophysic. Res. 102: 14. 16697-16713.
23
8.Ferozi Nezam Abadi, F., and Kavyani, A. 2015. Introduction of energy balance algorithms to
24
calculate the actual evapotranspiration using remote sensing techniques. The 1st International
25
Congress on Earth. Space & Clean Energy, Pp: 1-8. (In Persian)
26
9.Gorbani, A., Faramarzi, M., Karami, J., and Golami, N. 2014. Evaluation and Comparison
27
to evapotranspiration estimation: Case Study Malayer city. J. Spat. Plan. 19: 2. 153-184.
28
(In Persian)
29
10.King, M.D. 2003. EOS data products handbook (Vol. 1): NASA Goddard Space Flight
30
11.Li, Y.L., Cui, J.Y., Zhang, T.H., and Zhao, H.L. 2003. Measurement of evapotranspiration of
31
irrigation spring wheat and maize in a semi-arid region of North china. Agricultural Water
32
Management. 61: 1-12.
33
12.Lian, J., and Huang, M. 2016. Comparison of three remote sensing based models to estimate
34
evapotranspiration in an oasis-desert region. Agricultural Water Management. 165: 153-162.
35
13.Liang, S. 2001. Narrowband to broadband conversions of land surface albedo I: Algorithms.
36
Remote Sensing of Environment. 76: 2. 213-238.
37
14.Liaqat, U.W., and Choi, M. 2015. Surface energy fluxes in the Northeast Asia ecosystem:
38
SEBS and METRIC models using Landsat satellite images. Agricultural and Forest
39
Meteorology. 214: 60-79.
40
15.Liou, Y.A., and Kar, S.K. 2014. Evapotranspiration Estimation with Remote Sensing and
41
Various Surface Energy Balance Algorithms-A Review. Energies. 5: 2821-2849.
42
16.Mokhtari, M.H., Ahmad, B., Hoveidi, H., and Busu, I. 2013. Sensitivity Analysis of
43
METRIC-Based Evapotranspiration Algorithm. Inter. J. Environ. Res. 7: 2. 407-422.
44
17.Omidvar, J. 2011. Estimation of actual evapotranspiration using ASTER imagery and metric
45
models. Thesis, Department of Water Engineering, Mashhad Ferdowsi University.
46
(In Persian)
47
18.Omidvar, J., Davari, K., Arshad, S., Mosavi baegi, M., Akbari, M., and Hosaini, E. 2012.
48
Estimation of Actual Evapotranspiration Using Aster Sensor and Metric Model. J. Irrig.
49
Water. 3: 9. 38-49. (In Persian)
50
19.Parodi, G.N. 2002. AHAS, AVHRR Hydrological Analysis System. Software developed by
51
Institute for Remote Sensing and Earth Sciences-Water Resources Division. The
52
Netherlands.
53
20.Pôças, I., Paoç, T., Cunha, M., Andrade, J., Silvestre, J., Sousa, A., Santos, F., and Pereira,
54
L. 2014. Satellite-based evapotranspiration of a super-intensive olive orchard: Application of
55
METRIC algorithm. Biosystem engineering, Pp: 1-13.
56
21.Tasumi, M. 2003. Progress in operational estimation of regional evapotranspiration using
57
satellite imagery. ProQuest Dissertations and Theses. Thesis Ph.D. University of Idaho.
58
Source: Dissertation Abstracts International. Section: B., 357p.
59
ORIGINAL_ARTICLE
روند فرونشست گردو غبار اتمسفری و ارتباط آن با برخی عوامل اقلیمی و مکانی در شهرستان جوانرود
پدیده گرد و غبار به عنوان رویدادی اقلیمی در همه شرایط آبوهوایی رخ میدهد، اما به عنوان پدیدهی بارز مناطق خشک و نیمهخشک، سبب اخلال در فعالیتها و زیرساختهای جوامع انسانی مانند کشاورزی، حملونقل و صنایع میگردد. در بعضی از مناطق جهان، به ویژه خاورمیانه، طوفان گردوخاک از پدیدههایی است که فراوانی رخداد بالایی دارد. در دههی گذشته، رخداد طوفانهای گردوخاک پیدرپی در این منطقه رو به فزونی نهاده تا آنجا که در ماههای سرد و پر بارش این منطقه نیز مشاهده میشود. مطالعههای صورت گرفته روی طوفانهای گرد و غبار در ایران نشان میدهد که در کنار عوامل طبیعی بهوجودآورنده توده ریزگردی عوامل محیطی بسیاری نیز در بروز این پدیده و پایداری و تداوم طولانیمدت آن دخالت دارند. هدف از این پژوهش بررسی روند فرونشست گردوخاک اتمسفری در یک دوره زمانی یک ساله و ارتباط آن با برخی عوامل اقلیمی و مکانی در شهرستان جوانرود بود. این مطالعه در محدودهای به مساحت حدود 5500 هکتار در سطح شهرستان جوانرود از توابع استان کرمانشاه انجام گرفت. فرایند نمونهبرداری به صورت تصادفی در 35 نقطه در سطح شهرستان و با پراکنش مکانی مناسب از اول مرداد ماه سال 1394 تا آخر خرداد ماه سال 1395 صورت پذیرفت. از مجموع 35 نقطه نمونهبرداری شده، 21 نقطه در سطح شهر و 14 نقطه در مناطق روستایی واقع بود. پس از پایان هر فصل، نمونههای گردوخاک جمعآوری شده و نرخ فرونشست گردوخاک از تقسیم جرم گردوخاک بر سطح تله در طول دوره نمونه-برداری محاسبه گردید. ارتباط میان میزان فرونشست گردوخاک با ویژگیهای اقلیمی از جمله سرعت باد غالب، جهت باد، میانگین رطوبت، میزان بارندگی، میانگین دما و ویژگیهای مکانی از جمله فاصله نقاط نمونهبرداری با مرز غربی کشور (با توجه به اینکه ورود ریزگردها بیشتر از مرز غربی و از کشور عراق است) و ارتفاع نقاط از سطح دریا، برای دوره زمانی مورد مطالعه با استفاده از آزمون همبستگی پیرسون مورد بررسی قرار گرفت. به طور کلی میانگین نرخ فرونشست گردوخاک در منطقه مورد مطالعه 38/0 گرم بر مترمربع در روز (1376 کیلوگرم بر هکتار در سال) بود. در بُعد زمانی، فصل بهار با میانگین 47/0 گرم بر مترمربع در روز بیشترین میزان فرونشست و فصل تابستان (شامل ماه های مرداد و شهریور) با میانگین 26/0 گرم بر مترمربع در روز کمترین مقدار را به خود اختصاص داده بود. در بُعد مکانی، نقاط روستایی در فصل زمستان با میانگین 52/0 گرم بر مترمربع در روز بیشترین میزان فرونشست و نقاط شهری در فصل تابستان با میانگین 23/0 گرم بر مترمربع در روز کمترین نرخ فرونشست را در بازهی زمانی مورد مطالعه داشتند. نتایج مطالعه نشان داد میزان فرونشست گردوخاک در منطقه مورد مطالعه بسیار بیشتر از حدود مجاز تعریف شده در برخی نقاط جهان بود. میزان فرونشست گردوخاک در نقاط روستایی و نزدیک به مرز غربی کشور با عراق بیش از نقاط شهری بود و با افزایش ارتفاع از سطح دریا کاهش یافت. فرونشست گردوخاک با جهت و سرعت باد همبستگی مثبت و معنیدار (به ترتیب در سطوح 1 و 5 درصد) و با میانگین رطوبت و میزان بارندگی همبستگی منفی داشت. به نظر میرسد اختلاف مقادیر فرونشست بین نقاط نمونهبرداری شده، ناشی از اثر غبارهای محلی، ارتفاع نقاط از سطح دریا، فاصله نقاط از مرز کشور با عراق، ارتفاع سکوهای نمونهبرداری (در مناطق روستایی به دلیل ارتفاع کمتر پشتبامها ظروف نمونهگیری ارتفاع کمتری نسبتبه سطح زمین داشتند) و همچنین نزدیکی به زمینهای کشاورزی و مراتع بدون پوشش بوده باشد. مقادیر بالای فرونشست گردوخاک اتمسفری در منطقه و رابطه آن با برخی عوامل اقلیمی احتمالاً به دلیل اثرپذیری همزمان منطقه مورد مطالعه از رخدادهای محلی و منطقهای طوفانهای گردوخاک (ناشی از رخداد طوفانهای گردوخاک در کشورهای همسایه و انتقال آن به منطقه) است.
https://jwsc.gau.ac.ir/article_3973_74808baf747a96150c79cc31186b79bc.pdf
2018-01-21
123
140
10.22069/jwsc.2018.11874.2635
نرخ فرونشست
گرد و غبار
ارتفاع از سطح دریا
عوامل اقلیمی
جوانرود
فرشاد
قادری
farshadghaderi20@gmail.com
1
دانشجوی کارشناسی ارشد- گروه علوم و مهندسی خاک- دانشگاه رازی
LEAD_AUTHOR
مهین
کرمی
mahi.karami@gmail.com
2
استادیار گروه علوم و مهندسی خاک دانشگاه رازی
AUTHOR
پرویز
شکاری
p_shekaari@yahoo.com
3
استادیارگروه علوم و مهندسی خاک، دانشگاه رازی
AUTHOR
اعظم
جعفری
azamjaafari@yahoo.com
4
استادیار گروه علوم و مهندسی خاک، دانشگاه شهید باهنر کرمان
AUTHOR
1.Abdeveis, S., Zakeri, M., Neierirad, V., and Zohrabi, N. 2010. Study on effect of reduced
1
precipitation on the frequency of dust phenomenon in Khuzestan province. First
2
International Congress of the dust phenomenon and deal with its harmful effects. Ahvaz,
3
Iran, 26-28 February. (In Persian)
4
2.Ahmadi Doabi, Sh., Karami, M., and Afyuni, M. 2016. Regional-scale fluxes of zinc, copper
5
and nickel into and out of the agricultural soils of the Kermanshah province in western Iran.
6
Environ. Monit. Assess. 188: 4. 1-18.
7
3.Avila, A., Alarcon, M., and Queralt, M.I. 1997. Thechemical composition of dust transported
8
in red rainsits contribution to the biogeochemical cycle of a HolmOak Forest in Catalonia
9
(Spain). Atmos. Environ. 32: 2. 179-191.
10
4.Azizi, Gh., Miri, M., and Nabavi, S.A. 2012. Tracking the dust phenomenon in the western
11
half of Iran. J. Geogr. Studies Arid Zones. 2: 7. 63-81. (In Persian)
12
5.Cao, Z., Yang, Y., Lu, J., and Zhang, C. 2011. Atmospheric particle characterization,
13
distribution, and deposition in Xian, Shaanxi Province, Central China. Environ. Pollut.
14
159: 577-584.
15
6.Eslami, A., Atafar, Z., Pirsaheb, M., and Asadi, F. 2013. The trend of the concentration of
16
suspended particles (PM10) and determining the air quality index from 2005 to 2013 in
17
Kermanshah. J. Health Feild. 2: 1. 19-28. (In Persian)
18
7.Falah, M., Vafaie, A., Kheirkhah, M., and Ahmadi, F. 2014. Synoptic monitoring and analysis
19
of the dust phenomenon using Remote Sensing and GIS (Case Study: Dust June 18, 2012).
20
J. Geogr. Inf. Stud. 23: 69-80. (In Persian)
21
8.Fengjin, X., Zhou, C., and liao, Y. 2008. Dust storms evolution in Taklimakan Desertand its
22
correlation with climatic parameters. J. Geogr. Sci. 18: 514-425.
23
9.Groll, M., Opp, C., and Aslanov, I. 2013. Spatial and temporal distribution of the dust deposition
24
in Central Asia–results from a long term monitoring program. Aeol. Res. 9: 49-62.
25
10.Hojati, S., Khademi, H., Cano, A.F., and Landi, A. 2012. Characteristics of dust deposited
26
along a Transect between Central Iran and the Zagros Mountains. Catena. 88: 27-36.
27
11.Jafari, F., and Khademi, H. 2013. Evaluation of atmospheric dust subsidence in the city of
28
Kerman. J. Soil Water Sci. 18: 207-216. (In Persian)
29
12.Karimdoost, Sh., and Ardebili, L. 2009. Study the dust phenomenon and its environmental
30
impacts. The Fourteenth Congress of the Geological Society of Iran and the twenty-eighth
31
Symposium of Geosciences, Urmia University, Urmia, Iran, 27-25 September. (In Persian)
32
13.Karimi, M., and Shokoohi, K. 2010. Interaction atmospheric circulation and land cover in the
33
mechanism of the formation and spread of summer dust storms in the Middle East (July 1388
34
Storm dust). J. Physiography. 78: 113-130. (In Persian)
35
14.Krolak, E. 2000. Heavy metals in falling dust in Eastern Mazowieckie Province. J. Environ.
36
Stud. 9: 517-522.
37
15.Marx, S.K., and McGowan, H.A. 2005. Dust transportation and deposition in a super humid
38
environment, westcoast, south Island, New Zealand. Catena. 59: 147-171.
39
16.Mehrabi, Sh., Soltani, S., and Jafari, R. 2015. The relationship between climatic parameters
40
and the occurrence of dust (Case study: Khuzestan). J. Soil Water Sci. 7: 69-80. (In Persian)
41
17.Nazari, Z., Khorasani, N.A., Feiznia, S., and Karami, M. 2013. Investigation of temporal
42
variations of PM10 concentration and influence of meteorological parameters on it during
43
2005-2010. J. Natur. Environ. 66: 101-111. (In Persian)
44
18.Nowroozi, S., and Khademi, H. 2015. Spatial and temporal distribution of dust deposition
45
rates in Isfahan population and its relationship with climate parameters. J. Soil Water Sci.
46
72: 149-161. (In Persian)
47
19.O’Hara, S.L., Clarke, M.L., and Elatrash, M.S. 2000. Field measurements of desert dust
48
deposition in Libya. Atmos. Environ. 40: 3881-3897.
49
20.Rezaie, A., Rezaie, M., and Sayadi, M.H. 2012. Qualitative and quantitative study of air
50
pollution and its relation to climate factors in Birjand in 1391. J. Commun. Health. 7: 4. 62-65.
51
(In Persian)
52
21.Shahsavani, A. 2011. Process analysis of dustentering to Iran with an emphasis on Khuzestan
53
province. Hakim Res. J. 15: 3.192-202. (In Persian)
54
22.Ta, W., Xiao, H., Qu, J., Xiao, Z., Yang, G., Wang, T., and Zhang, X. 2004. Measurements
55
of dust deposition in Gansu Province, China, 1986-2000. Geomorphology. 57: 41-51.
56
23.Zangane, M. 2013. Climatology of dust storms in Iran. J. Appl. Climatol. 1: 1. 1-12.
57
(In Persian)
58
24.Zheng, Y.M., Chen, T.B., and He, J.Z. 2008. Multivariate geostatistical analysis of heavy
59
metals in top soils from Beijing, China. J. Soil Sediment. 8: 1. 51-58.
60
25.Zolfaghari, H., and Abedzade, H. 2005. Synoptic analysis of dust systems in the West of
61
Iran. J. Geograph. Dev. 3: 6. 173-188. (In Persian)
62
ORIGINAL_ARTICLE
بررسی اثر زاویه برخورد جت به پرش هیدرولیکی روی بستر زبر
سابقه و هدف:تشکیل پرش در حوضچههای آرامش نقش مؤثری در استهلاک انرژی جریان در پایاب سازههای آبی ایفا میکند.پرشهیدرولیکیازنوعجریانهایمتغیرسریعاستکهدرصورت مناسب بودن شرایط کانال در پایین دست جریانازحالتفوقبحرانیبهزیربحرانیتغییرمییابد و با استهلاکانرژیقابلتوجهیهمراهاست. در این پژوهش شیوه جدیدی به منظور کاهش اعماق مزدوج و طول پرش پیشنهاد شده استکه در آن از ویژگیهای یک جت مستطیلی آزاد سریع و زبری کف برای تاثیر گذاری برخصوصیات پرش استفاده گردیده است. برخورد جت سریع به پرش و انتقال اندازه حرکت به آن خصوصیات و موقعیت پرش را تحت تاثیر قرار میدهد.مواد و روشها: در این تحقیق یک مطالعه آزمایشگاهی با مجموعهای از آزمایشها در یککانال با جدارههای تمام شیشهای به عرض30 سانتیمتر و به طول 12 متر و ارتفاع50 سانتیمترانجام گرفت. عمق جریان در طول کانال به دو روش مستقیم وغیر مستقیم اندازهگیری شد. در روش غیر مستقیم با نصب پیزومترهایی در کف کانال و قرائت ارتفاع پیزومترها به کمک دوربینی با قدرت وضوح بالا و سپس استفاده از نرم افزار گرافر عمق جریان اندازهگیری شد. بمنظور بررسی تاثیر دبی ، زاویه جت و زبری کف بر روی مشخصات پرش هیدرولیکی از سه دبی 2، 5/2 و2/3 لیتر بر ثانیه برای جت و چهار زاویه برای راستای افقی جت شامل 60 درجه، 90 درجه، زاویهی با حداکثر جابجایی ابتدای پرش و زاویهی بدون تغییر ابتدای پرش و سه نوع زبری استفاده شد. یافتهها:نتایجآزمایشگاهی نشان داد، برای یک زاویه مشخص جت، در دبیهای مختلف، پرش هیدرولیکی هیچگونه جابجایی ندارد که این زاویه به عنوان زاویه بی اثر نامگذاری شد. با افزایش زاویه جت، پرش به سمت بالادست حرکت کرد و از یک زاویه به بعد پرش هیچ گونه حرکتی به سمت بالادست نداشت که این زاویه نیز به عنوان حداکثر زاویه جابجای پرش نامگذاری گردید. تغییر زاویه و دبی جت موجب کاهش یا افزایش عمق ثانویه، طول پرش، افت انرژی نسبی و نیروی برشی بستر شد.زبری کف کانال باعث کاهش مشخصات پرشهیدرولیکی گردید. استفاده از جت با حداکثر زاویه، دبی2/3 لیتر بر ثانیه، کمترین عدد فرود جریان و زبری سینوسی،نسبت اعماق مزدوج به میزان 9/45 درصد کاهش یافت. با بکارگیری جت با زاویه 60 درجه، دبی 2/3 لیتر بر ثانیه،بیشترین عدد فرود جریانو حالت بستر صاف، اعماق مزدوج 7/8 درصد افزایش یافت. حداکثر میزان کاهش طول پرش (3/61 درصد) در استفاده از جت با حداکثر زاویه، دبی 2/3 لیتر بر ثانیه، کمترین عدد فرود جریانوحالت زبری سینوسی رخ داد. حداکثر میزان افزایش طول پرش(7/15درصد) نیز در استفاده از جت با زاویه 60 درجه، دبی 2/3 لیتر بر ثانیهوبیشترین عدد فرود بود. استفاده از جت با حداکثر زاویه، دبی2/3 لیتر بر ثانیه، کمترین عدد فرود و بستر صاف، نیروهای برشی تا حدود 8/17 برابر نسبت به حالت بدون جت و بدون زبری(بستر صاف)، افزایش نشان داد.استفاده ازجت با زاویه 60 درجه، نیروهای برشی را به میزان7/6 برابر نسبت به حالت بدون جت و بدون زبریکف کاهش داد.نتیجهگیری:وارد کردن جت به پرش با زاویهای بزرگتر از زاویهیبیاثر، باعث کاهش نسبت اعماق مزدوج، طول پرش و افزایش افت انرژی و نیروهای برشی کف میگردد.
https://jwsc.gau.ac.ir/article_3974_995cd2b88e2198e6dff10252fba49968.pdf
2018-01-21
141
158
10.22069/jwsc.2017.13228.2790
پرش هیدرولیکی
جت آزاد مستطیلی
جریان فوق بحرانی
زبری
مهدی
دستورانی
mdastourani@birjand.ac.ir
1
استادیار گروه مهندسی آب دانشگاه بیرجند
LEAD_AUTHOR
کاظم
اسماعیلی
mdastouirani@birjand.ac.ir
2
دانشگاه مشهد
AUTHOR
مهدی
بهرامی
bahrami@fasau.ac.ir
3
استادیار دانشگاه فسا
AUTHOR
علی
دیندارلو
adindarlou@gmail.com
4
هیات علمی دانشگاه خلیج فارس بوشهر
AUTHOR
1.Abbaspour, A., Hosseinzadeh Dalir, A., Farsadizadeh, D., and Sadraddini, A.A. 2009.
1
Effect of Sinusoidal Corrugated Bed on Hydraulic Jump Characteristics. J. Water Soil Sci.
2
19: 1. 13-26. (In Persian)
3
2.Ahmadi, A., and Honar, T. 2015. Assessing Effect of End Sill with Different Forms on
4
Hydraulic Jump Characteristics. Journal of Science and technology of Agriculture and
5
Natural Resources, Water and Soil Science.18: 70. 135-145. (In Persian)
6
3.Ead, S.A., and Rajaratnam, N.2002. Hydraulic jumps on corrugated beds. J. Hydr. Engin.
7
ASCE. 128: 656-663.
8
4.Gohari, A., and Farhoudi, J. 2009. The characteristics of hydraulic jump on rough bed stilling
9
basins. 33rdIAHR Congress, Water Engineering for a Sustainable Environment, Vancouver,
10
British Columbia, August 9-14.5.
11
5.HagerWilli, H. 1995. Energy Dissipaters and Hydraulic Jump. Dordrecht: Kluwer Academic
12
Publishers, ISBN 90-5410-198-9.
13
6.Jam, M., Mardasht, A., and Talebbeydokhti, N.2015. Evaluation of Hydraulic Jump on
14
Dentate Blocks Stilling Basin. J. Hydr. 9: 1. 1-10. (In Persian)
15
7.Mohamad, A.H.S. 1991. Effect of roughened-bed stilling basin on length of rectangular
16
hydraulic jump. J. Hydr. Engin. ASCE. 117: 83-93.
17
8.Najandali, A., Esmaili, K., and Farhoudi, J. 2012. The Effect of Triangular Blocks on the
18
Characteristics of Hydraulic Jump. J. Water Soil. 26: 2. 282-289. (In Persian)
19
9.Neisi, K., ShafaiBejestan, M., Ghomshi, M., and Kashefipoor, S.M. 2014. Investigation of
20
Hydraulic Jump Characteristics at Roughened Bed of Sudden Expansion Stilling Basin.
21
J. Irrig. Sci. Engin. 37: 2. 83-93. (In Persian)
22
10.Parsamehr, P., Farsadizadeh, D., and Hosseinzadeh Dalir, A. 2013. Influence of Sill and
23
Artificial Roughness over Adverse Bed Slopes on Hydraulic Jump Characteristics. J. Water
24
Soil. 27: 3. 581-591.
25
11.Rajaratnam, N. 1968. Hydraulic jumps on rough beds. Trans. Eng. Inst. Canada. 11: 2. 1-8.
26
12.Shafai-Bajestan, M., and Neisi, K. 2009. A New Roughened Bed Hydraulic Jump Stilling
27
Basin. J. Appl. Sci. 2: 1. 436-445.
28
13.Silvester, R. 1964. Hydraulic jump in all shapes or horizontal channels. Proceeding of the
29
American Society of Civil Engineering. J. Hydr. Div. 90: 23-23.
30
14.Toozandehjani, M., and Kashefipour, M. 2013. Laboratory Investigation of the Effect of
31
Diversion Dam Underflow on the Hydraulic Jump Characteristics. J. Sci. Technol. Agric.
32
Natur. Resour. Water and Soil Science. 16: 62. 205-216. (In Persian)
33
15.Valinia, M., Ayyoubzadeh, A., and Yasi, M. 2014. An experimental study of the effect of
34
baffle blocks distance from a gate on the hydraulic jump length and energy dissipation.
35
J. Water Soil Resour. Cons. 3: 3. 1-10. (In Persian)
36
16.Varol, F.A., Ҫevik, E., and Yüksel, Y. 2009. The Effect of Water Jet on the Hydraulic Jump.
37
Thirteenth International Water Technology Conference, IWTC, Hurghada, Egypt.
38
17.YüKSEL, Y., Günal, M., Bostan, T., Ҫevik, E., and Ҫelikoǧlu, Y. 2004. The Influence of
39
Impinging Jets on Hydraulic Jumps. Process of the Institution of Civil Engineering, Water
40
Management. 157: WM2. 63-76.
41
ORIGINAL_ARTICLE
تأثیر کاربرد کودهای دامی، بیوچار آنها و قارچهای مایکوریز آربوسکولار بر غلظت شکلهای شیمیایی پتاسیم در یک خاک آهکی
سابقه و هدف: امروزه بهدلیل مزایای بیشمار کودهای آلی و شیمیایی، استفاده از آنها در کشاورزی ارگانیک در حال افزایش میباشد. اخیراً، تبدیل کودهای آلی به بیوچار نیز به عنوان یک کود آلی جایگزین و پایدار، مورد توجه بسیاری از پژوهشگران قرار گرفته است. پتاسیم یک عنصر ضرروی برای تولید محصول است. کاربرد مواد آلی مختلف در خاک ممکن است بر مقدار شکلهای مختلف پتاسیم در خاک موثر باشد. هدف از پژوهش حاضر بررسی اثر کاربرد قارچهای مایکوریز آربوسکولار، کودهای حیوانی (گوسفندی و مرغی) و بیوچار حاصل از آنها بر غلظت شکلهای شیمیایی پتاسیم و ارتباط این شکلها با غلظت پتاسیم گیاه ذرت در یک خاک آهکی بود.مواد و روشها: آزمایشی فاکتوریل در قالب طرح کاملاً تصادفی با سه تکرار در شرایط گلخانه انجام گرفت. تیمارها شامل پنج سطح کود آلی (بدون کاربرد کود آلی، کود گوسفندی، کود مرغی، بیوچار کود گوسفندی و بیوچار کود مرغی هر کدام 2 درصد وزنی) و تلقیح قارچی در سه سطح (بدون تلقیح، تلقیح با قارچ گلوموسورسیفرم و تلقیح با قارچ فونلیفورمیس-موسه) بود. بیوچارها در دمای 500 درجهسلسیوس و به مدت 4 ساعت در شرایط اکسیژن محدود تهیه شدند. مقداری مناسب از لایه سطحی (عمق 0-20 سانتیمتر) یک خاک آهکی برداشته و پس از عبور از الک 2 میلیمتری، طبق طرح آزمایشی توسط کودهای آلی و قارچهای مایکوریز تیمار شدند. پس از آن کشت گیاه به تعداد 5 بذر ذرت (سینگلگراس 704) در عمق حدود 2 سانتیمتری در گلدانهای پلاستیکی انجامشد. در طول دوره رشد گیاه، رطوبت خاک با استفاده از آبمقطر در حدود 80 درصد ظرفیت مزرعه نگهداری شد. پس از 10 هفته، اندام هوایی گیاهان برداشت شده و ریشهها از خاک جدا شدند. پس از هواخشک شدن خاک گلدانها و عبور از الک دو میلیمتری، غلظت شکلهای شیمیایی پتاسیم (محلول، تبادلی و غیرتبادلی) اندازهگیری شد. همچنین جذب پتاسیم اندامهوایی نیز از حاصلضرب غلظت پتاسیم اندام هوایی در وزن خشک اندامهوایی محاسبه شد.یافتهها: : نتایج نشان داد که کودهای حیوانی و بیوچار آنها سبب افزایش مقدار پتاسیم محلول، تبادلی و غیرتبادلی در خاک گردیدند (بهترتیب از 8 تا 65، 43 تا 128 و 29 تا 72 میلیگرم بر کیلوگرم افزایش نسبت به شاهد). بهطورکلی افزایش مقدار شکلهای پتاسیم با کاربرد کود گوسفندی و بیوچار آن بیشتر از کود مرغی و بیوچار آن بود. تبدیل کودهای آلی به بیوچار، سبب کاهش مقدار پتاسیم محلول و افزایش مقدار پتاسیم تبادلی و غیرتبادلی گردید. قارچ فونلیفورمیسموسه سبب کاهش پتاسیم محلول و افزایش پتاسیم غیرتبادلی و قارچ گلوموسورسیفرم سبب کاهش پتاسیم محلول و افزایش پتاسیم تبادلی گردید. مقدار پتاسیم عصارهگیری شده توسط اسید نیتریک (مجموع شکلهای پتاسیم) در خاک تیمار شده با کودهای آلی نسبت به بیوچار آنها کمتر بود. کاربرد بیوچار کود مرغی سبب افزایش تأثیر هر دو نوع قارچ بر مقدار پتاسیم خاک گردید؛ درحالیکه کاربرد بیوچار کود گوسفندی سبب کاهش تأثیر قارچها بر هر سه شکل پتاسیم شد. مواد آلی و کودهای زیستی سبب افزایش معنیدار مقدار پتاسیم جذبشده گردیدند (بهترتیب 16 تا 217 و 14 تا 36 میلیگرم در گلدان افزایش نسبت به شاهد). غلظت پتاسیم در بخشهای هوایی گیاه ارتباط مثبت و معنیداری با همهی شکلهای پتاسیم خاک داشت. نتیجهگیری: کودهای آلی کاربردی (گوسفندی و مرغی) در افزایش شکل محلول پتاسیم نسبت به بیوچار آنها تاثیر بیشتری داشتند درحالیکه بیوچار آنها مقدار شکلهای تبادلی و غیر تبادلی پتاسیم را نسبت به ماده اولیه بیشتر افزایش دادند. همچنین کاربرد هر دو قارچ مایکوریز سبب کاهش شکل محلول پتاسیم شد. بنابراین میتوان نتیجه گرفت که کاربرد مواد آلی و قارچهای مایکوریز با تاثیری که بر مقدار شکلهای مختلف پتاسیم در خاک دارند، میتوانند بر مقدار جذب این عنصر و پتانسیل آبشویی آن اثر بگذارند.
https://jwsc.gau.ac.ir/article_3975_88c1f4e8761430ddabb51f3d43c7e080.pdf
2018-01-21
159
176
10.22069/jwsc.2017.13894.2863
فونلیفورمیسموسه
گلوموسورسیفرم
بیوچار کود مرغی
پتاسیم محلول
پتاسیم تبادلی
حمیدرضا
بوستانی
hr.boostani@shirazu.ac.ir
1
دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز
LEAD_AUTHOR
مهدی
نجفی قیری
mnajafighiri@yahoo.com
2
دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز
AUTHOR
1.Arocena, J., and Glowa, K. 2000. Mineral weathering in ectomycorrhizosphere of subalpine
1
fir (Abies lasiocarpa (Hook.) Nutt.) as revealed by soil solution composition. For. Ecol.
2
Manag. 133: 1. 61-70.
3
2.Bar-Tal, A., Yermiyahu, U., Beraud, J., Keinan, M., Rosenberg, R., Zohar, D., Rosen, V., and
4
Fine, P. 2004. Nitrogen, phosphorus and potassium uptake by wheat and their distribution in
5
soil following successive, annual compost applications. J. Environ. Qual. 33: 5. 1855-1865.
6
3.Basak, B., and Biswas, D. 2009. Influence of potassium solubilizing microorganism (Bacillus
7
mucilaginosus) and waste mica on potassium uptake dynamics by sudan grass (Sorghum
8
vulgare Pers.) grown under two Alfisols. Plant and Soil. 317: 1-2. 235-255.
9
4.Bashour, I.I., and Sayegh, A.H. 2007. Methods of analysis for soils of arid and semi-arid
10
regions. FAO.
11
5.Blum, J.D., Klaue, A., Nezat, C.A., Driscoll, C.T., Johnson, C.E., Siccama, T.G., Eagar, C.,
12
Fahey, T.J., and Likens, G.E. 2002. Mycorrhizal weathering of apatite as an important
13
calcium source in base-poor forest ecosystems. Nature. 417: 6890. 729-731.
14
6.Bolan, N. 1991. A critical review on the role of mycorrhizal fungi in the uptake of phosphorus
15
by plants. Plant and soil. 134: 2. 189-207.
16
7.Burgess, T., Malajczuk, N., and Grove, T. 1993. The ability of 16 ectomycorrhizal fungi to
17
increase growth and phosphorus uptake of Eucalyptus globulus Labill. and E. diversicolor
18
F. Muell. Plant and Soil. 153: 2. 155-164.
19
8.Gaskin, J.W., Steiner, C., Harris, K., Das, K.C., and Bibens, B. 2008. Effect of
20
lowtemperature pyrolysis conditions on biochar for agricultural use. Transactions of the
21
ASABE, 51: 2061-2069.
22
9.Gryndler, M., Larsen, J., Hršelová, H., Řezáčová, V., Gryndlerová, H., and Kubát, J. 2006.
23
Organic and mineral fertilization, respectively, increase and decrease the development of
24
external mycelium of arbuscular mycorrhizal fungi in a long-term field experiment.
25
Mycorrhiza. 16: 3. 159-166.
26
10.Hansen, V., Müller-Stöver, D., Imparato, V., Krogh, P.H., Jensen, L.S., Dolmer, A., and
27
Hauggaard-Nielsen, H. 2017. The effects of straw or straw-derived gasification biochar
28
applications on soil quality and crop productivity: A farm case study. J. Environ. Manage.
29
186: 88-95.
30
11.Havlin, J., Beaton, J., Tisdale, S., and Nelson, W. 1999. Soil Fertility and Fertilizers.
31
Pretince Hall, New Jersey.
32
12.He, L.L., ZhongH, Z.K., and Yang, H.M. 2017. Effects on soil quality of biochar and straw
33
amendment in conjunction with chemical fertilizers. J. Integ. Agric. 16: 3. 704-712.
34
13.Jalali, M. 2011. Comparison of potassium release of organic residues in five calcareous soils
35
of western Iran in laboratory incubation test. Arid Land Res. Manage. 25: 2. 101-115.
36
14.Kumar, S., Bauddh, K., Barman, S.C., and Singh, R.P. 2014. Amendments of microbial
37
biofertilizers and organic substances reduces requirement of urea and DAP with enhanced
38
nutrient availability and productivity of wheat (Triticum aestivum L.). Ecol. Eng. 71: 432-437.
39
15.Landeweert, R., Hoffland, E., Finlay, R.D., Kuyper, T.W., and van Breemen, N. 2001.
40
Linking plants to rocks: ectomycorrhizal fungi mobilize nutrients from minerals. Trends
41
Ecol. Evol. 16: 5. 248-254.
42
16.Lapeyrie, F., Chilvers, G., and Bhem, C. 1987. Oxalic acid synthesis by the mycorrhizal
43
fungus Paxillus involutus (Batsch. ex Fr.) Fr. New Phytol. 106: 1. 139-146.
44
17.Li, L., Quinlivan, P.A., and Knappe, D.R. 2002. Effects of activated carbon surface
45
chemistry and pore structure on the adsorption of organic contaminants from aqueous
46
solution. Carbon, 40: 12. 2085-2100.
47
18.Major, J., Rondon, M., Molina, D., Riha, S.J., and Lehmann, J. 2010. Maize yield and
48
nutrition during 4 years after biochar application to a Colombian savanna oxisol. Plant and
49
Soil. 333: 1-2. 117-128.
50
19.Meek, B., Graham, L., and Donovan, T. 1982. Long-term effects of manure on soil nitrogen,
51
phosphorus, potassium, sodium, organic matter and water infiltration rate. Soil Sci. Soc. Am.
52
J. 46: 5. 1014-1019.
53
20.Najafi-Ghiri, M. 2017. Potassium status in wheat-cultivated soils and its relationship with
54
grain K in Darab region, southeastern Fars province. Soil Res. 77: 163-171. (In Persian)
55
21.Najafi-Ghiri, M. 2015. Effect of different biochars application on some soil properties and
56
potassium pools distribution in a calcareous soil. Soil Res. 29: 3. 351-358. (In Persian)
57
22.Najafi-Ghiri, M., and Owliaie, H.R. 2014. Effect of vermicompost and zeolite applications
58
on potassium transformation in calcareous soils of Fars province. Water Soil Sci. 69: 61-72.
59
(In Persian)
60
23.Najafi-Ghiri, M., Abtahi, A., Owliaie, H., Hashemi, S.S., and Koohkan, H. 2011. Factors
61
affecting potassium pools distribution in calcareous soils of southern Iran. Arid Land Res.
62
Manag. 25: 4. 313-327.
63
24.Najafi-Ghiri, M., Nowzari, S., Niksirat, S.H., and Soleimanpoor, L. 2017. Effects of different
64
plant residues and manures on potassium pools distribution of two clayey soils under
65
different moisture conditions. Water Soil Sci. (Accepted) (In Persian)
66
25.Nelson, D., and Sommers, L. 1982. Total carbon, organic carbon, and organic matter.
67
In: A. Page (Ed.), Methods of soil analysis, Part 2. Madison (WI), American Society of
68
Agronomy, Pp: 539-579.
69
26.Rowell, D. 1994. Soil science: methods and applications. Longman Scientific and Technical,
70
Harlow, Essex (UK).
71
27.Sadaf, J., Shah, G.A., Shahzad, K., Ali, N., Shahid, M., Ali, S., Hussain, R.A., Ahmed, Z.I.,
72
Traore, B., Ismail, I.M.I., and Rashid, M.I. 2017. Improvements in wheat productivity and
73
soil quality can accomplish by co-application of biochars and chemical fertilizers. Sci. Total
74
Environ. 607: 715.
75
28.Salinity Laboratory Staff. 1954. Diagnosis and improvement of saline and alkali soils.
76
Handbook No. 60. United States Department of Agriculture (USDA), Washington (DC).
77
29.Smith, S., and Read, S. 1997. Mycorrhizal Symbiosis, 2nd edn Academic Press, San Diego. P.
78
Grogan, J. Baar & TD Bruns.
79
30.Soil Survey Staff. 1994. Keys to soil taxonomy. Soil Conservation Service.
80
31.Song, W., and Guo, M. 2012. Quality variations of poultry litter biochar generated at
81
different pyrolysis temperatures. J. Anal. Appl. Pyrol. 94: 138-145.
82
32.Sumner, M., Miller, W., Sparks, D., Page, A., Helmke, P., Loeppert, R., Soltanpour, P.,
83
Tabatabai, M., and Johnston, C. 1996. Cation exchange capacity and exchange coefficients.
84
Methods of soil analysis. Part 3-chemical methods, Pp: 1201-1229.
85
33.Tan, Z., Liu, L., Zhang, L. and Huang, Q., 2017. Mechanistic study of the influence of
86
pyrolysis conditions on potassium speciation in biochar “preparation-application” process.
87
Sci. Total Environ. 599: 207-216.
88
34.Tarkalson, D.D., Jolley, V.D., Robbins, C.W., and Terry, R.E. 1998. Mycorrhizal
89
colonization and nutrition of wheat and sweet corn grown in manure-treated and untreated
90
topsoil and subsoil. J. Plant Nutr. 21: 9. 1985-1999.
91
35.Toljander, J.F., Santos-González, J.C., Tehler, A., and Finlay, R.D. 2008. Community
92
analysis of arbuscular mycorrhizal fungi and bacteria in the maize mycorrhizosphere in a
93
long-term fertilization trial. FEMS Microbiol. Ecol. 65: 2. 323-338.
94
36.Whitbread, A.M., Blair, G.J., and Lefroy, R.D. 2000. Managing legume leys, residues and
95
fertilisers to enhance the sustainability of wheat cropping systems in Australia: 2. Soil
96
physical fertility and carbon. Soil Till. Res. 54: 1. 77-89.
97
37.Yilmaz, E., and Sönmez, M. 2017. The role of organic/bio–fertilizer amendment on
98
aggregate stability and organic carbon content in different aggregate scales. Soil Till. Res.
99
168: 118-124.
100
38.Yuan, L., Huang, J., Li, X., and Christie, P. 2004. Biological mobilization of potassium
101
from clay minerals by ectomycorrhizal fungi and eucalypt seedling roots. Plant and Soil.
102
262: 1-2. 351-361.
103
ORIGINAL_ARTICLE
بررسی اثر تغییرات بازشدگی روی نقطه جدایش، اندازه دنباله و توزیع سرعت در سرریز- دریچه استوانه ای مستغرق
چکیده سابقه و هدف:ترکیب سرریز و دریچه سازه جدیدی بهوجود میآورد که میتواند برخی از نواقص استفاده جداگانه آنها را برطرف کند به طوری که مواد معلق از رو و مواد قابل تهنشین شدن از زیر عبور نموده و همچنین با حرکت در راستای قائم و ایجاد بازشدگیهای متفاوت و متناسب با تغییرات جریان ورودی، سطح آب را به شیوه بهتر و دقیقتری کنترل و هد آب ثابتی را برای کانال جانبی تنظیم نماید. یکی از انواع سرریز- دریچه نوع استوانهای آن است که دارای مزایایی چون ضریب دبی بالا و افت کمتر نسبت به موارد جایگزین است. تحقیقات انجام گرفته توسط محققین قبلی روی سازه مذکور که همگی از جنبه هیدرولیکی بوده است اشاره دارد در مدل ترکیبی سرریز – دریچه استوانهای، ضریب دبی در هریک از بخش های سرریز و دریچه ( ضریب دبی مهمترین پارامتر هیدرولیکی در طراحی سرریز- دریچه می باشد) نسبت به کاربرد جداگانه آنها کاهش مییابد. از طرفی علاوه بر پارامترهای هیدرولیکی موثر بر ضریب دبی که قبلا توسط محققین پیشین به طور گسترده مورد بررسی قرار گرفته است، پدیدههای هیدرودینامیکی مانند جدایش جریان، ریزش گردابه، محل همگرایی لایه برشی عبوری از دو طرف سازه و... که بهدنبال هیدرواستاتیک نبودن فشار روی بدنه سازه هنگام عبور جریان بهوجود میآیند، می توانند نقش بسزا و تعیین کننده ای بر ضریب دبی، آبگذری و سایر خصوصیات جریان عبوری داشته باشند. لذا به منظور بررسی تغییرات نقطه جدایش در روی سازه و زیر سازه، محل وقوع همگرایی لایه مرزی جداشده از دو طرف، پروفیل سرعت در رو و پایین دست سازه و همچنین اندازه دنباله با تغییرات میزان بازشدگی، آزمایشاتی با استفاده از تکنیک سرعت سنجی ذرات به روش تصویر برداری(PIV) انجام، نتایج بررسی و تحلیل شد.مواد روشها:آزمایشها در آزمایشگاه هیدرودینامیک دانشکده مهندسی مکانیک دانشگاه چکوروا ترکیه، با استفاده از تکنیکPIV روی استوانه ای با قطر 50 میلیمتر و پنج بازشدگی متفاوت 1/0- 5/0 قطر انجام شد.. برای کلیه آزمایشها، عمق آب بالادست و سرعت ورودی ثابت و برابر با 150 میلیمتر و 58/0 متر بر ثانیه بود.یافتهها و نتیجهگیرینتایج نشان داد برای تمام نسبتهای باز شدگی دریچه به قطر سازه، محل وقوع جدایش جریان از بدنه سازه در قسمت دریچه و سرریز متفاوت بوده و در حالت دریچه جدایش زودتر رخ میدهد به طوری که در محدوده آزمایشها بیشترین و کمترین اختلاف زاویه انحراف جدایش سرریز و دریچه از همدیگر 40، 3 درجه میباشد. با افزایش بازشدگی از 1/0 قطر به 4/0 فاصله افقی نقطه وقوع همگرایی دو لایه مرزی جداشده نسبت به سازه کمتر میشود و همچنین افزایش بازشدگی سبب نوسانات در راستای عمودی محل وقوع نقطه همگرایی شده که در محدوده بازشدگیهای این تحقیق محل وقوع نقطه ، بین 1/0 تا 15/0 قطر نسبت به محور افقی عبوری ازمرکز استوانه انحراف قائم داشته و در تمام حالت ها زیر محور مذکور قرار میگیرد. برای تمام بازشدگیها تا فاصلهای به اندازه قطر سازه از پشت سرریز- دریچه، پروفیل سرعت در راستای محور ( ) و ( ) شدیدا تحت تاثیر عوامل هیدرو دینامیکی است. در روی سرریز- دریچه با افزایش زاویه از صفر تا 90 درجه( با حرکت به سمت تاج) نسبت سرعت ماکزیمم به سرعت ورودی افزایش یافته به طوری که در تاج حدود 27 درصد نسبت به نقطه صفر افزایش مشاهده میگردد ولی بعد از تاج دچار نوسانات افزایش و کاهش می-گردد و این نوسانات در بازشدگی برابر با نصف قطر سبب میشود تا مقدار بی بعد سرعت ماکزیمم به سرعت ورودی در نزدیکی نقطه جدایش، حدود 17 درصد نسبت به تاج کاهش یابد.
https://jwsc.gau.ac.ir/article_3976_157e7361f1c12f6765ca3b52026d9a8a.pdf
2018-01-21
177
193
10.22069/jwsc.2018.11434.2584
سرریز- دریچه استوانه ای
جدایش جریان
دنباله
توزیع سرعت
بازشدگی
محمد
قره گزلو
gharagezlu_mohamad@yahoo.com
1
کاندیدای اخذ درجه دکتری سازه های آبی دانشگاه علوم کشاورزی و منابع طبیعی ساری
LEAD_AUTHOR
محسن
مسعودیان
masoudian@sanru.ac.ir
2
دانشیار گروه سازه های آبی دانشگاه علوم کشاورزی و منابع طبیعی ساری
AUTHOR
بشیر
شاهین
b-sahin@cu.edu.tr
3
استاد گروه مکانیک دانشگاه چکوروا ترکیه
AUTHOR
اسماعیل
کردی
esmaeilkordi@gmail.com
4
استادیار گروه عمران دانشگاه میرداماد گرگان
AUTHOR
.Akilli, H., Sahin, B., and Tumen, N.F. 2005. Suppression of vortex shedding of circular.1.
1
cylinder in shallow water by a splitter plate. J. Flow Measure. Ins. 16:4. 211-219.
2
2.Alper Oner, A., SalihKirkgoz, M., and Sami Akoz, M. 2008.Investigation of a current with a
3
circular cylinder near a rigid bed. J. Ocean Engin. 35: 1. 1492-1504.
4
3.Bearman, P.W., and Zdravkovich, M.M. 1978. Flow around a circular cylinder near a plane
5
Boundary. J. Fluid Mechanic. 89: 1. 33-47.
6
4.Fendereski, N., Masoudian, M., Kordi, E., Röttcher, K., and Gharahgezlou, M. 2014.
7
The hydraulic investigation of perforated-Cylindrical-Intake structure. J. Civil Engin. Urban.
8
4: 5. 509-514.
9
5.Gharahgezlou, M. 2012. Combined flow in cylindrical weir and gate. Agricultural Science and
10
Natural Resources University, Press, 91p. (In Persian)
11
6.Gharahgezlou, M., Masoudian, M., Haber, B., and Salehi Neyshaboury, S.A. 2013. Effect
12
of weir flow on gate discharge in combined cylindrical weir- gate. J. Irrig. Water Sci.
13
11: 1. 86-95. (In Persian)
14
7.Gharahgezlou, M., Masoudian, M., Salehi Neyshaboury, S.A., Nadery, F., and Severi, A.
15
2013. Laboratory investigation of combination of cylindrical and semi cylindrical weir-gate
16
model in a small canal. J. Water Soil Cons. 20: 1. 185-198. (In Persian)
17
8.Lei, C., Cheng, L., and Kavanagh, K. 1999. Re-examination of the effect of a plane boundary
18
on force and vortex shedding of a circular cylinder. J. Wind Engin. Ind. Aerodynamic.
19
80: 2. 63-86.
20
9.Masoudian, M., Fendreski, N., and Gharahgezlou, M. 2013. Studying of cylindrical weir-gate
21
and determine its relation with separate weir and gate discharge coefficient. J. Water Engin.
22
6: 1. 151-162. (In Persian)
23
10.Masoudian, M., Gharahgezlou, M., Fendreski, N., and Nadery, F. 2014. Laboratory
24
investigation of flow over and under a submerged cylindrical weir-gate in small canals.
25
J. Water Soil Cons. 21: 3. 221-235. (In Persian)
26
11.Nezu, I., and Rodi, W. 1985. Experimental study on secondary currents in open channel
27
flow. Proc., 21st IAHR congress, Pp: 114-9.
28
12.Nezu, I., Nakagawa, H., and Rodi, W. 1989. Significance difference between secondary
29
currents in closed channels and narrow open channels. Proc. 23rd IAHR congress, Pp: 125-32.
30
13.Ozgoren, M., Okbaz, A., Dogan, S., Sahin, B., and Akilli, H. 2013. Investigation of flow
31
characteristics around a sphere placed in boundary layer. J. Exp. Ther. Fluid Sci. 44: 1. 62-74.
32
14.Rong, Q., Guoya, L., Jian, W., and Zhang, X. 2005. Study of vortex characteristics of
33
the flow around a horizontal circular cylinder at various gap-ratios in the cross-flow.
34
J. Hydrodynamic. 18: 3. 334-340.
35
15.Sami Akoz, M., Sahin, B., and Akilli, H. 2010. Flow characteristic of the horizontal cylinder
36
placed on the plane boundary. J. Flow Measure. Ins. 21: 1. 476-487.
37
ORIGINAL_ARTICLE
ویژگیهای جذب مس در خاکدانههای با اندازه متفاوت و ارتباط آنها با برخی ویژگیهای خاک
چکیده سابقه و هدف: فلزات سنگین از طریق جذب، رسوب و سایر فرآیندهای فیزیکی و شیمیایی در خاکها تجمع مییابند. فلزات جذب شده در خاکها میتوانند به وسیله رواناب به رودخانهها و آبهای زیرسطحی وارد شده و در حیوانات، گیاهان و انسانها تجمع یابند. خاکدانهها اجزاء تشکیلدهنده ساختمان خاک هستند. خاکدانههای با اندازه متفاوت توانایی جذب و انتقال فلز مس متفاوتی دارند. بر این اساس اطلاع از سرنوشت مس در خاکدانهها در درک اثرات مس در خاکها مهم است. جذب ناهمگن مس در خاکدانههای مختلف بر تحرک و قابلیت دسترسی این فلز مؤثر است. بنابراین تعیین توانایی خاکدانههای مختلف در جذب مس برای مدیریت کشاورزی، مدلسازی آبخیز و مطالعات زیست محیطی اهمیت زیادی دارد. مواد و روشها: در این تحقیق ویژگیهای جذب مس در خاکدانههای پنج خاک آهکی استان چهارمحال و بختیاری مطالعه شد. خاکدانهها با استفاده از روش الک خشک به 4 بخش (بزرگتر از 2 و 2 تا 25/0 میلیمتر (خاکدانههای درشت) و 25/0 تا 053/0 و کوچکتر از 053/0 میلیمتر (خاکدانههای ریز)) تفکیک شدند. سپس جذب مس در خاکدانههای مختلف با استفاده از محلول کلرید کلسیم 01/0 مولار حاوی مس (0 تا 500 میلیگرم در لیتر) بررسی شد. بهعلاوه ویژگیهایی مانند pH، گنجایش تبادل کاتیونی، کربنات کلسیم معادل، اکسیدهای آهن آزاد، کربن آلی، مقدار کل و قابل استفاده مس در هر خاکدانه تعیین شد. سپس، بر دادههای مس جذبشده معادلههای لانگمویر، فروندلیچ و خطی برازش داده شد. برای تعیین روابط بین ویژگیهای جذب مس و ویژگیهای خاکدانهها از ضریب همبستگی (r) و رگرسیون استفاده شد. یافتهها: بر اساس نتایج ویژگیهای خاکدانهها اکسیدهای آهن آزاد در خاکدانههای درشت بیشتر از خاکدانههای ریز بود؛ درحالی که OC، CEC و CCE در خاکدانههای درشت کمتر از خاکدانههای ریز بود. نتایج نشان داد که معادلههای لانگمویر، فروندلیچ و خطی توانایی توصیف جذب مس را داشتند. نتایج مطالعه جذب مس نشان داد که حداکثر مقدار جذب مس (b در معادله لانگمویر)، حداکثر گنجایش بافری (MBC در معادله لانگمویر) و ضرایب توزیع (kf و B در معادلههای فروندلیچ و خطی) در خاکدانههای ریز بیشتر از خاکدانههای درشت بود (05/0 >P)؛ در حالی که انرژی جذب (k در معادله لانگمویر و n در معادله فروندلیچ) در خاکدانههای ریز کمتر از خاکدانههای درشت بود (05/0 >P). نتایج مطالعه همبستگی نشان داد که pH، گنجایش تبادل کاتیونی و کربنات کلسیم معادل از مؤثرترین ویژگیهای خاک بر ضرایب معادلههای توصیفکننده جذب مس بودند. نتیجهگیری: نتایج این تحقیق نشان داد که خاکدانههای ریز (کوچکتر از 25/0 میلیمتر) با ظرفیت جذب مس بیشتر با قدرت کمتر نسبت به خاکدانههای درشت (بزرگتر از 25/0 میلیمتر) پتانسیل تجمع مس دارند، بنابراین در اثر جابهجایی این بخش از خاکها در اثر عوامل مختلف به محلهای دیگر، آلایندگی میتواند منتقل شود.
https://jwsc.gau.ac.ir/article_3977_1916365a7e9f5a5e70916c156aa7064a.pdf
2018-01-21
195
210
10.22069/jwsc.2017.13769.2849
الک خشک
خاکدانههای ریز
رگرسیون
همدماهای جذب
حمیدرضا
متقیان
motaghian.h@yahoo.com
1
استادیار گروه خاک دانشگاه شهرکرد
LEAD_AUTHOR
زهرا
خواجعلی
z.khajeali.z@gmail.com
2
دانشگاه شهرکرد
AUTHOR
علیرضا
حسین پور
hosseinpur-a@agr.sku.ac.ir
3
دانشگاه شهرکرد
AUTHOR
1.Acosta, J.A., Cano, A.F., Arocena, J.M., Debela, F., and Martinez-Martinez, S. 2009.
1
Distribution of metals in soil particle size fractions and its implication to risk assessment of
2
playgrounds in Murcia City (Spain). Geoderma. 149: 101-109.
3
2.Adhikari, T., and Singh, M.V. 2003. Sorption characteristics of lead and cadmium in some
4
soils of India. Geoderma. 114: 81-92.
5
3.Alloway, B.J. 1990. Heavy Metals in Soils: Lead. Blackie and Glasgow. London, Pp: 177-190.
6
4.Anderson, B., and Jenne, E. 1970. Free iron and manganese oxide content of reference clay.
7
Soil Sci. 109: 163-169.
8
5.Anderson, P.R., and Christensen, T.H. 1988. Distribution coefficients of Cd, Co, Ni and Zn in
9
soils. J. Soil Sci. 39: 15-22.
10
6.Barber, S.A. 1995. Soil Nutrient Bioavailability: A Mechanistic Approach. Wiley & Sons,
11
New York, 384p.
12
7.Barthès, B.G., Kouakoua, E., Larré-Larrouy, M., Razafimbelo, T.M., de Luca, E.F.,
13
Azontonde, A., Neves, C.S.V.J., de Freitas, P.L., and Feller, C.L. 2008. Texture and
14
sesquioxide effects on water-stable aggregates and organic matter in some tropical soils.
15
Geoderma. 143: 14-25.
16
8.Ben-Hur, M., Shainberg, I., Bakker, D., and Keren, R. 1985. Effect of soil texture and CaCO3 content
17
on water infiltration in crusted soil as related to water salinity. Irrigation Science. 6: 281-294.
18
9.Bradl, H.B. 2004. Adsorption of heavy metal ions on soils and soils constituents. J. Coll. Int.
19
Sci. 277: 1-18.
20
10.Cavallaro, N., and McBride, M.B. 1984. Zinc and copper sorption and fixation by an acid
21
soil clay: Effect of selective dissolutions. Soil Sci. Soc. Amer. J. 48: 1050-1054.
22
11.Elrashidi, M.A., and Oconnor, G.A. 1982. Influence of solution composition on sorption of
23
zinc by soils. Soil Sci. Soc. Amer. J. 46: 1153-1158.
24
12.Gee, G.W., and Bauder, J.W. 1986. Particle size analysis. P 404-407, In: A. Klute (Ed.),
25
Methods of Soil Analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI.
26
13.Giles, C.H., Smith, D., and Huitson, A. 1974. A general treatment and classification of the
27
solute adsorption isotherm. I. theoretical. J. Coll. Int. Sci. 47: 755-756.
28
14.Gong, C., Ma, L., Cheng, H., Liu, Y., Xu, D., Li, B., Liu, F., Ren, Y., Liu, Z., Zhao, C., Yang,
29
K., Nie, H., and Lang, C. 2014. Characterization of the particle size fraction associated heavy
30
metals in tropical arable soils from Hainan Island, China. J. Geochem. Exp. 139: 109-114.
31
15.Hooda, P.S. 2010. Trace Elements in Soils. Kingston University London, UK, 616p.
32
16.Huang, B., Li, Z., Huang, J., Guo, L., Nie, X., Wang, Y., Zhang, Y., and Zeng, G. 2014.
33
Adsorption characteristics of Cu and Zn onto various size fractions of aggregates from red
34
paddy soil. J. Hazard Mater. 264: 176-183.
35
17.Jalali, M., and Moharrami, S. 2007. Competitive adsorption of trace elements in calcareous
36
soils of Western Iran. Geoderma. 140: 156-163.
37
18.Kabata –Pendias, A. 2011. Trace Elements in Soils and Plants. CRC. Press. 505p.
38
19.Lindsay, W.L., and Norvell, W.A. 1978. Development of DTPA test for zinc, iron,
39
manganese and copper. Soil Sci. Soc. Amer. J. 42: 421-428.
40
20.Liu, P.Y., Wen, Q.L., Li, Y.J., Dong, C.X., and Pan, G.X. 2015. Kinetics of specific and
41
non-specific copper sorption on aggregates of an acidic paddy soil from the Taihu Lake
42
region in East China. Pedosphere. 25: 37-45.
43
21.Marquez, C.O., Garcia V.J., Cambardella, C.A., Schultz, R.C., and Isenhart, T.M. 2004.
44
Aggregate-size stability distribution and soil stability. Soil Sci. 68: 725-735.
45
22.McBride, D.B., Tyler, L.D., and Hovde, D.A. 1981. Cadmium adsorption by soils and uptake
46
by plants as affected by soil chemical properties. Soil Sci. Soc. Amer. J. 45: 739-744.
47
23.Moallemi, S., and Davatgar, N. 2011. Comparison of artificial neural network and regression
48
pedotransfer functions for prediction of cation exchange capacity in Guilan province soils.
49
Water Soil Sci. (J. Sci. Technol. Agric. Natur. Resour.). 15: 169-182.
50
24.Mohammadi, J., and Motaghian, H.R. 2011. Spatial prediction of soil aggregate stability and
51
aggregate associated organic carbon at the catchment scale using geostatistical techniques.
52
Pedosphere. 21: 389-399.
53
25.Mojalali, H. 1995. Soil Chemistry. Publishing Center of Tehran University.
54
26.Morera, M.T., Echeverria, J.C., Mazkiaran, J., and Garrido, J. 2001. Isotherms and sequential
55
extraction procedures for evaluating sorption and distribution of heavy metals in soils.
56
Environ. Poll. 113: 135-144.
57
27.Naghipoor Khalkhalaliani, D., Mesdaghinia, A.R., Mahvi, A.H., Nouri, J., and Vaezi, F.
58
2006. An experimental study of heavy metal extraction, using various concentration of
59
EDTA in a sandy loam soils. Pakistan Biological Sciences. 9: 5. 837-842.
60
28.Nelson, D.W., and Sommers, L.E. 1996. Carbon, organic carbon and organic matter.
61
P 961-1010, In: D.L. Sparks (Ed.), Methods of Soil Analysis. SSSA, Madison, WI.
62
29.Nourbakhsh, F., Jalalian, A., and Shariatmadari, H. 2003. Estimation of cation exchange
63
capacity from some soil physical and chemical properties. Water Soil Sci. (J. Sci. Technol.
64
Agric. Natur. Resour.). 7: 3. 107-118.
65
30.Palma, L.D., Ferrantelli, P., and Medici, F. 2005. Heavy metals extraction from
66
contaminated soil: Recovery of the flushing solution. J. Environ. Manage. 77: 205-211.
67
31.Qishlaqi, A., and Moore, F. 2007. Statistical analysis of accumulation and sources of heavy
68
metals occurrence in agricultural soils of Khoshk River Banks, Shiraz, Iran. Amer.-Eurasi. J.
69
Agri. Environ. Sci. 2: 565-573.
70
32.Raeisi, T. 2015. Environmental effects of heavy metals in agricultural soils. J. Agric. Engin.
71
Natur. Resour. 46: 34-37. (In Persian)
72
33.Rhoades, J.D. 1996. Salinity: electrical conductivity and total dissolved solids. P 417-435,
73
In: D.L. Sparks (Ed.), Methods of Soil Analysis. SSSA, Madison.
74
34.Richards, L.A. 1954. Diagnosis and improvement of saline and alkali soils. Agricultural
75
hand book 60. U.S. Dept. of Agriculture, Washington D.C., 160p.
76
35.Sarrano, S., Garrido, F., Campbell, C.G., and Garcia-Gonzalez, M.T. 2005. Competitive
77
sorption of cadmium and lead in acid soils of central Spain. Geoderma. 124: 91-104.
78
36.Shukla, M.K., Lal, R., and VanLeeuwen, D. 2007. Spatial variability of aggregate-associated
79
carbon and nitrogen contents in the reclaimed mine soils of eastern Ohio. Soil Sci. Soc.
80
Amer. J. 71: 1748-1757.
81
37.Singh, D., McLaren, R.G., and Cemeron, K.C. 2006. Zinc sorption-desorption by soils:
82
Effect of concentration and length of contact period. Geoderma. 137: 117-125.
83
38.Slejko, F. 1985. Adsorption Technology a Step by Step Approach to Process Evaluation and
84
Application. Marcel-Deeker, New York, 590p.
85
39.Sparks, D.L. 1985. Kinetics of Soil Chemical Process. Academic Press, 210p.
86
40.Sparks, D.L. 2003. Environmental Soil Chemistry. Academic Press, 352p.
87
41.Sposito, G., LaClaire, J.P., LeVesque, S., and Senesi, N. 1982. Methodologies to Predict the
88
Mobility and Avalibility of Hazardous Metal in Sludge-Amended Soils. University of
89
California. Davis. CA, 94p.
90
42.Sumner, M.E., and Miller, W.P. 1996. Cation exchange capacity and exchange coefficients.
91
Methods of soil analysis. Chemical methods. Soil Science Society of America, Book series
92
43.Thomas, G.W. 1996. Soil pH and soil acidity. P 475-490, In: D.L. Sparks (Ed.), Methods of
93
Soil Analysis. SSSA, Madison, WI.
94
44.Torros, L.G., Lopez, R., and Beltran, M. 2011. Effects of surfactants on low-molecularweight organic acids to wash soil zinc. Environ. Sci. Poll. Res. 23: 4629-4638.
95
45.Tume, P., Bech, J., Longan, L., Tume, L., Reverter, F., and Sepulveda, B. 2006. Trace
96
elements in natural surface soils in Sant Climent (Catalonia, Spain). Ecol. Eng. 27: 145-152.
97
46.Wang, F., Pan, G., and Li, L. 2009. Effects of free iron oxyhydrates and soil organic matter
98
on copper sorption-desorption behavior by size fractions of aggregates from two paddy soils.
99
J. Environ. Sci. 21: 618-624.
100
47.White, W.M. 1993. Dry aggregate distribution. P 659-662, In: M.R. Carter (Ed.), Manual on
101
Soil Sampling and Methods of Analysis. CRC Press, Boca Raton.
102
48.Zhang, M.K., He, Z.L., Calvert, D.V., Stoffella, P.J., Yang, X.E., and Li, Y.C. 2003.
103
Phosphorus and heavy metal attachment and release in sandy soil aggregate fractions. Soil
104
Sci. Soc. Amer. J. 67: 1158-1167.
105
ORIGINAL_ARTICLE
تاثیر تغییر کاربری اراضی بر خصوصیات فیزیکی ، شیمیایی و زیستی خاک در جنگل قلک شهرستان قائمشهر
سابقه و هدف: تخریب اکوسیستمهای طبیعی و تبدیل آن ها به کاربر ی های دیگر موجب تغییرات چشمگیری در خصوصیات خاک شده است .جنگلزدایی عواقب اکولوژیکی زیانباری مانند کاهش تنوع زیستی و کیفیت خاک را بهمراه دارد. نتایج پژوهشها در سراسر دنیا بیانگر آن است که جنگلزدایی باعث تنزل کیفیت خاک از طریق کاهش ماده آلی، تنفس میکروبی، پایداری خاکدانهها، هدایت هیدرولیکی و افزایش جرم مخصوص ظاهری میگردد. هدف از این پژوهش ارزیابی تغییرات برخی مشخصه های حاصلخیزی خاک تحت تاثیر پوشش های مختلف زمین در استان مازندران، شهرستان قائمشهر بوده است.مواد و روشها: به منظور انجام این پژوهش، 4 کاربری اراضی شامل ، جنگل طبیعی، جنگل تفرجی، شالیزار، و باغ مرکبات در نظر گرفته شد. برای نمونهبرداری از خاک در هر کاربری از 10 قطعه نمونه با ابعاد (20×20متر) بصورت تصادفی منظم (75×50متر)استفاده گردید. سپس نمونههای خاک در مرکز هر پلات واز عمق 10-0سانتیمتری بوسیله استوانه فلزی (قطر 8 سانتیمتر) برداشت گردید. درصد رطوبت، بافت خاک، وزن مخصوص ظاهری، واکنش خاک، هدایت الکتریکی، کربن آلی، نیتروژن کل، پتاسیم، فسفر، آمونیوم و نیترات خاک در آزمایشگاه اندازه گیری و شاخص های نرخ خالص معدنی شدن نیتروژن، تولید خالص آمونیوم و نیترات محاسبه گردید. برای بررسی تفاوت معنی داری بین کاربری های مختلف زمین از آنالیز واریانس یک طرفه و همچنین بمنظور مقایسه میانگین پارامترها از آزمون دانکن استفاده گردید.یافتهها: نتایج حاکی از آن است که مشخصات فیزیکی، شیمیایی و زیستی خاک در بین کاربری های مختلف دارای تفاوت معنی داری (05/0p<) با یکدیگر بوده اند. بطوریکه بیشترین میزان درصد رطوبت (47/36)، کربن آلی (1/5)، نیتروژن کل(46/0) و بیشترین غلظت نسبت کربن به نیتروژن (06/11) در جنگل تفرجی و کمترین میزان درصد کربن آلی (68/1)و پتاسیم (54/260) و نسبت کربن به نیتروزن (71/7) در کاربری شالیزار مشاهده گردید. کاهش ورودی مواد آلی به خاک به دلیل از بین رفتن پوشش طبیعی جنگل از سویی و تخریب خاکدانهها به سبب عملیات خاکورزی و در نتیجه عدم حفاظت فیزیکی مواد آلی خاک سبب کاهش مقادیر کربن آلی و ازت کل خاک در این کاربری شده است. علی رغم عدم تفاوت معنی داری مشخصه آمونیوم خاک در بین کاربری های مختلف در دو سری زمانی (شهریور و مهر)، بیش ترین میزان این مشخصه در کاربری های جنگلی و کم ترین میزان آن در شالیزار و باغ مشاهده شده است. غلظت زیاد آمونیوم در دو پوشش جنگلی به نرخ بالای معدنی شدن ازت برمیگردد. افزایش نرخ معدنی شدن ازت و فعالیت میکروبی به شدت تحت تأثیر افزایش متغیرهایی از قبیل درجة حرارت، رطوبت خاک ،pH و منابع موقت کربن و ازت ( برای جوامع میکروبی) می باشد. همچنین نتایج حاکی از آن است که معدنی شدن خالص نیتروژن و تولید خالص نیترات نیز فقط در کاربری شالیزار و جنگل تفرجی رخ داده است.نتیجه گیری: با توجه به نتایج این تحقیق می توان گفت که پویایی نیتروژن میتواند تحت تاثیر تغییر کاربری های جنگلی قرار گیرد. بنابراین نیتروژن کل و اشکال معدنی آن می تواند بعنوان شاخصهای کلیدی جهت ارزیابی اثرات مدیریت اراضی روی کیفیت خاک مورد استفاده قرار گیرد.
https://jwsc.gau.ac.ir/article_3978_57a5bf052786dcb515a397ea295c93f1.pdf
2018-01-21
211
225
10.22069/jwsc.2018.12068.2685
تغییر کاربری اراضی
معدنی شدن خالص نیتروژن
جنگل تفرجی
شالیزار
نازنین
خطیرپاشا
khatir_n@yahoo.com
1
کیلومتر 10 جاده ساری- نکا، دانشکده منابع طبیعی
AUTHOR
سید محمد
حجتی
s_m_hodjati@yahoo.com
2
کیلومتر 10 جاده ساری -نکا، دانشکده منابع طبیعی
LEAD_AUTHOR
محمدرضا
پورمجیدیان
m.pourmajidian@sanru.ac.ir
3
کیلومتر 10 جاده ساری - نکا، دانشکده منابع طبیعی
AUTHOR
مریم
اسدیان
maryam.asadiyan23@gmail.com
4
کیلومتر 10 جاده ساری- نکا، دانشکده منابع طبیعی
AUTHOR
1.Ayoubi, S., Khormali, F., Sahrawat, K.L., and Rodriguesde lima, A.C. 2011. Assessing impact
1
of land use change on soil quality indicators in a loessial soil in Golestan province, Iran.
2
J. Agric. Sci. Technol. 13: 727-742. (In Persian)
3
2.Ajami, M., Khormali, F., and Ayobi, S. 2009. Changes of some soil qualitative parameters
4
due to effect of landuse changes in various slope position of loess lands in east of Golestan
5
province. Iran. J. Soil Water Res. 39: 1. 15-30. (In Persian)
6
3.Ajami, M., Khormali, F., Ayoubi, S., and Omrani, R.A. 2006. Changes in soil quality
7
attributes by conversion of land use on a loess hillslope in Golestan province, Iran. 18th
8
International Soil Meeting (ISM) on Soil Sustaining Life on Earth, Maintaining Soil and
9
Technology Proceedings, Soil Science Society of Turkey, Pp: 501-504. (In Persian)
10
4.Alemayehu, A., and Assefa, A. 2016. Effects of land use changes on the dynamics of selected
11
soil properties in northeast Wellega, Ethiopia. Soil J. 2: 63-70.
12
5.Asadiyan, M., Hojjati, S.M., Pormajidiyan, M.R., and Fallah, A. 2013. The effect of different
13
types of land use on physical, chemical, and biological soil in the forest Sari Alandan.
14
Forestry and wood products. 4: 377-388. (In Persian)
15
6.Beheshti, A., Raiesi, F., and Golchin, A. 2012. Soil properties, C fractions and their dynamics
16
in land use conversion from native forests to crop lands in northern Iran. Agriculture,
17
Ecosystems and Environment. 148: 121-133. (In Persian)
18
7.Boroumand, M. 2015. Effects of land use change from forest to agriculture on soil chemical
19
properties (Case study: Region Zarinabad Sari). J. Physic. Geograph. 47: 3. 449-435.
20
(In Persian)
21
8.Brady, N.C., and Well, R.R. 2008. The Nature and properties of soils. Pearson Prentice Hll,
22
9.Celik, I. 2005. Land-use effects on organic matter and physical properties of soil in a southern
23
Mediterranean highland of Turkey. Soil and Tillage Research. 83: 270-277.
24
10.Chibsa, T., and Ta’a, A. 2009. Assessment of soil organic matter under four land use
25
systems, in Bale Highlands, Southeast Ethiopia. World Appl. Sci. J. 6: 9. 1231-1246.
26
11.Dang, V.M., Anderson, D.W., and Farrell, R.E. 2002. after long-term tea cultivation in
27
Northern Mountainous Vietnam. 17th WCSS, Indicators for assessing soil quality
28
Environments. 74: 10. 1287-1293.
29
12.Ebrahimzad, S.A., Aliasgharzad, N., and Najafi, N. 2013. Impressionability of Some Soil
30
Ecophysilogical Indices by land Use Changes in Suldoz Plain (Naqadeh, West Azarbaijan).
31
Iran. J. Agric. Sci. Sust. Prod. 23: 4. 42-56. (In Persian)
32
13.Emadi, M., Baghernejad, M., and Memarian, H.R. 2008. Effect of land-use change on soil
33
fertility characteristics within water-stable aggregates of two cultivated soils in northern Iran.
34
J. Appl. Sci. 8: 3. 496-502. (In Persian)
35
14.Fitzsimmons, M., Pennock, D.J., and Thorpe, J. 2004. Effects of deforestation on ecosystem
36
carbon densities in central Saskatchewan, Canada. Forest Ecology and Management.
37
188: 349-361.
38
15.Fried, J.S., Boyle, J.R., Tappeiner, J.C., and Cromack, K. 1989. Effects of bigleaf maple on
39
soils in Douglas-fir forests. Can. J. For. Res. 20: 259-266.
40
16.Hajabbasi, M.A., Jalalian, A., and Karimzadeh, H.R. 1997. Deforestation effects on soil
41
physical and chemical properties, Lordegan, Iran. Plant Soil. 190: 301-308. (In Persian)
42
17.Hillel, D. 2004. Introduction to Environmental Soil Physics. Elsevier Academic Press, 494p.
43
18.Islam, K.R., and Weil, R.R. 2002. Land use effects on soil quality in a tropical forest
44
ecosystem of Bangladesh. Agriculture, Ecosystems and Environment. 79: 9-16.
45
19.Izquierdo, A.E., and Ricardo Grau, H. 2009. Agriculture Adjustment. Land-use Transition
46
and Protected Areas in Northwestern Argentina. J. Environ. Manage. 90: 858-866.
47
20.Jafari Haghighi, M. 2003. Methods of sampling and analysis of important physical and
48
chemical soil analysis. Mashhad: the voice of Zoha. (In Persian)
49
21.Kiese, F., Papen, H., Zumbusch, E., and Butterbach-Bahl, L. 2002. Nitrification activity in
50
tropical rainforest soils of the coastal lowlands and Atherton Tablelands, Queensland,
51
Australia. J. Plant Nutr. 165: 682-685.
52
22.Kiyani, F., Jalalian, A., Pashaii, A., and Khademi, H.Y. 2006. Effect of Deforestation,
53
degraded lands Murat on loess soil quality indicators in Golestan Province Journal of
54
Soil and Water Sciences, Science and Technology of Agriculture and Natural resources.
55
11: 41. 453-463. (In Persian)
56
23.Lemenih, M., Karltun, M., and Olsson, M. 2005. Assessing soil chemical and physical
57
property responses to deforestation and subsequent cultivation in smallholders farming
58
system in Ethiopia. Agriculture Ecosystems and Environment. 105: 373-38.
59
24.Mahdavi, A., Fathizade, H., and Shetabi Joybari, Sh. 2014. Analysis and Assessment of Land
60
Use Change Detection Methods / vegetation, (Case study: Ilam Manesht protected forests).
61
J. Res. Sci. Technol. Wood. 21: 4-12. (In Persian)
62
25.Mandal, D., Singh, R., Dhyani, S.K., and Dhyani B.L. 2010. Landscape and Land Use
63
Effects on Soil Resources in a Himalayan Watershed. Catena. 81: 3. 203-208.
64
26.Martinez, M., Lopez, J., Almagro, M., and Albaladejo, J. 2008. Effect of water erosion and
65
cultivation on the soil carbon stock in a semiarid area of south-east Spain. Soil and Tillage
66
Research. 99: 119-129.
67
27.Moges, A., Dagnachew, M., and Yimer, F. 2013. Land Use Effects on Soil Quality
68
Indicators: A Case Study of Abo-Wonsho Southern Ethiopia. Hindawi Publishing
69
Corporation Applied and Environmental Soil Science. Article ID 784989, 9p.
70
28.Motaghian, H.R., and Mohammadi, J. 2011. Comparison of some soil physical quality
71
indices in different land uses in Marghmalek catchment, Shahrekord (Chaharmahal-vaBakhtiari province). J. Water Soil. 25: 1. 115-124. (In Persian)
72
29.Ritter, E. 2005. Litter decomposition and nitrogen mineralization in newly formed gaps in a
73
Danish beech (Fagus sylvatica) forest. Soil Biology and Biochemistry. 37: 1237-1247.
74
30.Salardini, A. 2005. Soil Fertility. Publications of University of Tehran, 434p. (In Persian)
75
31.Salehi, A., Mohammadi, A., and Safari, A. 2011. Investigation and comparison of physical
76
and chemical soil properties and quantitative characteristics of trees in less-damaged and
77
damaged area of Zagross forests (Case study: Poldokhtar, Lorestan province). Iran. J. For.
78
3: 1. 81-89. (In Persian)
79
32.Shamsi Mahmoud Abadi, S., Khormali, F., Ghorbani Nasr Abadi, R., and Pahlevani, M.H.
80
2010. The effect of land use on soil quality indicators in the areas of loess area Agh-Su
81
Golestan province. J. Soil Water Cons. Res. 17: 4. 125-139. (In Persian)
82
33.Shukla, M.K., Lal, R., Ebinger, M., and Meyer, C. 2006. Physical and chemical properties of
83
soils under some pin˜ on-juniper-oak canopies in a semi-arid ecosystem in New Mexico.
84
J. Arid Environ. 66: 673-685.
85
34.Singh, R.S., Tripathi, N., and Singh, S.K. 2007. Impact of degradation on nitrogen
86
transformation in a forest ecosystem of India. Environ Monit Assess. 125: 165-173.
87
35.Six, J., Paustian, K., Elliott, E.T., and Combrink, C. 2000. Soil structure and organic matter
88
distribution of aggregate-size classes and aggregate-associated carbon. Soil Sci. Soc. Amer.
89
J. 64: 681-689.
90
36.Soleimani, K., and Azmoodeh, A. 2010. Investigation the role of land use change on some soil
91
physical, chemical and erodibility properties. Physical Geography Research. 74: 111-124.
92
(In Persian)
93
37.Stroosnijder, L., and Bewket, W. 2003. Effects of agroecological land use succession on soil
94
properties in Chemoga watershed, Blue Nile basin, Ethiopia. Geoderma. 111: 1. 85-98.
95
38.Sutherland, B.J. 2003. Preventing soil compaction and rutting in the boreal forest of western
96
Canada: A practical guide to operating timber-harvesting equipment. FERIC (forest
97
engineering reserarch institute of Canada), 52p.
98
39.Tejada, M., and Gonzalez, J.L. 2008. Influence of two organic amendments on the soil physical
99
properties, soil losses, sediments and runoff water quality. Geoderma. 145: 325-334.
100
40.Wang, C., Han, X., and Xing, X. 2010. Effects of Grazing Exclusion on Soil Net Nitrogen
101
Mineralization and Nitrogen Availability in a Temperate Steppe in Northern China. J. Arid
102
Environ. 74: 10. 1287-1293.
103
41.Young, R., Wilson, R., and Mcleod, M. 2005. Carbon storage in the soils and vegetation of
104
contrasting land uses in northern New South Wales, Australia Aust. J. Soil. Res. 43: 21-31.
105
42.Zolfaghari, A.A., and Hajabassi, M.A. 2008. The effects of land use change on physical
106
properties and water repellency of soils in Lordegan forest and Freidunshar pasture. J. Water
107
Soil. 22: 2. 251-262. (In Persian)
108
ORIGINAL_ARTICLE
ارزیابی هیجده مدل تبخیر و تعرق مرجع در شرایط آب و هوایی دشت اردبیل
سابقه و هدف: تبخیر و تعرق یکی از عوامل مهمی است که دانستن مقدار دقیق آن، برای تعیین نیاز آبی و طراحی سامانههای آبیاری ضروری میباشد. یکی از راههای تعیین تبخیر و تعرق استفاده از مدلهای تجربی است، اما برای استفاده در هر منطقه باید ابتدا آنها را مورد ارزیابی قرار داد. برای این منظور در این تحقیق 18 مدل برآورد تبخیر و تعرق در مقایسه با نتایج لایسیمترهای زهکشدار و مدلپنمن- مونتیث فائو (FAO56) مورد ارزیابی قرار گرفت. مواد و روشها: تحقیق حاضر درایستگاه تحقیقاتی هانگار دانشگاه محقق اردبیلی و در شهر اردبیل انجام شد. جهت این کار گیاه چمن در سه لایسیمتر و در اطراف لایسیمترها کشت گردید. مقدار تبخیر و تعرق چمن توسط لایسیمترهای حجمی بر اساس اندازهگیری اجزای بیلان آب (حجم آب ورودی، حجم آب خروجی، ذخیره رطوبت و تبخیر و تعرق )، برآورد گردید. برای برآورد تبخیر و تعرق پتانسیل تعداد 18 مدل شامل انواع مدلها اعم از دمایی، تشعشعی و ترکیبی انتخاب شد. از ایستگاه هواشناسی سینوپتیک اردبیل برای تهیه اطلاعات مورد نیاز برای مدلها استفاده شد. علاوه بر نتایج مربوط به لایسیمترها، تبخیر و تعرق بهدست آمده از مدل پنمن- مانتیث فائو نیز به عنوان مرجع مقایسه کارآیی مدلها مورد استفاده قرار گرفت. کارآیی مدلهای برآورد تبخیر و تعرق با استفاده از شاخصهای آماری، ریشه میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE)، درصد خطای تخمین (PE)، نسبت میانگین (MR) و ضریب همبستگی اسپیرمن مورد ارزیابی قرار گرفت. یافتهها: نتایج نشان داد که برای همهی مدلها، پراکندگی نقاط اطراف خط یک به یک زیاد است، یا همخوانی جواب آنها با نتایج جواب لایسیمتری خیلی مناسب نیست. از طرفی برخی از این مدلها بیشبرآورد و برخی از آنها با کمبرآوردی تبخیرو تعرق را محاسبه میکنند.بااستفاده از شاخصهای آماری میتوان گفت که در مقایسه با نتایج لایسیمتری، در محل تحقیق مناسبترین مدلها، به ترتیب بلانی کریدل، راوازانی و همکارانو مدل Rn و ضعیفترین مدلها به ترتیب ایرماک و مدلهای والیانتزاس میباشد.به صورت کلی تناسب نتایج مدلها نسبت به نتایج مدل پنمن مانتیث فائو در مقایسه با نتایج آنها نسبت به نتایج لایسیمتری، قابل قبولتر بود. همچنین با توجه به محکهای آماری در محل تحقیق نسبت به مدل پنمن- مانتیث فائو، مناسبترین مدلها به ترتیبتورک ، برتی و همکاران و تراجوکویچ و ضعیفترین مدلها، هارگریوز- سامانی اصلاح شده، ایرماک و اسکاندل تعیین گردید. نتیجهگیری: با عنایت به اینکه مرجع مقایسه در دو ارزیابی(لایسیمتر و مدل پنمن- مانتیث فائو) یکسان نبود در مشخص شدن ضعیفترین مدلها در محل تحقیق، همخوانی وجود داشت. به عبارت دیگر در هر دو روش به اتفاق، مدلهای ایرماک و مدلهای والیانتزاس ضعیفترین نتایج را داشتند. به طور کلی در جمعبندی هر دو روش مقایسه، مناسبترین مدلها را با قاطعیت نمیتوان معرفی نمود، اما ضعیفترین مدلها مشخص گردید.
https://jwsc.gau.ac.ir/article_3979_402ba1afe062afc485103a73d4bc223b.pdf
2018-01-21
227
241
10.22069/jwsc.2017.13174.2784
تبخیر و تعرق
لایسیمتر زهکشدار
ارزیابی
مدل پنمن- مانتیث فائو
مجید
رئوف
majidraoof2000@yahoo.co.uk
1
دانشیار گروه مهندسی آب دانشگاه محقق اردبیلی
LEAD_AUTHOR
جوانشیر
عزیزی مبصر
javanshir22@yahoo.com
2
دانشگاه محقق اردبیلی
AUTHOR
: 1.Abedi-Koupai, J., Musavi, S.F., Rahmani, M., and Khazaei, M. 2013. Effect of wood, sand and
1
chips mulches on Evapotranspiration using ZFP model. J. Irrig. Sci. Engin. 37: 1. 119-131.
2
(In Persian)
3
2.Bakhtiari, B., Ghahreman, N., Liaghat, A.M., and Hoogenboom, G. 2011. Evaluation of
4
Reference Evapotranspiration Models for a Semiarid Environment Using Lysimeter
5
Measurements. J. Agric. Sci. Technol. 13: 223-237.
6
3.Berti, A., Tardivo, G., Chiaudani, A., Rech, F., and Borin, M. 2014. Assessing reference
7
Evapotranspiration by the Hargreaves method in north-eastern Italy. Agric. Water Manage.
8
140: 20-25.
9
4.Djaman, K.B., Balde, A., Sow, A., Muller, B., Irmak, S.K., N’Diaye, M., Manneh, B.D.,
10
Moukoumbi, Y., Futakuchi, K., and Saito, K. 2015. Evaluation of sixteen reference
11
Evapotranspiration methods under sahelian conditions in the Senegal River Valley.
12
J. Hydrol. Region. Stud. 3: 139-159.
13
5.Ghamarnia, H., Rezvani, S.V., and Fathi, P. 2013. Evaluation and calibration of
14
Evapotranspiration models according to calculating periods for a cold semi-arid climate.
15
Water and irrigation management. 25: 2. 25-37. (In Persian)
16
6.Heydari, M.M., Noushabadi, R.N., Vahedi, M., Abbasi, A., and Heydari, M. 2013.
17
Comparison of Evapotranspiration models for estimating reference Evapotranspiration in
18
arid environment. Middle-East J. Sci. Res. 15: 1331-1337.
19
7.Hozhabr, H., Moazed, H., and Shokri Khoochak, S. 2015. Estimation of reference
20
Evapotranspiration (ETo) using empirical models, Artificial Neural Network modelling and
21
their comparison with Lysimeter data in Urmia Kahrizi Station. Scientific-research quarterly
22
of irrigation engineering and water. 4: 15. 13-25. (In Persian)
23
8.Irmak, S., Irmak, A., Allen, R.G., and Jones, J.W. 2003. Solar and net radiation-based
24
equations to estimate reference Evapotranspiration in humid climates. J. Irrig. Drain. Eng.
25
ASCE. 129: 5. 336-347.
26
9.Khoshhal, J., Zare Abyane, H., Joshani, A.R., and Khazaei, M. 2015. Evaluation of potential
27
Evapotranspiration methods using FAO pan method in east and southeast the Keshvar
28
watershed. Quarterly of Natural Geographical. 8: 28. 1-16. (In Persian)
29
10.Li, S., Kang, S., Zhang, L., Zhang, J., Du, T., and Ding, R. 2016. Evaluation of six potential
30
Evapotranspiration models for estimating crop potential and actual Evapotranspiration in
31
arid regions, J. Hydrol. 543: 450-461.
32
11.Liu, X., Xu, C., Zhong, X., Li, Y., Yuan, X., and Cao, J. 2017. Comparison of 16 models for
33
reference crop Evapotranspiration against weighing Lysimeter measurement. J. Agric. Water
34
Manage. 184: 145-155.
35
12.Mohammadi, H., Azizi, Gh., Khoshakhlagh, F., and Khazaei, M. 2016. Estimation of the
36
summer Cane Evapotranspiration using climate data. Scientific-research quarterly of
37
Geographical data. 25: 99. 141-153. (In Persian)
38
13.Muniandy, J., Yusop, Z., and Askari, M. 2016. Evaluation of reference Evapotranspiration
39
models and determination of crop coefficient for Momordica charantia and Capsicum annuum. J. Agric. Water Manage. 169: 77-89.
40
14.Musavi-Baygi, M., Erfanian, M., Sarmad, M., and Khazaei, M. 2009. Estimation of reference
41
crop Evapotranspiration using the least meteorological data (Case study: Khorasan Razavi
42
province). J. Water Soil. 23: 1. 91-99. (In Persian)
43
15.Niaghi, A.R., Majnooni-Heris, A., Haghi, and D.Z., Mahtabi, G. 2013. Evaluate several
44
potential Evapotranspiration methods for regional Use in Tabriz, Iran. J. Appl. Environ. Biol.
45
16.Omidvar, J., Davari, K., Arshad, S., Musavi-Baygi, M., Akbari, M., and Faridhosseini, A.
46
2013. Estimation of Evapotranspiration actual using sensor Aster and model metric.
47
Scientific-research quarterly of irrigation engineering and water. 3: 9. 38-49. (In Persian)
48
17.Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andréassian, V., Anctil, F., and Loumagne, C.
49
2005. Which potential Evapotranspiration input lumped rainfall simple efficient
50
Evapotranspiration model for rainfall–runoff modelling. J. Hydrol. 303: 290-306.
51
18.Rahimikhoob, A., Behbahani, M.R., and Fakheri, J. 2012. An evaluation of four
52
reference Evapotranspiration models in a subtropical climate. Water Resource
53
Management. 26: 2867-2881.
54
19.Raziei, T., and S. Pereira, L. 2013. Estimation of ETo with Hargreaves–Samani and FAO-PM
55
temperature methods for a wide range of climates in Iran. Agricultural Water Management.
56
121: 1-18.
57
20.Tabari, H., Grismer, M.E., and Trajkovic, S. 2013. Comparative analysis of 31 reference
58
Evapotranspiration methods under humid conditions. Irrigation Sciences. 31: 107-117.
59
21.Trajkovic, S. 2007. Hargreaves versus Penman-Monteith under humid conditions. J. Irrig.
60
Drain. Eng. 133: 38-42.
61
22.Valiantzas, D.J. 2013. Simplified forms for the standardized FAO-56 Penman–Monteith
62
reference Evapotranspiration using limited data. J. Hydrol. 505: 13-23.
63
ORIGINAL_ARTICLE
اثر قرق بر رواناب، غلظت رسوب و هدررفت خاک در کرت های فرسایش در حوزه آبخیز معرف خامسان در استان کردستان
سابقه و هدف: امروزه انجام طرحهای مدیریتی آبخیزداری و مرتعداری نقش مهمی در مدیریت منابع آب و خاک در سرتاسر جهان ایفا میکنند. اگرچه پروژههای آبخیزداری و مرتعداری بهعنوان یک رویکرد برای توسعه بخشهای روستایی و مدیریت منابع طبیعی از اهمیت قابل توجهی برخوردارند، اما بیشتر مطالعات به بررسی اثر آنها بر رسوب پرداختهاند و اثر آنها بر فرسایش خاک کمتر مورد توجه بوده است. این در حالی است که مطالعه اثربخشی همهجانبه این طرحها برای تجزیه و تحلیل عملکرد آنها در دستیابی به اهداف طرح ضروری میباشد . لذا پژوهش حاضر بهمنظور بررسی اثر عملیات قرق بر متغیرهای رواناب، غلظت رسوب و هدررفت خاک در کرتهای فرسایش و در مقیاس رگبار انجام شد.مواد و روشها: پژوهش حاضر در زیرحوزههای نمونه و شاهد به ترتیب دارای و بدون عملیات قرق با مساحتهای 54/107 و 15/110 هکتار در جنوب غربی در حوزه معرف خامسان در جنوب استان کردستان در کشور ایران با مساحت 27/4337 هکتار انجام گرفت. به منظور اندازهگیری مقادیر رواناب و هدررفت خاک تعداد سه کرت با ابعاد 13/22 در 83/1 متر در هر یک از دامنههای غربی، شمالی و شرقی نصب شدند. تیمار قرق در کرتهای مستقر در زیرحوزه نمونه از سال 1386 اجرا شد. سپس دادههای حجم و ضریب رواناب، غلظت رسوب و هدررفت خاک برای 52 رگبار مربوط به سالهای 1388 تا 1393 در حوزه آبخیز معرف خامسان مورد اندازهگیری قرار گرفت. یافتهها: نتایج پژوهش حاضر نشان داد که عملیات قرق بر حجم رواناب، غلظت رسوب و هدررفت خاک در کرتهای فرسایش و در مقیاس رگبار اثر کاهنده و معنیداری (05/0p≤) داشت. در نهایت کاهش متغیرهای حجم و ضریب رواناب، غلظت رسوب، هدررفت خاک و رسوبدهی رگبار پس از اِعمال قرق بهترتیب برابر 68/15، 13/6، 67/16، 37/24 و 43/21 درصد مشاهده شد. متغیرهای حجم رواناب، هدررفت خاک و رسوبدهی در کرتهای فرسایش مستقر در دو زیرحوزه نمونه (قرق) و شاهد (غیر قرق) دارای اختلاف معنیدار (p ≤ 05/0) بودند. متغیر غلظت رسوب نیز مقدار آماره P برابر با 058/0 داشت و لذا تغییرات آن نیز در اثر قرق در سطح اعتماد نزدیک به 95 درصد معنیدار ارزیابی گردید. به عبارت دیگر مقادیر مربوط به متغیرهای مذکور در حوزه نمونه که تحت شرایط قرق بوده و پوشش گیاهی آن غنیتر بود بهطور معنیداری کمتر بود.نتیجهگیری: با توجه به نتایج بهدست آمده میتوان بیان نمود که تیمار قرق با افزایش تراکم پوشش گیاهی موجب افزایش نفوذ و کاهش رواناب، غظت رسوب و هدررفت خاک در مقیاس کرت گردید.
https://jwsc.gau.ac.ir/article_3980_722404944c231d1588988c8e92760f4a.pdf
2018-01-21
243
255
10.22069/jwsc.2018.11325.2566
مدیریت پوشش گیاهی
حفاظت خاک
حوزه آبخیز خامسان
مدیریت حوزه آبخیز
عبدالواحد
خالدی درویشان
a.khaledi@modares.ac.ir
1
استادیار، گروه مهندسی آبخیزداری، دانشگاه تربیت مدرس، نور، ایران
LEAD_AUTHOR
جبار
هادی قورقی
j.hadi88@gmail.com
2
کارشناس، اداره منابع طبیعی شهرستان دهگلان، دهگلان، ایران
AUTHOR
آزاده
کاتبیکرد
a.katebikord@yahoo.com
3
دانشجوی دکتری، گروه مهندسی آبخیزداری، دانشگاه تربیت مدرس، نور، ایران
AUTHOR
هیرو
محمدامینی
herom1369@yahoo.com
4
دانشآموخته کارشناسی ارشد، گروه مهندسی آبخیزداری، دانشگاه تربیت مدرس، نور، ایران
AUTHOR
لیلا
غلامی
gholami.leily@yahoo.com
5
استادیار، گروه مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
AUTHOR
اسدالله
کرمزاده
vahedkhaledi@yahoo.com
6
کارشناس، اداره منابع طبیعی شهرستان دیواندره، دیواندره، ایران
AUTHOR
عارف
بهمنی
bahmani.aref@yahoo.com
7
کارشناس، اداره کل منابع طبیعی استان کردستان، سنندج، ایران
AUTHOR
فرهنگ
سعیدی
farhangsaeidi@yahoo.com
8
کارشناس، اداره کل منابع طبیعی استان کردستان، سنندج، ایران
AUTHOR
1.Akbarzadeh, M. 1996. The Study of Vegitation Changes, Condition and Trend in Polor
1
Roodshoor Enclousures. Research Insituite of Forest and Rengelands press, 55p. (In Persian)
2
2.Alidoost, M., Sobeh Zahedi, Sh., and Poornasrollah, M.R. 2006. The vegitation effect on
3
reducing runoff and soil loss in Polrood watershed. 2th Soil and water Resources
4
Management and Watershed Management National Conference, 19-23 Feb. Kerman, Iran,
5
Pp: 1-7. (In Persian)
6
3.Andreasen, J.K., O’Neill, R.V., Noss, R., and Slosser, N.C. 2001. Considerations for the
7
development of a terrestrial index of ecological integrity. Ecological Indicators. 1: 21-35.
8
4.Ariapour, A., Ghermezcheshmeh, B., Nasaji, M., and Piroozi, N. 2014. Effect prediction of
9
rangeland condition changes on runoff by HEC-HMS model in Sarab-Sefid basin of
10
Borujerd. RS and GIS for Natural Resources. 4: 4. 61-78. (In Persian)
11
5.Busby, R.E., and Gifford, G.E. 1981. Effects of livestock grazing on infilteration and
12
erosion rates measured on chained and unchained pinygon-junipersites in Southeastern Utah.
13
J. Range Mange. 34: 400-405.
14
6.Eskandari, M., Dastorani, M.T., Fatahi, A., and Nasri, M. 2014. The assesment of watershed
15
management practices effect on flow discharge in Zaiandehrood watershed: Case of study:
16
Mandarjan sub-watershed. The 3th Integrated Water Resource Management, 10 and 11
17
September 2014, University of Sari Agricultural Sciences and Natural Resources, Sari.
18
(In Persian)
19
7.Gharehdaghi, H. 1997. The Overgrazing Effcet on Vegitation Combination in Roodshore
20
Region. Rengland M.Sc. Thesis, Tarbiat modares Univ. 100p. (In Persian)
21
8.Ghoddousi, J., Tavakoli, M., Khalkhali, S.A., and Soltani, M.J. 2006. Assessing effect of
22
rangeland exclusion on control and reduction of soil erosion rate and sediment yield.
23
Pajouhesh and Sazandegi. 73: 136-142. (In Persian)
24
9.Goff, K.M., and Gentry, R.W. 2006. The Influence of watershed and development
25
characteristics on the cumulative impacts of stormwater detention ponds. J. Water Resour.
26
Manage. 20: 829-860.
27
10.Gholami, S.A. 1995. The effect of cover management (Jungle and Rengeland) on
28
Hydrograph Shape (reducing flood risks). Renge. Jungle J. 14: 71-85. (In Persian)
29
11.Gholami, L., Sadeghi, S.H.R., and Homaii, M. 2014. The effect of raice straw mulch on time
30
to runoff and runoff coefficient from rainfall. J. Iran Water Res. 8: 15. 33-40. (In Persian)
31
12.Haidarian, M., Aghakhani, A., Naghipour Borj, A., and Nasri, M. 2011. The effects of
32
exclosure on vegetation and soil chemical properties in Sisab rangelands, Bojnord, Iran.
33
J. Ren. Natur. Resour. Res. 1: 2. 14-27. (In Persian)
34
13.Hematzadeh, Y., Barani, H., and Kabir, A. 2009. The role of vegetation management on
35
surface runoff (Case study: Kechik catchment in north-east of Golestan province). J. Water
36
Soil Cons. 16: 2. 19-33. (In Persian)
37
14.Hayashi, S., Murakami, S., Xu, K., and Watanabe, M. 2008. Effect of the Three Gorges
38
Dam Project on flood control in Dongting lake area. China, in a 1998-type flood. J.
39
Hydro-Environ. Res. 2: 148-163.
40
15.Hoffman, G.R., and Stanley, L.D. 1978. Effect of cattle grazing on shorre vegetation of
41
fluctuation water level reservoirs. J. Range Manage. 31: 412-416.
42
16.Javadi, S.J., Baneh, Kh., Arzani, H., and Saedi, K. 2016. Effects of long-term exclosure on
43
soil in rangeland ecosystem using the LFA method Case study: Saral rangelands of
44
Kurdistan province. Iran. J. Range Des. Res. 22: 4. 821-829. (In Persian)
45
17.Kraaij, S., and Milton, J. 2006. Vegetation changes (1995-2004) in semiarid Karoo
46
shurbland, South African. J. Arid Environ. 64: 174-192.
47
18.Khaledi Darvishan, A., Sadeghi, S.H.R., Homaee, M., and Arabkhedri, M. 2014.
48
Measuring sheet erosion using synthetic color-contrast aggregates. Hydrological Processes.
49
28: 15. 4463-4471.
50
19.Kerr, J., and Chung, K. 2002. Evaluating watershed management projects. J. Water Policy.
51
3: 6. 537-554.
52
20.Kohnke, H. 1968. Soil Physics. McGraw-Hill publications in the agricultural sciences
53
New York, USA, 224p.
54
21.Lang, R. 1962. Range Seeding and Pitting Study in the Teton National Forest, Wyoming
55
Agric. EXPT. Sta. Mimeo. Cir, 173p.
56
22.Mekuria, W., Veldkamp, E., Mitiku, H., Nyssena, J., Muysd, B., and Gebrehiwota, K. 2007.
57
Effectiveness of exclosures to restore degraded soils as a result of overgrazing in Tigray,
58
Ethiopia. J. Arid Environ. 69: 270-284.
59
23.Mohammadpoor, K., Sadeghi, S.H.R., and Dianati Tilaki, Gh.A. 2000. The comparison of
60
infiltration amounts, runoff and micro topography in small plots in two rengeland treatments
61
of free grazing and enclosure. Soil and Water J. (Agricultural Industrial and Sciences).
62
24: 6. 1109-1118. (In Persian)
63
24.Radwan, A. 1999. Flood analysis and mitigation for an area. J. Water Resour. Manage.
64
5: 3. 170-177.
65
25.Rahmati, M., Arabkhedri, M., Jafari Ardakani, E., and Khalkhali, S.E. 2004. The effect
66
of grazing rate and slope on runoff and soil loss. Pajouhesh and Sazandegi. 62: 32-37.
67
(In Persian)
68
26.Sadeghi, S.H.R. 1996. The effect study of effectivness factors on flood and asesment of
69
control factors. Range. For. J. 43: 108-114. (In Persian)
70
27.Sadeghi, S.H.R., Sharifi F., Forootan, E., and Rezaee, M. 2004. Quantitative performance
71
evaluation of watershed management measures (Case study: Keshar Sub-Watershed).
72
Pajouhesh and Sazandegi. 65: 96-102. (In Persian)
73
28.Salarian, F., Ghorbani, J., and Safaeian, N.A. 2013. Vegetation changes under exclosure and
74
livestock grazing in Chahar Bagh rangelands in Golestan province. Iran. J. Range Des. Res.
75
20: 1. 115-129. (In Persian)
76
29.Shahid, M., Gabriel, H.F., Nabi, A., Haider, S., Ali Khan, A., and Ali Shah, S.M. 2014.
77
Evaluation of development and land use change effects on rainfall-runoff and runoffsediment relations of catchment area of Simly lake Pakistan. Life Sci. J. 11: 3. 10-15.
78
30.Shahrivar, A., and Molaii, A. 2006. The study of biological and mechanical methods in
79
reducing sediment and runoff for rengeland (Kohgilolieh and Boirahmad). J. Water. Manage.
80
Soil Cons. Ins. 2: 2. 63-70. (In Persian)
81
31.Slayback, R.D., and Cable, D.R. 1970. Larger pits aid reseeding of semi –desert rangeland.
82
J. Range Manage. 23: 5. 333-335.
83
32.Shifang, P., Hua, F., and Changgui, W. 2008. Changes in properties and vegetation following
84
exclosure and grazing in degraded Alxa desert steppe of Inner Mongolia, China. Agriculture,
85
Ecosystems and Environment. 124: 33-39.
86
33.Tavakoli, M., and Ghodoosi, J. 2001. The effect of protection management and revival in
87
part of “Sade Raeesali Delavari” watershed, Boosher province. Proceeding of Rangelands
88
and Deserts Congress of Iran, 20p. (In Persian)
89
34.Vallentine, J.F. 1971. Range Development and Improvements. Brigham Young University
90
Press, Provo, UT, 516p.
91
35.Vahabi, M.R. 1989. The study and comparison of vegitation changes, vegitation
92
combination, vegitation production and infiltration velocity in enclosure and grazing
93
conditions for Feridon Esfahan region. Rengelan M.Sc. Thesis Esfahan Industrial University,
94
100p. (In Persian)
95
36.Wischmeier, W.H., and Smith, D.D. 1978. Predicting Rainfall Erosion Losses- A Guied to
96
Conservation Planning. Agriculture Handbook No.537, US Dept. of Agric., Washington,
97
D.C. 537p.
98
37.Wood, M., and Blackburn, E.H. 1981. Grazing systems: Their influence on infiltration in the
99
Rolling Plains of Texas. J. Range Manage. 34: 331-335.
100
38.Yong-Zhong, S., Yu-Lin, L., Jian-Yuan, C., and Wen-Zhi, Z. 2005. Influences of continuous
101
grazing and livestock exclusion on soil properties in a degraded sandy grassland, Inner
102
Mongolia, northern China. Catena. 59: 267-278.
103
ORIGINAL_ARTICLE
بررسی کارایی سامانههای آبیاری بارانی اجرا شده در استان گلستان
سابقه و هدف: در حال حاضر یکی از راهبردهای موثر جهت استفاده کاراتر از منابع آبی، توسعه سامانههای نوین آبیاری میباشد. در سالهای اخیر، مساحت تحت پوشش سامانههای آبیاری تحت فشار روندی رو به رشد داشته است، در صورتیکه به کیفیت اجرای این سامانه ها (فنی، اجرایی، بهره برداری ، مدیریتی و ادوات) اهمیت کافی داده نشود، انگیزه کشاورزان برای استفاده از این سامانه ها به تدریج کاهش یافته و درنتیجه سطح تحت پوشش آنها نیز کاهش خواهد یافت. طرح حاضر به منظور ارزیابی فنی سامانههای آبیاری بارانی اجرا شده در سطح استان گلستان در سالهای 1391 و 1392 در 21 مزرعه به اجرا درآمد. مواد و روشها: در این مطالعه مشخصات هیدرولیکی سامانهها شامل فشار، دبی، راندمانها، یکنواختی پاشش به همراه سرعت نفوذ آب در خاک و مسایل اجرایی آنها موردبررسی قرار گرفت. یافتهها: نتایج بررسی نشان داده است که 38 درصد از سامانهها از نظر یکنواختی پاشش (DU) و راندمان واقعی در ربع پایین (AELQ) و 48 درصد از نظر ضریب یکنواختی (CU) کمتر از مقادیر قابل قبول بودند. راندمان کاربرد آب (Ea) در 50 درصد از طرح ها بیش از 65 درصد و قابل قبول ولی در 40 درصد از طرحها راندمان کاربرد کمتر از 40 درصد و غیرقابل قبول بود. در39 درصد از طرحها میزان تلفات پاششی ناشی از تبخیر و بادبرگی بیش از 20 درصد بوده که برای یک سامانهی آبیاری بارانی غیر قابل قبول است. مشاهده شده است در عمدهی سامانهها، طراح یک برنامه آبیاری یا نوعی از آبپاش و یا فاصله جابجایی را ارائه میکند، مجری برنامه دیگر و بهرهبردار نیز برنامهی خودش را عمل میکند. مقایسه مقادیر سرعت نفوذ آب در خاک و شدت پاشش آبپاشها حکایت از این مطلب دارد که سنخیتی بین مقادیر اندازهگیری شده با مقادیر طراحی شده و همچنین با مقادیر شدت پاشش آبپاش که در مزرعه اتفاق میافتد، وجود ندارد. از نظر اجرایی برخی از پارامترهای طراحی مانند الگوی کشت، نوع آبپاش، فاصله جابجایی آنها، نوع پمپ تغییر نموده و بطور طبیعی تغییر در هریک از پارامترهای فوق در کلیه مبانی سامانه از جمله برنامه آبیاری اثرگذار است. نتیجهگیری: مهمترین مشکلات سامانههای آبیاری بارانی از نظر مدیریت و بهره برداری آگاهی ناکافی استفاده کنندگان از سامانه و برنامه ریزی آبیاری بود. برای مدیریت و راهبری صحیح از سامانه آبیاری بارانی، نیاز به آموزش مبانی جهت کسب آگاهی کلی از برنامه آبیاری در این سامانه است، که در این زمینه متولیان امور میبایست گامهای موثری بردارند. بطور کلی انگیزهی کشاورزان خصوصاً با پرداخت تسهیلات از طرف متولیان برای اجرای سامانههای آبیاری تحت فشار، زیاد است، ولی برای دستیابی به اهدافی که در اثر اجرای سامانههای آبیاری بارانی دنبال میشوند مانند استفاده بهینه از منابع آبی، هنوز با چالشهای جدی مواجه است.
https://jwsc.gau.ac.ir/article_3981_c71311ef5d25aee9505ba00b08a923e4.pdf
2018-01-21
257
270
10.22069/jwsc.2018.12201.2670
راندمان آبیاری
روشهای آبیاری بارانی
استان گلستان
علیرضا
کیانی
akiani72@yahoo.com
1
استاد بخش تحقیقات فنی و مهندسی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان گلستان،
AUTHOR
مجتبی
شاکر
mojtabawater@yahoo.com
2
فارغ التحصیل دانشگاه علوم کشاورزی و منابع طبیعی گرگان
LEAD_AUTHOR
رحیم
طبرسا
sojtabawater@yahoo.com
3
کارشناس بخش تحقیقات فنی و مهندسی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان گلستان
AUTHOR
- 1.Abasi, F., Naseri, A., Sohrab, F., Baghani, J., Abasi, N., and Akbari, M. 2015. Improve water
1
use efficiency. Organization of research, education and agricultural extension, 68p.
2
(In Persian)
3
2.Acar, B., Topak, R., and Direk, M. 2010. Impacts of pressurized irrigation technologies on
4
efficient water resources uses in semi-arid climate of konya basin of turkey. Inter. J. Sust.
5
Water Environ. Syst. 1: 1. 1-4.
6
3.Bloomer, D. 2005. Irrigation Evaluation Code of Practice. Prepared for MAF Policy. Page
7
Bloomer Associates Ltd.
8
4.Hesam, M., and Kiani, A.R. 2014. Assessment irrigation efficiency in the fields of Golestan
9
province. J. Irrig. Drain. 8: 2. 343-336. (In Persian)
10
5.John, P.H., Lees, D.M., and English, G.M. 1985. Application performance of travelling
11
irrigators. Project report number 35. NZ Agricultural Engineering Institute, Lincoln
12
University.
13
6.Kahlown, M.A., Raoof, A., Zubair, M., and Doral Kemper, W. 2007. Water use efficiency and
14
economic feasibility of growing rice and wheat with sprinkler irrigation in the Indus Basin of
15
Pakistan. Agriculture Water Management. 87: 292-298.
16
7.McIndoe, I. 1999. Testing of irrigation best management guidelines 1998-1999. Report No
17
4312/1, prepared for MAF Policy. Lincoln Environmental, a division of Lincoln Ventures
18
8.Merriam, J.I., and Keller, J. 1978. Farm irrigation system evaluation: A guide for
19
management. Logan, Utah State University, USA, 276p.
20
9.Rodríguez-Díaz, J.A., Camacho-Poyato, E., and Blanco-Pérez, M. 2011. Evaluation of water
21
and energy use in pressurized irrigation networks in Southern Spain. J. Irrig. Drain. Eng.
22
37: 10. 644-650, doi:10.1061/(ASCE) IR.1943-4774. 0000338.
23
10.Rogers, D.H., Lamm, F.R., Mahbub, A., Trooien, T.P., Clark, G.A., Barnes, P.L., and
24
Mankin, K. 1997. Efficiencies and water losses of irrigation systems. Irrigation Management
25
Series Publication. Kansas State University, Kansas.
26
11.Rostami, A., Sadrodini, A.A., Nazemi, A.H., and Hasan Niya, R.D. 2014. Assessment
27
infiltration phenomenon in Center Pivot Irrigation System. J. Water Agric. Res. 28: 3. 655-666.
28
(In Persian)
29
12.Rout, B., Carran, P., and McIndoe, I. 2002. Field Proven Irrigation Efficiency Benchmarks.
30
Report No 4417/2, prepared for Ashburton-Lyndhurst Irrigation Society. Lincoln
31
Environmental, a division of Lincoln Ventures Ltd.
32
13.Shaker, M., Ghorbani, Kh., and Kiani, A.R. 2015. Evaluate the development of irrigation in
33
the country in the first to fifth development plan with GIS software. The first National
34
Congress of Irrigation and Drainage, Mashhad. (In Persian)
35
14.Shaker, M., Hesam, M., Kiani, A.R., and Zakeri Nia, M. 2014. Technical evaluation of
36
implemented drip irrigation systems in the gardens of Golestan Province. J. Water Soil Cons.
37
21: 4. (In Persian)
38
15.Zarei, Gh., and Sadre Ghaen, H. 2007. Improving irrigation methods to pressure
39
the country's ten-year program of research (goals, challenges and prospects). Proceedings
40
of the National Seminar pressurized irrigation projects and sustainable development,
41
Karaj. Agricultural Engineering Research Institute, March. (In Persian)
42
ORIGINAL_ARTICLE
ارزیابی روشهای تهیه منحنی IDF با رابطه مبتنی بر ماهیت فرکتالی بارش
سابقه و هدف: روابط شدت- مدت- فراوانی بارش (IDF) یکی از مهمترین ملزومات مورد نیاز در زمینه برنامهریزی، طراحی و عملکرد سازههای هیدرولیکی و پروژههای مختلف منابع آب میباشد. عمدتاً استخراج منحنیهای IDF مستلزم تجزیه و تحلیل آماری دادههای بارش در تداومهای مختلف میباشد و بنابراین هنگامیکه حوضه مورد مطالعه فاقد آمار و یا دارای آماری محدود باشد؛ بررسی مشکل میگردد. این در حالی است که در اغلب حوضهها دسترسی به آمار بارش روزانه به سهولت امکانپذیر است. بنابراین هدف از مطالعه حاضر، ارزیابی و مقایسه منحنیهایIDF مستخرج از رابطه تلفیق تئوری فرکتال و توزیع مقادیر حدی تعمیمیافته برای مناطق فاقد آمار براساس مفهوم خواص فرکتال بارش با روابط متداول تجربی و تعیین میزان خطا و دقت محاسبات و قابلیت اطمینان این رابطه نسبت به روابط دیگر میباشد. مواد و روشها: در این تحقیق با استفاده از دادههای حداکثر عمق بارش سالانه با تداوم روزانه، ساخت منحنیهای IDF با روش مبتنی بر رویکرد تلفیق ماهیت فرکتالی دادههای بارش و توزیع مقادیر حدی تعمیمیافته صورت گرفت. سپس منحنیهای IDF از رابطه تجربی قهرمان و روش متداول که براساس تحلیل آماری دادههای بارش حدی سالانه در تداومهای مختلف میباشد؛ برای ایستگاه مورد مطالعه استخراج گردید. در نهایت ارزیابی و مقایسه کمّی و کیفی نتایج حاصل از روش تئوری فرکتال با رابطه تجربی قهرمان انجام شد. این پژوهش برای ایستگاه بارانسنجی چناران واقع در عرض جغرافیایی 36 درجه و 38 دقیقه و 38 ثانیه و طول جغرافیایی 59 درجه و 7 دقیقه و 1/53 ثانیه، به کارگرفته شد. یافتهها: بررسی رفتار فرکتالی دادههای بارش در ایستگاه بارانسنجی چناران نشان داد؛ خواص بارش در بازه زمانی 1 تا 7 روز از فرضیه تکمقیاسی (مونوفرکتالی) تبعیت میکند و رگبار طرح برآورد شده با تئوری فرکتال با دادههای مشاهداتی بارش انطباق خوبی دارد. نتایج در ایستگاه بارانسنجی چناران نشان از برتری دقت رابطه تلفیق تئوری فرکتال و توزیع مقادیر حدی تعمیمیافته با متوسط خطای 34/9 نسبت به رابطه تجربی قهرمان با متوسط خطای 43/16 دارد. علاوه بر این خطای برآورد مقادیر IDF با رابطه تئوری فرکتال نسبت به روش متداول که مبتنی بر دادههای واقعی بارش میباشد؛ در تداوم 24 ساعته، صفر محاسبه گردید. بنابراین از آنجا که ساخت منحنیهای IDF با رابطه تلفیق تئوری فرکتال و توزیع مقادیر حدی تعمیمیافته تنها با استفاده از دادههای حداکثر شدت بارش 24ساعته انجام میگیرد؛ میتوان نتیجه گرفت؛ روش مذکور از دقت مناسب و نتایج قابل قبولی برخوردار است. نتیجهگیری: تحقیق حاضر تلاشی است در راستای افزایش کاربرد روابط مقیاسی IDF نسبت به استفاده از روابط تجربی مدون که بدون توجه به شرایط جغرافیایی و هیدرولوژیکی محل صورت میگیرد؛ برای استفاده در مناطقی که با کمبود یا نبود آمار بارش مواجه است. از ویژگیهای حائز اهمیت این رابطه، پایهگذاری آن براساس خواص فرکتالی مقادیر بارش میباشد و در مقابل، تهیه منحنی IDF در دو روش تجربی و متداول تنها منوط به تجزیه و تحلیلهای آماری و ریاضی بدون توجه به اصول فیزیکی فرآیند بارش صورت میگیرد و در نتیجه افزایش عدم اطمینان نتایج را به دنبال خواهد داشت.
https://jwsc.gau.ac.ir/article_3982_4c4f5cf70144307586df8cd9221227b9.pdf
2018-01-21
271
282
10.22069/jwsc.2018.11418.2582
منحنیIDF
دادههای بارش روزانه
ماهیت فرکتالی بارش
توزیع مقادیر حدی تعمیمیافته
رابطه تجربی قهرمان
مهدی
اژدری مقدم
mazhdary@eng.usb.ac.ir
1
دانشگاه سیستان و بلوچستان
LEAD_AUTHOR
زهرا
هروی
zahra.heravi@gmail.com
2
کارشناس ارشد گروه مهندسی عمران دانشگاه سیستان و بلوچستان
AUTHOR
- 1.Agbazo, M., 'Gobi, G.K., Kounouhewa, B., Alamou, E., and Afouda, A. 2016. Estimation of
1
IDF Curves of Extreme Rainfall by Simple Scaling in Northern Oueme Valley, Benin
2
Republic (West Africa). Earth Sci. Res. J. 20: 1. 1-7.
3
2.Alizadeh, A. 2010. Principles of Applied Hydrology. Emam Reza Univ. Press, 912p.
4
(In Persian)
5
3.Bara, M., Gaal, S., Szolgay, J., and Hlavcova, K. 2009. Estimation of IDF curves of extreme
6
rainfall by simple scaling in Slovakia. Contributions to Geophysics and Geodesy. 39: 3. 187-206.
7
4.Bougadis, J., and Adamowski, K. 2006. Scaling model of a rainfall intensity‐duration‐
8
frequency relationship. Hydrological Processes. 20: 17. 3747-3757.
9
5.Corral, Á. 2015. Scaling in the timing of extreme events. Chaos, Solitons & Fractals,
10
74: 99-120.
11
6.Ghahraman, B., and Abkhezr, H. 2004. Improvement in Intensity-Duration-Frequency
12
Relationships of Rainfall in Iran. Science and Technology of Agriculture and Natural
13
Resources. 8: 2. 1-14. (In Persian)
14
7.Hosking, J.R.M., and Wallis, J.R. 1993. Some statistical useful in regional frequency analysis.
15
Water Resources Research. 29: 2. 271-281.
16
8.Malamud, B.D., and Turcotte, D.L. 2006. The applicability of power law frequency statistics
17
of flood. J. Hydrol. 322: 1. 168-180.
18
9.Nguyen, V.T.V., Nguyen, T.D., and Wang, H. 1998. Regional estimation of short duration
19
rainfall extremes. Water science and technology. 37: 11. 15-19.
20
10.NouriGheidari, M.H. 2012. Determine of Design Maximum Intensity of Precipitation by
21
Combined Fractal Theory and Generalized Extreme Value Distribution. J. Irrig. Sci. Engin.
22
35: 2. 83-90.
23
11.Yu, P.S., Yang, T.C., and Lin, C.S. 2004. Regional rainfall intensity formulas based on
24
scaling property of rainfall. J. Hydrol. 295: 1. 108-123.
25
ORIGINAL_ARTICLE
بررسی برخی عوارض میکروسکوپی در کشتهای طولانی مدت کلزا و چغندرقند
سابقه تحقیق و هدف: تغییر پوشش گیاهی و نوع پوشش اراضی میتواند اندازه، شکل و اتصال حفرهها را تغییر دهد و بر ساختمانهای میکروسکوپی اثر بگذارد. کشت کلزا و چغندرقند به دلیل سازگاری در شرایط متنوع اقلیمی، در حال افزایش میباشد. بنابراین، هدف از این پژوهش بررسی خصوصیات میکرومورفولوژی خاکهای تحت کشت بیست ساله کلزا و چغندرقند با رژیم رطوبتی زریک در محل مطالعه بود.مواد و روشها: منطقه مورد مطالعه در جنوب غربی شهرستان نهاوند، استان همدان واقع شده است. هشت خاکرخ در منطقه مورد مطالعه حفر و نمونهها، به صورت دستخورده و دستنخورده جمعآوری شد. ویژگیهای فیزیکوشیمیایی آنها اندازهگیری شد. 17 مقطع از کلوخههای دست نخورده، از 12 افق مختلف آماده شد. تشریح میکروسکوپی براساس راهنمای استوپس (2003) صورت گرفت.نتایج: خاکهای مذکور بر اساس ویژگیهای ماکرو/میکرومورفولوژیکی، فیزیکی و شیمیایی، در راسته اینسپتیسولز و انتیسولز طبقهبندی شدند. خاکهای زیر کشت چغندرقند، دارای میانگین ظرفیت تبادل کاتیونی حدود 18، و کشت کلزا با میانگین ظرفیت تبادل کاتیونی حدود 35 سانتیمول (+) بر کیلوگرم اندازهگیری شد. بازگشت مواد آلی بر میزان CEC خاک اثرگذار است. محتوی مواد آلی برآورد شده در کشت کلزا نیز نسبت به چغندرقند بیشتر بدست آمد. نتایج میکرومورفولوژی نشان داد که ساختمانهای میکروسکوپی در افقهای سطحی کشت چغندرقند، تودهای و صفحهای و در افق زیرین بلوکی نیمهزاویهدار و در کشت کلزا به بلوکی زاویهدار و حتی اسفنجی تبدیل میشود. ساختمانهای میکروسکوپی در کشت کلزا نسبت به چغندرقند از تکامل بالاتری برخوردار است. نتایج مطالعات نشان داد که عمده حفرات در مقاطع کشت کلزا شامل کانال و حجرهای بوده و مقدار حفرههای کانالی آن نسبت به کشت چغندرقند ببیشتر است. حفرات در کشت چغندرقند از نوع صفحه ای، وزیکول و وگ بود. الگوی توزیع در تمام مقاطع پورفیریک است. بیفابریک عمده در تمامی مقاطع به صورت کریستالیتیک و برخی موارد نامشخص مشاهده شد. از پدیدههای خاکساخت در این مقاطع میتوان به پرشدگی حفرات توسط ترکیبات آهن، منگنز، کربناتهای ثانویه و بقایای ریشه گیاه و وجود نودولهای آهن، منگنز و کربناتها در گراندمس خاک، هایپوکوتینگ و کوتینگهای آنها اشاره کرد. بقایای ریشه در کشت کلزا نسبت به کشت چغندرقند بیشتر و تا عمق بیشتری مشاهده شد. نتیجهگیری کلی: نتایج بررسیهای خصوصیات فیزیکوشیمیایی و میکرومورفولوژی نشان داد که به طور کل هر دو گیاه در تغییرات عوارض میکروسکوپی خاک نقش عمدهای داشته، اما نقش گیاه کلزا نسبت به چغندرقند برجستهتر است. نتایج میکرومورفولوژی به عنوان یک تکنیک مطمئن در بررسی دقیق نوع عوامل خاکسازی توسط گیاه، این مورد را تایید میکند.
https://jwsc.gau.ac.ir/article_3983_27aaf386e515d65aa73b21abc7c2d002.pdf
2018-01-21
283
290
10.22069/jwsc.2017.13280.2793
پدیده خاکساز
حفرهها
گیان
سهیلاسادات
هاشمی
hashemy558@yahoo.com
1
گروه علوم خاک. دانشگاه ملایر
LEAD_AUTHOR
1.Banaei, M.H. 1998. Soil moisture and temperature regimes map of Iran. Soil and water
1
research institute of Iran. (In Persian)
2
2.Bower, C.A. 1952. Exchangable cation analysis of saline and alkali soils. Soil Science.
3
12: 251-261.
4
3.Bower, C.A., and Wilcox, L.V. 1965. Soluble salts. Methods of soil analysis. American
5
Society of Agronomy, Madison, WI, USA. Pp: 933-940.
6
4.Gargiulo, L., Mele, G., and Terribile, F. 2013. Image analysis and soil micromorphology
7
applied to study physical mechanisms of soil pore development: An experiment using iron
8
oxides and calcium carbonate. Geoderma. 197-198: 151-160.
9
5.Gee, G.W., and Bauder, J.W.1986. Method of soil analysis. Part-1, physical and mineralogical
10
methods, 2th Edition. American Society of Agronomy, Madison, WI, USA. Pp: 383-411.
11
4.Glab, T., and Kulig, B. 2008. Effect of mulch and tillage system on soil porosity under wheat.
12
Soil and Tillage Research. 99: 169-178.
13
5.Gregorich, E.G., Carter, M.R., Doran, J.W., Pankhurst, C.E., and Dwger, L.M. 1997.
14
Biological attributes of soil quality. P 81-114. In: E.G. Gregorich and M.R. Carter (Eds.),
15
soil quality for crop production and Ecosystem Health. Elsevier science, Amesterdam,
16
the Netherlands.
17
6.Huang, L., Hong, J., Tan, W.F., Hu, H.Q., Liu, F., and Wang, M.K. 2008. Characteristics of
18
micromorphology and element distribution of iron-manganese cutans in typical soils of
19
subtropical China. Geoderma. 146: 40-47.
20
7.Kaviani, N., Khormali, F., Masihabadi, H., and Tazikeh, H. 2014. Micromorphology and clay
21
mineralogy of loess-derived soils of natural and cultivated land uses along a climosequence
22
in Golestan Province. J. Water Soil Conv. 21: 2. 31-58. (In Persian)
23
8.Kemp, R.A., Toms, P.S., Sayago, J.M., Derbyshire, E., King, M., and Wagoner, L. 2003.
24
Micromorphology and OSL dating of the basal part of the loess- paleosol sequence at La
25
Mesada in Tucuman province, Northwest Argentina. J. Quarter. Inter. 106: 111-117.
26
9.Kodesova, R., Kodes, V., Zigovam, A., and Simunek, J. 2006. Impact of plants roots and
27
soil organisms on soil micromorphology and hydraulic properties. Soil Sci. Soc. Amer. J.
28
48: 125-132.
29
10.Mc-Lean, E.O. 1982. Soil pH and Lime requirement. In: D.L. Sparks, (Ed.) Methods of Soil
30
Analysis. Part 2, Chemical and Microbiological Properties. American Society of Agronomy,
31
Madison, WI, Pp: 199-224.
32
11.Nelson, D.W., and Sommers, L.E. 1982. Total Carbon, Organic Carbon and Organic Matter.
33
In: D.L. Sparks, (Ed.) Methods of soil Analysis, Part 2, American Society of Agronomy.
34
Madison, WI, Pp: 539-579.
35
12.Painter, K., Young, D., and Mulla, D. 1995. Combining alternative and conventional systems
36
for environmental gains. Alternative Agriculture. 10: 88-96.
37
13.Soil Conservation Service. 1992. Soil Survey Laboratory. Methods and Procedures for
38
Collecting Soil Sample. USDA-SCS. Soil Survey. Invest. Ret. No. 2. U.S. Gov. Print. Office,
39
Washington, DC.
40
14.Soil Survey Staff. 2014. Keys to soil taxonomy (No. Ed. 12). Department of Agriculture,
41
Natural Resources Conservation Service. Washington DC, United States.
42
15.Stoops, G. 2003. Guidelines for analysis and description of soil and regolith thin section.
43
Soil Science Society of America. Madison.
44