ORIGINAL_ARTICLE
ارزیابی تراس های مسیر کنونی رودخانه زاینده رود با استفاده از شاخص تکامل خاک رخ هاردن (PDI)
چکیدهسابقه و هدف: یکی از مهمترین اهداف علم خاکشناسی بررسی و شناخت تغییر و تحول محیط سطحی زمین در گذشته و استفاده از الگوی کشفشده برای پیشبینی تغییر و تحولات محیطی در آینده، بهمنظور بهبود مدیریت سرزمین است. از این رو و بهمنظور درک چگونگی تکوین و تکامل اراضی دشت آبرفتی رودخانه زایندهرود، پژوهش پیشرو در بخشی از اراضی مسیر کنونی رودخانه در مقیاس مطالعاتی نیمهتفضیلی طراحی شد.مواد و روشها: سطوح زمینریختی با استفاده از تفسیر استریوسکوپی عکسهای هوایی با مقیاس 1:20000 و بر اساس سیستم طبقهبندی سلسله مراتبی زینک تعیین شدند. تعداد 48 خاکرخ با فواصل 1 کیلومتر در یک کیلومتر براساس شیوه رایج مطالعات نیمهتفصیلی خاک و طبق الگوی نمونهبرداری شبکهای منظم در واحدهای زمینریختی تفکیکشده، حفر گردید. بر اساس نتایج آزمایشگاهی، ردهبندی خاکها مطابق با کلید ردهبندی آمریکایی(2014) نهایی شد. درجه تکامل خاکها طبق شاخص تکامل خاکرخ هاردن (PDI) برای هشت خاکرخ شاهد مورد بررسی قرار گرفت.یافتهها: طبق مطالعات پیشین، مسیر رودخانه زایندهرود در طول زمان جریان آن، یک مسیر واحد و تعداد تراسهای مربوطه در دشت زایندهرود تنها سه مورد فرض میشد. در آخرین پژوهش انجام شده، مشخص شد که رودخانه زایندهرود در طول زمان، سه مسیر جداگانه را طی نموده است. اما تا کنون هیچگونه مطالعهای پیرامون تفکیک تراسهای آن در مسیرهای سهگانه انجام نشده است. در این پژوهش، تفسیر استریوسکوپی عکسهای هوایی و بازدیدهای صحرایی نشان داد که مسیر کنونی رودخانه زایندهرود خود شامل یک مجموعه با سه تراس است که هر یک از این سه تراس نیز شامل زیرتراسهایی میباشند. همچنین بررسیهای صحرایی و آزمایشگاهی نشان داد که 48 خاکرخ حفرشده در این پژوهش در قالب چهار تحت رده argids، calcids، cambids و orthents قرار دارند که در نهایت شامل هشت فامیل خاک متفاوت شدهاند. خاکرخهای مذکور بر اساس حضور، عدم حضور و عمق و سایر ویژگیهای ژئومورفیک افقهای مشخصه آرجیلیک، کلسیک و کمبیک متفاوت بوده و بر اساس مقادیر محاسبهشده شاخص PDI، برای خاکرخهای شاهد درجه تکامل آنها مشخص شده و به اثبات رسید. نتیجهگیری: نتایج نشان داد که پوشش خاکی در سطح سه تراس مسیر کنونی رودخانه زایندهرود، دارای تنوعی بیشتر از آنچه پیش از این گزارش شده، میباشد و این تنوع نشاندهنده تفاوت در سن تراسهای مذکور است. مطالعات خاکشناسی نیز مشخص کرد که خاکهای تراس اول مجموعه مسیر کنونی رودخانه، دارای بیشترین مقدار PDI و تکامل نسبت به خاکهای دو تراس دیگر میباشند. در پوشش خاکی تراس اول وجود افقهای مشخصه آرجیلیک و کلسیک مؤید این نتیجه است. از سوی دیگر خاکهای موجود در تراس دوم نیز نسبت به خاکهای تراس اول میزان شاخص PDI و درجه تکامل کمتر و نسبت به خاکهای مربوط به تراس سوم درجه تکامل بیشتری داشتند. بنابراین میتوان نتیجهگیری کرد که اراضی آبرفتی رودخانهای در مسیر کنونی زایندهرود مستقلاً دارای سه تراس سنی متفاوت هستند؛ در حقیقت تراس های سه گانه خود شامل چند تراس حد واسط می باشند. از نتایج این مطالعه میتوان پیشبینی نمود که تعدادی تراس در مسیرهای قبلی رودخانه وجود دارد که برای اثبات آنها احتیاج به تحقیق بیشتری است.
https://jwsc.gau.ac.ir/article_4149_de40a7e069be2bf9a3eb1634de307c47.pdf
2018-05-22
1
23
10.22069/jwsc.2018.14152.2888
سطوح زمین ریختی
مسیرهای زاینده رود
زیرتراس
شاخص PDI
شقایق
هوائی
sh.havayi@yahoo.com
1
گروه خاکشناسی، دانشکده کشاورزی، دانشگاه ولی عصر رفسنجان
LEAD_AUTHOR
اردوان
کمالی
a.kamali@vru.ac.ir
2
گروه خاکشناسی، دانشکده کشاورزی، دانشگاه ولیعصر رفسنجان
AUTHOR
نورایر
تومانیان
norairtoomanian@gmail.com
3
استادیار مرکز تحقیقات کشاورزی و منابع طبیعی استان اصفهان
AUTHOR
محمدرضا
مصدقی
mosaddeghi@cc.iut.ac.ir
4
استاد دانشگاه صنعتی اصفهان
AUTHOR
1.Alonso, P.C., Sierra, E., Ortega, C., and Dorronsoro. 1994. Soil development indices of
1
soils developed on fluvial terraces (Peòaranda de Bracamonte, Sala manca, Spain). Catena.
2
23: 295-308.
3
2.Ayoubi, S. 2002. Pedogenic evidence of climate change in the quaternary period in the paleosols of Isfahan and Imam Khayes. Doctoral dissertation, Department of Soil Science, Faculty of Agriculture, Isfahan University of Technology.
4
3.Badía, D., Martí, C., Casanova, J., Gillot, T., Cuchí, J.A., Palacio, J., and Andrés, R., 2015.
5
A Quaternary soil chronosequence study on the terraces of the AlcanadreRiver (semiarid Ebro Basin, NESpain). Geoderma. 241-242: 158-167.
6
4.Barshad, I. 1959. Factors affecting clay formation. Clays Clay Miner. 6: 110-132.
7
5.Bilzi, A.F., and Ciolkosz, E.J. 1977. A field morphology rating scale for evaluating pedological development. Soil Sci. 124: 45-48.
8
6.Birkeland, P.W. 1984. Holocene soil chronofunctions, Southern Alps, New Zealand. Geoderma. 34: 115-134.
9
7.Bockheim, J.G., Kelsey, H.M., and Marshall III, J.G. 1992. Soil development, relative dating and correlation of late Quaternary marine terraces in southwestern Oregan. Quat. Res.
10
37: 60-74.
11
8.Bull, W.B. 1990. Stream-terrace genesis: implications for soil development. Geomorphology 3: 351-367.
12
9.Bull, W.B. 1991. Geomorphic responses to climatic change. OxfordUniversity Press,
13
New York, 336p.
14
10.Buol, S.W., Hole, F.D., and McCracken, R.J. 1973. Soil Genesis and Classification.
15
Iowa State Univ. Press, Ames, IO, 2nd ed., 404p.
16
11.Cohen, S., Willgoose, G., Svoray, T., Hancock, G., and Sela, S. 2015. The effects of sediment transport, weathering and aeolian mechanisms on soil evolution. J. Geophys. Res. F: EarthSurf. 120: 2. 260-274.
17
12.Dolatshahi, A.R., Esfandiari, K., Momeni, A., and Hajmolana, N. 2000. Instructions for laboratory analysis of soil and water samples. No. 467, Soil and Water Research Institute, Ministry of Agriculture and Natural Resources, Tehran, Iran.
18
13.Harden, J.W. 1982. A quantitative index of soil development from field descriptions, examples from a chronosequence in Central California. Geoderma. 28: 1-28.
19
14.Harden, J.W., and Taylor, E.M. 1983. A quantitative comparison of soil development in four climatic regimes. Quat. Res. 20: 342-359.
20
15.Ibáñez, J.J., Vargas, R.J., and Vázquez-Hoehne, A. 2013. PedodiversityState of the Art and Future Challenges. In: J.J. Ibáñez, and J. Bockheim (Ed.), Pedodiversity. Taylor & Francis Group, Boca Raton, FL, USA, Pp: 133-152.
21
16.Isadpanah, B., Farmanara, M., and Eskandarzadeh, I. 1974. Final Report on Semi-Sedimentary Soil Science in Vardoush Region, IsfahanProvince. No. 391, Soil Science and Fertility Institute, Ministry of Agriculture and Natural Resources, Tehran, Iran.
22
17.Jafarian, M.A. 1986. Geography of the past and the developmental stages of the Zayandehrud valley. Res.J. Isf. Univ. 1: 31-15.
23
18.Jenny, H. 1941. Factors in Soil Formation. McGraw-Hill, New York. Kao, H., Chen, W.P., 2000. The Chi-chi earthquake sequence: active out-of-sequence thrust faulting in Taiwan. Science. 288: 2346-2349.
24
19.Khademi, H., Mermut, A.R., and Krouse, H.R. 1997. Sulfur isotope geochemistry of gypsiferous Aridisoils from central Iran. Geoderma. 80: 195-209.
25
20.Khanaamani, A., Jafari, R., Sangouni, H., and Shahbazi, A. 2011. Evaluation of Soil Status Using Remote Sensing Technology and Geographic Information System (Case study: Segzi Plain of Isfahan). J. Rem. Sens. App. GIS Natur. Resour. Sci. 3: 37-25.
26
21.Leamy, M.L., Milne, J.D.G., Pullar, W.A., and Bruce, J.G. 1973. Paleopedology and stratigraphy in the New Zealand Quaternary succession. N. Z. J. Geol. Geophys. 16: 723-744.
27
22.Makarian, M., Pourkermani, M., Sherkati, S., and Motamedi, H. 2011. Structural analysis of Chinese carpets in part of central Iran basin. Monthly Exploration and Production, 78: 55-48.
28
23.Morrison, R.B. 1968. Means of time-stratigraphic division and longdistance correlation of Quaternary successions. In: Morrison, R.B., and WrightJr. Jr., H.E. (Eds.), Means of Correlation of Quaternary Successions. Int. Assoc. Quat. Res., VII Congress, Proc. 8: 1-113.
29
24.Mulcahy, M.J., and Churchward, H.M. 1973. Quaternary environments and soils in Australia. Soil Sci. 116: 156-169.
30
25.Nourbakhsh, F. 2002. A Study on the Soils of Zarrin Shahr, Talekhoncheh and Kharmhine. SoilWaterRes.Center J. No. 1143.
31
26.Phillips, J.D. 1999. Earth surface systems: complexity, order and scale. Oxford: Blackwell.
32
27.Ramesht, M.H. 1992. Zayandeh‒RudRiver and its Impact on Spatial Image of Isfahan. Thesis of Doctor, Department of Geography, TarbiatModaresUniversity, Tehran.
33
28.Saldana, A., and Ibanez, J.J., 2004. Pedodiversity analysis at large scales: an example of three fluvial terrain of the HenaresRiver (central Spain). Geoderma. 62: 123-138.
34
29.Salehi, M.H., and Khademi, H. 2007. Fundamentals of soil mapping. IsfahanUniversity of Technology Press. (In Persian)
35
30.Schaetzl, R.J., and Anderson, S. 2005. Soils: genesis and geomorphology. CambridgeUniversity Press.
36
31.Schoeneberger, P.J., Wysocki, D.A., Benham, E.C., and Staff, S.S. 2012. Field book for describing and sampling soils. Natural Resources Conservation Service. NationalSoilSurveyCenter, Lincoln, NE, USA.
37
32.Soil Taxonomy. 2014. Keys to Soil Taxonomy. 12th ed. USDA-Natural Resources Conservation Service, Washington, DC.
38
33.Toomanian, N. 2006. How to develop land, soil diversity and quantitative mapping of some pedogenic characteristics in some parts of Central Iran, Ph.D. Soil college, Faculty of Agriculture, Isfahan University of Technology.
39
34.Torrent, J., Schwertmann, U., and Schulze, D.J. 1980. Iron oxide mineralogy of some soils of two river terrace sequences in Spain. Geoderma. 23: 191-208.
40
35.Tsai, H., Huang, W.S., Hseu, Z.Y., and Chen, Z.S. 2006. A river terrace soil chronosequence of the Pakua tableland in Taiwan. Soil Sci. 171: 167-179.
41
36.Tsai, H., Huang, W.S., Hseu, Z.Y., and Chen, Z.S. 2007. Pedogenic approach to resolving the geomorphic evolution of the Pakua river terraces in central Taiwan. Geomorphology.
42
83: 14-28.
43
37.Zinck, J.A. 1988. Physiography and soils. Lecture Notes for Soil Students. Soil Science Division. Soil Survey Courses Subject Matter: K6 ITC, Enschede, Netherlands.
44
ORIGINAL_ARTICLE
مدل سازی و تهیه نقشه پتانسیل آب های زیرزمینی با استفاده از روش ترکیبی داده محور تابع شواهد قطعی- شاخص آنتروپی (مطالعه موردی: حوزه نجف آباد)
سابقه و هدف: مدیریت ذخایر آب زیرزمینی به صورت پایدار یک چالش اصلی می باشد. هدف از ارزیابی ذخایر آب زیرزمینی فراهم کردن اطلاعات در رابطه با وضعیت حال حاضر ذخایر آب و فراهم کردن درکی از وضعیت آب های زیرزمینی در آینده می باشد. در سال های اخیر، پژوهشگران مختلفی تلاش کرده اند تا پتانسیل منابع آب زیرزمینی را با استفاده از روش های مختلف داده محور و دانش محور به همراه تکنیک های سنجش از دور و سیستم اطلاعات جغرافیایی ارزیابی کنند. هدف اصلی از این پژوهش شناسایی پارامترهای موثر در ذخیره آب های زیرزمینی و ارزیابی پتانسیل آب های زیرزمینی با استفاده از روش ترکیبی داده محور در حوزه آبخیز نجف آباد می باشد. مواد و روش ها: منطقه مورد مطالعه بین طول جغرافیایی ً46 َ52 ْ50 تا ً48 َ41 ْ51 طول شرقی و ً06 َ18 ْ32 تا ً12 َ50 ْ32 عرض شمالی واقع شده است. به طور کلی به منظور تهیه نقشه پتانسیل آب های زیرزمینی 4 مرحله باید اجرا گردد که شامل 1- تهیه نقشه پراکندگی چاه های آب زیرزمینی و تقسیم آن به دو گروه آموزشی و اعتبارسنجی. داده های آموزشی به منظور محاسبه رابطه آماری بین چاه ها و فاکتورهای زمین محیطی موثر در ایجاد آب های زیرزمینی استفاده می شود و داده های اعتبارسنجی به منظور اعتبارسنجی نتایج استفاده می شود. 2- ایجاد پایگاه داده. در این مرحله، لایه های پارامترهای موثر در ایجاد آب های زیرزمینی با استفاده از منابع مختلف مانند پیمایشات میدانی و سنجش از دور تهیه گردید. تمامی لایه ها جهت استفاده در آنالیزهای بعد تبدیل به فرمت رستر گردند. 3- محاسبه ارتباط بین موقعیت چاه های آموزشی و فاکتورهای موثر در ایجاد آب های زیرزمینی با استفاده از مدل شاخص آنتروپی و کلاس های آنها با استفاده از تابع شواهد قطعی. سپس نقشه پتانسیل آب های زیرزمین تهیه و با روش شکست های طبیعی به 4 کلاس طبقه بندی گردید. 4- اعتبارسنجی نتایج و مقایسه کارایی مدل در شناسایی مناطق دارای پتانسل آب زیرزمینی با مدل های انفرادی.نتایج: نتایج آنالیز تست هم خطی بین 20 پارامتر زمین محیطی موثر در ایجاد آب های زیرزمینی مورد استفاده در این پژوهش نشان داد که مقادیر Tolerance و VIF 15 متغیر بزرگتر از 1/0 و کوچکتر از 10 بوده است. در نتیجه این پارامترها برای مدل سازی انتخاب گردیدند. وزن های محاسبه شده برای هر یک از فاکتورها با استفاده از مدل شاخص آنتروپی نشان داد که موثرترین فاکتورها در ایجاد آب های زیرزمینی در منطقه مطالعاتی فاصله از گسل، کاربری اراضی/پوشش سطحی و زمین شناسی می باشد. نتایج صحت سنجی مدل ها نشان داد که مقدار مساحت زیرمنحنی برای مدل های شواهد قطعی، شاخص آنتروپی و مدل ترکیبی شواهد قطعی-شاخص آنتروپی به ترتیب 660/0، 431/0 و 899/0 می باشد که بیانگر این است که مدل ترکیبی بهتر از مدل های شواهد قطعی و شاخص آنتروپی عمل نموده است.نتیجه گیری: مهمترین نتیجه گیری این پژوهش این است که رویکرد ترکیبی تابع شواهد قطعی-شاخص آنتروپی در ترکیب با تکنیک های سنجش از دور و سیستم اطلاعات جغرافیایی ابزار قدرتمندی را برای تهیه نقشه پتانسیل آب های زیرزمینی در منطقه مطالعاتی فراهم کرده است. بر اساس نتایج مدل ترکیبی، مناطقی که بوسیله پتانسیل آب زیرزمینی خیلی زیاد پوشیده شده است، 26/45 درصد از کل منطقه می باشد که بیانگر این است که منطقه مطالعاتی دارای پتانسیل آب زیرزمینی بالایی می باشد. نتایج حاصل از این پژوهش می تواند جهت مدیریت موثر منابع آب زیرزمینی در منطقه مورد مطالعه مورد استفاده قرار گیرد.
https://jwsc.gau.ac.ir/article_4150_04fed6e975731fa0969b4f0c3316bc8e.pdf
2018-05-22
25
48
10.22069/jwsc.2018.14021.2879
آب زیرزمینی
مدل سازی
پارامترهای زمین محیطی
مدل ترکیبی
حوزه نجف آباد
علیرضا
عرب عامری
alireza.ameri91@yahoo.com
1
دانشگاه تربیت مدرس
LEAD_AUTHOR
خلیل
رضایی
rezaei@yahoo.com
2
دانشگاه خوارزمی
AUTHOR
مجتبی
یمانی
yamani@yahoo.com
3
دانشگاه تهران
AUTHOR
کورش
شیرانی
shirani@yahoo.com
4
مرکز تحقیقات اصفهان
AUTHOR
1.Al-Abad, A., Al-Temmeme, A., and Al-Ghanimy, A. 2016. A GIS-based combining of frequency ratio and index of entropy approaches for mapping groundwater availability zones at Badra–Al Al-Gharbi–Teeb areas, Iraq, Sustain. Water Resour. Manage. 2: 3. 265-283.
1
2.Ayazi, M.H., Pirasteh, S., Arvin, A.K.P., Pradhan, B., Nikouravan, B., and Mansor, S.
2
2010. Disasters and risk reduction in groundwater: Zagros mountain southwest Iran using geo-informatics techniques. Dis. Adv. 3: 1. 51-57.
3
3.Constantin, M., Bednarik, M., Jurchescu, M.C., and Vlaicu, M. 2011. Landslide susceptibility assessment using the bivariate statistical analysis and the index of entropy in the Sibiciu Basin (Romania). Environ. Earth Sci. 63: 2. 397-406.
4
4.Chenini, I., and Mammou, A.B. 2010. Groundwater recharge study in arid region: an approach using GIS techniques and numerical modelling. Comput. Geosci. 36: 6. 801-817.
5
5.Chen, W., Pourghasemi, H.R., and Naghibi, S.A. 2017. Prioritization of landslide conditioning factors and its spatial modeling in Shangnan County, China using GIS-based data mining algorithms, Bull. Eng. Geol. Environ. 23: 2. 1-19.
6
6.Dempster, A.P. 1968. Generalization of Bayesian inference. J. R. Stat. Soc. Series B.
7
30: 205-247.
8
7.Devkota, K.C., Regmi, A.D., Pourghasemi, H.R., Yoshida, K., Pradhan, B., Ryu, I.C., Dhital, M.R., and Althuwaynee, F. 2013. Landslide susceptibility mapping using certainty factor, index of entropy and logistic regression models in GIS and their comparison at Mugling–Narayanghat road section in Nepal Himalaya. Nat. Hazards. 65: 1. 135-165.
9
8.Davoodi Moghaddam, D., Rezaei, M., Pourghasemi, H.R., Pourtaghie, Z.S., and Pradhan, B. 2015. Groundwater spring potential mapping using bivariate statistical model and GIS in the Taleghan watershed, Iran. Arab. J. Geosci. 8: 2. 913-929.
10
9.Ercanoglu, M., and Gokceoglu, C. 2002. Assessment of landslide susceptibility for a landslide prone area (north of Yenice, NW Turkey) by fuzzy approach. Environ Geol. 41: 6. 720-730.
11
10.Guo-Liang, D., Yong-Shuang, Z., Javed, I., and Xin, Y. 2017. Landslide susceptibility mapping using an integrated model of information value method and logistic regression in the Bailongjiang watershed, Gansu Province, China, J. Mt. Sci. 14: 2. 249-268.
12
11.Glenn, C.R. 2012. Lahaina Groundwater Tracer Study-Lahaina, Maui, Hawaii. Final Interim Report prepared from the State of Hawaii DOH, the U.S. EPA and the U.S. Army Engineer Research and Development Center.
13
12.Jaafari, A., Najafi, A., Pourghasemi, H.R., Rezaeian, J., and Sattarian, A. 2014. GIS-based frequency ratio and index of entropy models for landslide susceptibility assessment in the Caspian forest, northern Iran. Int. J. Environ. Sci. Technol. 11: 4. 909-926.
14
13.Jothibasu, A., and Anbazhagan, S. 2016. Modeling groundwater probability index in Ponnaiyar River basin of South India using analytic hierarchy process, Model. Earth Syst. Environ. 2: 109.
15
14.Lee, S., Hwang, J., and Park, I. 2013. Application of data-driven evidential belief functions to landslide susceptibility mapping in Jinbu, Korea. Catena. 100: 15-30.
16
15.Lee, S., Song, K.Y., Kim, Y., and Park, I. 2012. Regional groundwater productivity potential mapping using a geographic information system (GIS) based artificial neural network model. Hydrogeol. J. 20: 1511-1527.
17
16.Lee, S., and Pradhan, B. 2007. Landslide hazard mapping at Selangor, Malaysia using frequency ratio and logistic regression model. Landslides. 4: 1. 33-41.
18
17.Molden, D. 2007. Water for food, water for life: a comprehensive assessment of water management in agriculture. Earthscan, London and International Water Management Institute, Colombo.
19
18.Magesh, N.S., Chandrasekar, N., and Soundranayagam, J.P. 2012. Delineation of groundwater potential zones in Theni district, Tamil Nadu, using remote sensing, GIS and MIF techniques. Geosci. Front. 3: 2. 189-196.
20
19.Manap, M.A., Nampak, H., Pradhan, B., Lee, S., Soleiman, W.N.A., and Ramli, M.F. 2012. Application of probabilistic-based frequency ratio model in groundwater potential mapping using remote sensing data and GIS. Arab. J. Geosci. 7: 2. 711-724.
21
20.Moore, I.D., Grayson, R.B., and Ladson, A.R. 1991. Digital terrain modeling: a review of hydrological, geomorphological and biological applications. Hydro. Process. 5: 3-30.
22
21.Mirzapour, H., and Haghi Zadeh, A. 2017. Delineation of groundwater potential zones in Madian Roud watershed in Lorestan using Weighted Index Overlay Analysis (WIOA). Hydrogeology. 1: 83-98. (In Persian)
23
22.Mogaji, K.A., Lim, H.S., and Abdullah, K. 2014. Regional prediction of groundwater potential mapping in a multifaceted geology terrain using GIS-based Dempster–Shafer model. Arab. J. Geosci. 8: 5. 3235-3258.
24
23.Naghibi, S.A., Pourghasemi, H.R., Pourtaghie, Z.S., and Rezaei, A. 2014. Groundwater qanat potential mapping using frequency ratio and Shannon’s entropy models in the Moghan watershed, Iran. J. Earth Sci. 8: 1. 171-186.
25
24.Naghibi, S.A., Pourghasemi, H.R., and Dixon, B. 2016. Groundwater spring potential using boosted regression tree, classification and regression tree and random forest machine learning models in Iran. Environ. Monit. Assess. 188: 1. 44-64.
26
25.Nampak, H., Pradhan, B., and Manap, M.A. 2014. Application of GIS based data
27
driven evidential belief function model to predict groundwater potential zonation. J. Hydrol. 513: 283-300.
28
26.Ozdemir, A., and Altural, T. 2013. A comparative study of frequency ratio, weights of evidence and logistic regression methods for landslide susceptibility mapping: Sultan Mountains, SW Turkey. J. Asia. Earth Sci. 64: 180-197.
29
27.Pourghasemi, H.R., and Beheshtirad, M. 2014. Assessment of a data-driven evidential belief function model and GIS for groundwater potential mapping in the Koohrang Watershed, Iran. Geocarto Int. 30: 6. 662-685.
30
28.Pourghasemi, H.R., and Kerle, N. 2016. Random forests and evidential belief function-based landslide susceptibility assessment in Western Mazandaran Province, Iran. Environ. Earth Sci. 75:185.
31
29.Page, M.L., Berjamy, B., Fakir, Y., Bourgin, F., Jarlan, J., Abourida, A., Benrhanem, M., Jacob, G., Huber, M., Sghrer, F., Simonneaux, V., and Chehbouni, G. 2012. An integrated DSS for groundwater management based on remote sensing. The case of a semi-arid aquifer in Morocco. Water Resour. Manage. 26: 3209-3230.
32
30.Pourtaghi, Z.S., and Pourghasemi, H.R. 2014. GIS-based groundwater spring potential assessment and mapping in the Birj and Township, southern Khorasan Province, Iran. Hydrogeol. J. 22: 643-662.
33
31.Razandi, Y., Pourghasemi, H.R., Samani-Neisani, N., and Rahmati, O. 2015. Application of analytical hierarchy process, frequency ratio and certainty factor models for groundwater potential mapping using GIS. Earth Sci. Inf. 8: 4. 867-883.
34
32.Rahmati, O., Pourghasemi, H.R., and Melesse, A. 2016. Application of GIS-based data driven random forest and maximum entropy models for groundwater potential mapping: A case study at Mehran Region, Iran. Catena. 137: 360-372.
35
33.Samy, I., Shattri, M., Bujang, B.K., and Ahmad, R.M. 2011. Structural geologic control with the limestone bedrock associated with piling problems using remote sensing and GIS: a modified geomorphological method. Environ. Earth Sci. 66: 8. 2185-2195.
36
34.Sharma, L.P., Patel, N., Ghose, M.K., and Debnath, P. 2010. Influence of Shannon’s entropy on lands lide -causing parameters for vulnerability study and zonation-a case study in Sikkim, India. Arab. J. Geosci. 5: 3. 421-431.
37
35.Shafer, G. 1976. A mathematical theory of evidence, vol. 1. Princeton University, Princeton.
38
36.Shekhar, S., and Pandey, A.C. 2014. Delineation of groundwater potential zone in hard rock terrain of India using remote sensing, geographical information system (GIS) and analytic hierarchy process (AHP) techniques. Geocarto. Int. 30: 4. 402-421.
39
37.Singh, P., Gupta, A., and Singh, M. 2014. Hydrological inferences from watershed analysis for water resource management using remote sensing and GIS techniques. Egypt J. Rem. Sens. Space Sci. 17: 111-121.
40
38.Tehrany, M.S., Pradhan, B., and Jebur, M.N. 2013. Spatial prediction of flood susceptible areas using rule based decision tree (DT) and a novel ensemble bivariate and multivariate statistical models in GIS. J. Hydrol. 504: 69-79.
41
39.Taheri, K., Gutie´rrez, F., Mohseni, H., Raeisi, E., and Taheri, M. 2015. Sinkhole susceptibility mapping using the analytical hierarchy process (AHP) and magnitude-frequency relationships: a case study in Hamadan province, Iran. Geomorphology. 234: 64-79.
42
40.Thapa, R., Gupta, S., Guin, S., and Kaur, H. 2017. Assessment of groundwater potential zones using multi-influencing factor (MIF) and GIS: a case study from Birbhum district, West Bengal, Appl. Water Sci. 7: 7. 4117-4131.
43
41.Umar, Z., Pradhan, B., and Ahmad, A. 2014. Earthquake induced landslide susceptibility mapping using an integrated ensemble frequency ratio and logistic regression models in West Sumatera Province, Indonesia. Catena. 118: 124-135.
44
42.Youssef, A.M., Pradhan, B., and Jebur, M.N. 2015. Landslide susceptibility mapping using ensemble bivariate and multivariate statistical models in Fayfa area, Saudi Arabia. Environ. Earth Sci. 73: 7. 3745-3761.
45
43.Yesilnacar, E.K. 2005. The application of computational intelligence to landslide susceptibility mapping in Turkey, PhD Thesis. Department of Geomatics the University of Melbourne, 423p.
46
44.Zabihi, M., Pourghasemi, H.R., Pourtaghi, Z.S., and Behzadfar, M. 2016. GIS based multivariate adaptive regression spline and random forest models for groundwater potential mapping in Iran. Environ. Earth Sci. 75: 665.
47
45.Zabihi, M., Pourghasemi, H.R., Pourtaghi, Z.S., and Behzadfar, M. 2015. Groundwater Potential Mapping using Shannon's Entropy and Random Forest Models in the Bojnourd Township. EcoHydrology. 2: 221-232. (In Persian)
48
ORIGINAL_ARTICLE
انبوهشزدایی مکانی نقشه نیمه تفصیلی خاک با استفاده از روش دسمارت
سابقه و هدف: مدیریت چالشهای جهان امروز مانند امنیت غذایی و مسائل زیست محیطی، نیازمند اطلاعات رقومی خاک با صحت و دقّت کافی و با قدرت تفکیک مکانی ریز است. نقشههای خاک عمدتاً در مقیاس کوچک قابل دسترس هستند. با وجود این، در طی دو دهه اخیر با ظهور روشهای نقشهبرداری و مدلسازی رقومی خاک، امکان انبوهشزدایی مکانی واحدهای نقشه خاک فراهم شده است. انبوهشزدایی مکانی واحدهای نقشه خاک، روشی است که توزیع مکانی کلاسهای منفرد خاک را مدلسازی میکند. طی این فرایند اطلاعات نقشهی خاک از مقیاس کوچک (قدرت تفکیک مکانی درشت) به مقیاس بزرگ (قدرت تفکیک مکانی ریز) تبدیل میشود و برای اجرای آن، روشهای آماری و دادهکاوی مورد استفاده قرار میگیرد. هدف از انجام این پروژه، استفاده از روش انبوهشزدائی و یکنواختسازی واحدهای نقشه خاک از طریق بازچینی توسط درختان طبقهبندی (دسمارت ) برای انبوهشزدایی واحدهای نقشه نیمهتفصیلی خاک است. مواد و روشها: ناحیه مورد مطالعه با وسعتی حدود 14083.9 هکتار در استان کرمانشاه قرار دارد. نقشهی خاک منطقه از 5 واحد نقشه تشکیل شدهاست و در کل واحدهای نقشه مرکب از 4 زیرگروه خاک میباشند. در این پژوهش، با استفاده از مدلهای رقومی ارتفاع با قدرت تفکیک مکانی 10 متر، نقشهی متغیرهای کمکی شامل ارتفاع، درصد شیب، جهت شیب، تحدب، تابش مستقیم، شاخص رسوب و شاخص همواری درّه با درجه تفکیک بالا، شاخص خیسی، عمق دره و فاصله عمودی تا شبکه آبراهه تهیه گردید. همچنین از تصاویر ماهوارهای لندستETM+7، برای تولید متغیر کمکی شاخص رس، شاخص اندازه ذرات و شاخص پوشش گیاهی نرمال شده استفاده شد. نقشه زمین شناسی با مقیاس 1:100000 نیز به عنوان متغیر کیفی ورودی به کار رفت. سپس مدل دسمارت برای انبوهشزدایی نقشه خاک منطقه مورد مطالعه اجرا شد. روش دسمارت از درون واحدهای نقشه به طور تصادفی نمونهبرداری نموده و از درختان طبقهبندی الگوریتم C5.0 برای تولید نقشههای سطوح احتمال توزیع کلاسهای منفرد خاک استفاده میکند. ارزیابی نقشههای سطوح احتمال با استفاده از دادههای اعتبارسنجی شامل 82 نیمرخ خاک و معیارهای مستخرج از ماتریس درهمی شامل صحت تولیدکننده، صحت کاربر، صحت کلی و ضریب کاپا انجام شد. همچنین شاخص آسیمگی بین نقشه احتمال کلاس خاک مرتبه اول و دوم محاسبه گردید. شاخص آسیمگی بیان مختصری از درجه آسیمگی کلاسهای خاک است.یافتهها: فاصله عمودی تا شبکه آبراهه، ارتفاع، لیتولوژی، شاخص اندازه ذرات و شاخص همواری درّه با درجه تفکیک بالا از مهمترین متغیرهای پیشبینی کننده مدل درختان طبقهبندی بودند. شاخص آسیمگی نزدیک به یک، که گسترش فراوانی در ناحیه مورد مطالعه دارد احتمال وقوع یکسان زیرگروههای خاک در هر موقعیت مکانی در هر دو نقشه احتمال کلاس خاک مرتبه اول و دوم را نشان میدهد. اعتبارسنجی نقشههای سطوح احتمال نشان میدهد که صحت کلی احتمال کلاس خاک مرتبه اول (44 درصد)، احتمال کلاس خاک مرتبه دوم (28 درصد) و احتمال کلاس خاک مرتبه سوم (11 درصد) میباشد. این نتایج بیانگر کارایی نسبتاً خوب این روش برای تولید نقشه رقومی کلاسهای منفرد خاک است. اما ضرایب کاپا برای نقشههای سطوح احتمال خاک مرتبه اول، دوم و سوم به ترتیب 0.04، 0.02 و 0.08- به دست آمد. پایین بودن ضرایب کاپا را میتوان ناشی از ماهیت واقعی دادهها یعنی غالب بودن زیرگروه تیپیک کلسی زرپتز در نقشه سنتی خاک، نقشه پیشبینی مدل دسمارت و دادههای اعتبارسنجی دانست. نتیجهگیری: روش دسمارت قادر است احتمال وقوع تمام کلاسهای خاک ناحیه مورد مطالعه که توزیع آنها در واحدهای نقشه نامشخص است را پیشبینی نماید و فرصتی برای تولید نقشههای رقومی کلاس خاک هنگامی که دادههای میراثی خاک و متغیرهای کمکی در دسترس هستند فراهم میکند. چنین خروجیهایی میتواند به فهم روابط سیمای اراضی و خاک کمک کند.
https://jwsc.gau.ac.ir/article_4151_826badc6baa470a31fc33dfba0bae38a.pdf
2018-05-22
49
69
10.22069/jwsc.2018.13870.2860
انبوهش زدایی مکانی
نقشه رقومی خاک
کلاس خاک
واحد نقشه
شاهرخ
فاتحی
shahrokh.fatehi@gmail.com
1
استادیارپژوهش، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه، ایران.
LEAD_AUTHOR
کامران
افتخاری
kamran_eftekhari2001@yahoo.com
2
استادیار پژوهش، مؤسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
AUTHOR
جلال
قادری
ghaderij@yahoo.com
3
عضو هیات علمی، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه، ایران.
AUTHOR
1.Banaei, M.H., Momeni, A., Baybordi, M., and Malakouti, M.J. 2005. The soils of Iran (new achievements in perception, managements and use). Soil and Water Research Institute, AREO, Tehran, Iran, 482p. (In Persian)
1
2.Bui, E.N., and Moran, C.J. 2001. Disaggregation of polygons of surficial geology and soil maps using spatial modelling and legacy data. Geoderma. 103: 2. 79-94.
2
3.Brungard, C.W., Boettinger, J.L., Duniway, M.C., Wills, S.A., and Edwards, T.C. 2015. Machine learning for predicting soil classes in three semi-arid landscapes. Geoderma.
3
240: 68-83.
4
4.Brus, D.J., Kempen, B., and Heuvelink, G.B.M. 2011. Sampling for validation of digital soil maps. Europ. J. Soil Sci. 62: 394-407.
5
5.Burrough, P.A., van Gaans, P.F.M., and Hootsmans, R. 1997. Continuous classification in soil survey: spatial correlation, confusion and boundaries. Geoderma. 77: 115-135.
6
6.Chaney, N., Hempel, J.W., Odgers, N.P., McBratney, A.B., and Wood, E.F. 2014. Spatial disaggregation and harmonization of gSSURGO. In: ASA, CSSA and SSSA international annual meeting, LongbBeach. ASA, CSSA and SSSA.
7
7.Collard, C., Kempen, B., Heuvelink, G.B.M., Saby, N.P.A., Richer de Forges, A.C., Lehmann, S., Nehlig, P., and Arrouays, D. 2014. Refining a reconnaissance soil map by calibrating regression models with data from the same map (Normandy, France). Geoderma Regional. 1: 21-30.
8
8.Dobos, E., Bialkó, T., Micheli, E., and Kobza, J. 2010. Legacy Soil Data Harmonization and Database Development. P 309-324, J.L. Boettinger et al. (eds.), Digital Soil Mapping, Progress in Soil Science 2, Springer.
9
9.Grinand, C., Arrouays, D., Laroche, B., and Martin, M.P. 2008. Extrapolating regional soil landscapes from an existing soil map: Sampling intensity validation procedures and integration of spatial context. Geoderma. 143: 180-190.
10
10.Fatehi, Sh. 2008. Semi-detailed soil survey of Merek plain in Karkheh river basin. Soil and Water Research Institute, 54p. (In Persian)
11
11.Fatehi, Sh., Mohammadi, J., Salehi, M.H., Toomanian, N., Momeni, A., and Jafari, A. 2015. Spatial disaggregating conventional soil map using multiple logistic regression and classification tree, (Case study: Merek sub catchment in Kermanshah province). 14th Iranian soil science congress, September 28-30, Rafsanjan, Iran, Pp: 208-213. (In Persian)
12
12.Häring, T., Dietz, E., Osenstetter, S., Koschitzki, T., and Schroder, B. 2012. Spatial disaggregation of complex soil map units: A decision-tree based approach in Bavarian forest soils. Geoderma. 37: 185-186.
13
13.Holmes, K.W., Griffin, E.A., and Odgers, N.P. 2015. Large-area spatial disaggregation
14
of a mosaic of conventional soil maps: evaluation over Western Australia. Soil Research.
15
53: 865-880.
16
14.Lagacherie, P., Legros, J.P., and Burrough, P. 1995. A soil survey procedure using the knowledge of soil pattern established on a previously mapped reference area. Geoderma.
17
65: 4. 283-301.
18
15.McBratney, A.B. 1998. Some considerations on methods for spatially aggregating and disaggregating soil information. Nutr. Cycl. Agroecosyst. 50: 3. 51-62.
19
16.McBratney, A.B., Field, D.J., and Koch, A. 2014. The dimensions of soil security. Geoderma. 13: 203-213.
20
17.Malone, B.P., Minasny, B., and McBratney, A.B. 2017. Using R for Digital Soil Mapping. Springer, the Netherlands, Pp: 221-230.
21
18.Nauman, T.W., and Thompson, J.A. 2014. Semi-automated disaggregation of conventional soil maps usingknowledge driven data mining and classification tree. Geoderma. 213: 385-399.
22
19.Odgers, N.P., Sun, W., McBratney, A.B., Minasny, B., and Clifford, D. 2014. Disaggregating and harmonizing soil map units through resampled classification trees. Geoderma. 215: 91-100.
23
20.Rouse, J.W., Hass, R.H.J., Schell, A., and Deering, D.W. 1973. Monitoring vegetation systems in the Great Plains with ERTS. Third ERTS Symposium, NASA SP-351, Vol. 1, Washington, DC. Pp: 309-317.
24
21.Quinlan, J.R. 1994. C4.5: Programs for machine learning. Machine Learning. 16: 235-240.
25
22.Subburayalu, S., Jenhan, I., and Slater, B.K. 2014. Disaggregation of component soil series using possibilistic decision trees from an OhioCounty soil survey map. Geoderma. 213: 334-345.
26
23.Soil Survey Staff. 1993. Soil survey manual. U. S. Department of Agriculture Handbook. United States Department of Agriculture Soil Conservation Service.
27
24.Thompson, J.A., Prescott, T., Moore, A.C., Bell, J., Kautz, D.R., Hempel, J.W., Walt man, S.W., and Perry, C. 2010. Regional approach to soil property mapping using legacy data and spatial disaggregation. Techniques. In: 19th world congress of soil science. IUSS, Brisbane.
28
25.Van Deventer, A.P., Ward, A.D., Gowda, P.H., and Lyon, J.G. 1997. Using Thematic Mapper Data to Identify Contrasting Soil Plains and Tillage Practices. Photogrammetric Engineering & Remote Sensing. 63: 87-93.
29
26.Vincent, S., Lemercier, B., Berthier, L., and Walter, C. 2018. Spatial disaggregation of complex Soil Map Units at the regional scale based on soil-landscape relationships. Geoderma. 311: 130-142.
30
27.Wei, S., McBratney, A., Hempel, J., Minasny, B., Malone, B., D’Avello, T., Burras, L., and Thompson, J. 2010. Digital harmonisation of adjacent analogue soil survey areas-4 Iowa counties. 19th World Congress of Soil Science: Soil solutions for a changing world 2010, Wien (Vienna), Austria: International Union of Soil Sciences (IUSS).
31
28.Xiao, J., Shen, Y., Tateishi, R., and Bayaer, W. 2006. Development of topsoil grain size index for monitoring desertification in arid land using remote sensing. Inter. J. Rem. Sens. 27: 2411-2422.
32
ORIGINAL_ARTICLE
تصمیمگیری تخصیص آب در شرایط عدمقطعیت با استفاده از بهینهسازی چندهدفه همتای استوار
سابقه و هدف: نظر به وجود عدم قطعیت در دادههای مرتبط با مسائل منابع آبی، ضرورت طراحی سیستم بهینه منابع آب که از اطمینانپذیری بالایی در شرایط وقوع عدم قطعیت برخوردار باشد، بیش از پیش احساس میگردد. ماهیت چندبعدی مسائل تخصیص بهینه آب نیز منجر شده که لحاظ نمودن اهداف متضاد چندگانه درون مدلهای بهینهسازی اجتناب ناپذیر باشد. هدف از این تحقیق ارائه یک مدل بهینهسازی کمّی-کیفی است که ضمن برقراری تعادل میان اهداف اقتصادی و زیستمحیطی، در برابر عدمقطعیتهای موجود، استوار باقی بماند. مواد و روشها: با کمک اهداف بیشینه نمودن درآمد کل سیستم و کمینه نمودن بار آلودگی ورودی به رودخانه، مدل قطعی تحقیق ساخته شده و در مطالعه موردی سیستم رودخانهای دز-کارون به کار گرفته شد. با مد نظر قراردادن عدم قطعیت جریان رودخانه و نیازهای آبی و به کارگیری رویکرد بهینهسازی استوار برتسیماس و سیم، مدل قطعی به یک مدل بهینهسازی چندهدفه استوار ارتقاء یافت. حساسیت مدل استوار نسبت به تغییرات سطوح عدمقطعیت و نیز احتمال تخطی قید مختلف مورد بررسی قرار گرفت. حل مسئله از طریق روش اپسیلون محدودیت انجام شد و ارزیابی مدل استوار از طریق مقایسه نتایج آن با مدل قطعی صورت پذیرفت. نقطه زانوی جبهه پارتو به عنوان جواب انتخابی از میان مجموعه جوابهای بهینه، مورد استفاده قرار گرفت.یافتهها: نتایج حاصل از بهکارگیری روش توسعه یافته در تخصیص بهینه منابع آب مطالعه موردی این تحقیق مبیّن کارایی و توانایی آن در حل سریع و دقیق مسئله بود. مقایسه جواب بهینه نقاط زانو نشان داد که مقاومسازی مدل بهینهسازی در برابر عدمقطعیتها به صورت لحاظ نمودن سطح عدمقطعیت و احتمال تخطی قیود 1/0 به منظور جلوگیری از شکست در تأمین آب، ملزم به کاهش بهرهبرداری از آب رودخانه از 5/8301 به 9/7368 میلیون متر مکعب در سال و تعدیل درآمد اقتصادی حاصل سیستم از 1،636،808 به 1،365،693 میلیون ریال در سال در مقایسه با مدل قطعی میباشد. این شرایط موجب بهبود وضعیت بارآلودگی تولیدی از 53،949 به 48،505 تن در سال خواهد شد. نتایج نشان داد که رویکرد استوار مورد استفاده در این مطالعه قادر است بدون افزودن پیچیدگی به مدل قطعی، امکان ایمنسازی شده نتایج حاصل در برابر عدم قطعیتها را فراهم آورد و تصمیمگیر میتواند با تعیین سطح عدم قطعیت و مقدار احتمال تخطی قید، درجه استواری مدل تخصیص منابع آب را انتخاب نموده و امکان سازش میان مقادیر اهداف و سطح اطمینانپذیری سیستم را فراهم آورد.نتیجهگیری کلی: نتایج حاکی از رضایتبخش بودن، قابلیت اطمینان بالا و انعطاف پذیری مدل استوار پیشنهادی این تحقیق میباشد. بر این اساس مدل خطی ارائه شده در این مطالعه ضمن کاربری ساده، میتواند به عنوان یک ابزار تصمیمگیری کآرا جهت تخصیص بهینه منابع آب مورد استفاده قرار گیرد.
https://jwsc.gau.ac.ir/article_4152_14cbd84bda05876e58d20e1dbda13818.pdf
2018-05-22
71
89
10.22069/jwsc.2018.13546.2821
تخصیص آب
روش اپسیلون محدودیت
عدم قطعیت
همتای استوار
نقطه زانو
امید
نصیری قیداری
omidnasiri13@gmail.com
1
دانشجوی دکترای مهندسی منابع آب، دانشگاه بوعلی سینا
AUTHOR
صفر
معروفی
marofisafar59@gmail.com
2
عضو هیئت علمی/ دانشگاه بو علی سینا
LEAD_AUTHOR
1.Anghileri, D., Castelletti, A., Pianosi, F., Soncini-Sessa, R., and Weber, E. 2012. Optimizing watershed management by coordinated operation of storing facilities. J. Water Resour. Plan. Manage. 139: 5. 492-500.
1
2.Ardjmand, E., Weckman, G.R., Young, W.A., Sanei Bajgiran, O., and Aminipour, B. 2016. A robust optimisation model for production planning and pricing under demand uncertainty. Inter. J. Prod. Res. 54: 13. 1-21.
2
3.Babel, M., Gupta, A.D., and Nayak, D. 2005. A model for optimal allocation of water to competing demands. Water Resources Management. 19: 6. 693-712.
3
4.Ben-Tal, A., and Nemirovski, A. 1999. Robust solutions of uncertain linear programs. Operations Research Letters. 25: 1. 1-13.
4
5.Ben-Tal, A., and Nemirovski, A. 2000. Robust solutions of linear programming problems contaminated with uncertain data. Mathematical Programming. 88: 3. 411-424.
5
6.Bertsimas, D., and Sim, M. 2004. The price of robustness. Operations Research. 52: 1. 35-53.
6
7.Cai, X., Lasdon, L., and Michelsen, A.M. 2004. Group decision making in water resources planning using multiple objective analysis. J. Water Resour. Plan. Manage. 130: 1. 4-14.
7
8.Chung, G., Lansey, K., and Bayraksan, G. 2009. Reliable water supply system design under uncertainty. Environmental Modelling & Software. 24: 4. 449-462.
8
9.Das, I. 1999. On characterizing the “knee” of the Pareto curve based on normal-boundary intersection. Structural Optimization. 18: 2. 107-115.
9
10.Deb, K. 2003. Multi-objective evolutionary algorithms: Introducing bias among Pareto-optimal solutions. P 263-292, In: A. Ghosh and S. Tsutsu (eds), Advances in evolutionary computing, Springer, Berlin.
10
11.Deb, K., and Gupta, S. 2011. Understanding knee points in bicriteria problems and their implications as preferred solution principles. Engineering Optimization. 43: 11. 1175-1204.
11
12.El Ghaoui, L., and Lebret, H. 1997. Robust solutions to least-squares problems with uncertain data. SIAM Journal on Matrix Analysis and Applications. 18: 4. 1035-1064.
12
13.El Ghaoui, L., Oustry, F., and Lebret, H. 1998. Robust solutions to uncertain semidefinite programs. SIAM Journal on Optimization 9: 1. 33-52.
13
14.Haimes, Y.Y. 1971. On a bicriterion formulation of the problems of integrated system identification and system optimization. IEEE Transactions on Systems, Man and Cybernetics. 1: 3. 296-297.
14
15.Homayounifar, M., and Rastegaripour, F. 2010. Water allocation of Latian dam between agricultural products under uncertainty. J. Agric. Econ. Dev. 24: 2. 259-267. (In Persian)
15
16.Housh, M., Ostfeld, A., and Shamir, U. 2011. Optimal multiyear management of a water supply system under uncertainty: Robust counterpart approach. Water Resources Research. 47: 10. 1-15.
16
17.Li, M., and Guo, P. 2014. A multi-objective optimal allocation model for irrigation water resources under multiple uncertainties. Applied Mathematical Modelling. 38: 19. 4897-4911.
17
18.Li, Y., Huang, G.H., Huang, Y., and Zhou, H. 2009. A multistage fuzzy-stochastic programming model for supporting sustainable water-resources allocation and management. Environmental Modelling & Software. 24: 7. 786-797.
18
19.Li, Z., and Ierapetritou, M.G. 2008. Robust optimization for process scheduling under uncertainty. Industrial & Engineering Chemistry Research. 47: 12. 4148-4157.
19
20.Maqsood, I., Huang, G.H., and Yeomans, J.S. 2005. An interval-parameter fuzzy two-stage stochastic program for water resources management under uncertainty. Europ. J. Oper. Res. 167: 1. 208-225.
20
21.Miettinen, K. 1999. Nonlinear multiobjective optimization. volume 12, International Series in Operations Research and Management Science, Kluwer Academic Publishers, Dordrecht, Netherlands. 120p.
21
22.Mohaghar, A., Mehregan, M.R., and Naz-Abadi, M.R. 2009. Applying robust optimization to solve product mix problem in automotive industries. J. Ind. Manage. 1: 2. 139-152.
22
(In Persian)
23
23.Mulvey, J.M., Vanderbei, R.J., and Zenios, S.A. 1995. Robust optimization of large-scale systems. Operations Research 43: 2. 264-281.
24
24.Sabouhi, M., and Mardani, M. 2013. Optimal allocation strategies of irrigation water and coastal land of Nekooabad irrigation network under uncertainty. 7: 13. 109-119. (In Persian)
25
25.Sadeghi, H., and Khaksar Astaneh, S. 2014. Provide an optimum model for renewable energy development in Iran; robust optimization approach. Iranian Energy Economics.
26
3: 11. 159-195. (In Persian)
27
26.Sakhaii, M., Tavakkoli-Moghaddam, R., Bagheri, M., and Vatani, B. 2016. A robust optimization approach for an integrated dynamic cellular manufacturing system and production planning with unreliable machines. Applied Mathematical Modelling, 40: 1. 169-191.
28
27.Soyster, A.L. 1973. Convex programming with set-inclusive constraints and applications to inexact linear programming. Operations Research. 21: 5. 1154-1157.
29
ORIGINAL_ARTICLE
گیاهپالایی سرب در حضور تلقیح جداگانه و همزمان کرم خاکی، قارچهای میکوریزا و ریزوباکترها در ذرت
سابقه و هدف:خاک ممکن است بهطور طبیعی ازجمله نزدیکی به مواد معدنی و سنگ معدن و فعالیتهای صنعتی بشر با غلظت بالایی از فلزات سنگین آلوده شود.سرب (Pb)،معمولاً مسبب آلودگی خاک است و عامل کاهش قابلتوجه فعالیت زیستی خاک در نظر گرفته میشود.گیاهپالایی فنآوری نوظهور و کمهزینهای است که با بهرهگیری از گیاهان و موجودات زنده باعث حذف، تبدیل یا تثبیت آلایندهها در آب، رسوبات و یا خاک میشود. بنابراین موفقیت گیاهپالایی به اثر متقابل بین ریز/درشت جانداران و ریشه گیاهان در ریزوسفر بستگی دارد.هدف این پژوهش بررسی پیامد مایهزنی جداگانه و هم-زمان کرم خاکی قارچ و باکتری بر قابلیت دسترسی و استخراج و یا تثبیت عنصر سرب توسط گیاه ذرت در خاک آلوده به سرب با اندازه گیری غلظت و جذب سرب در اندام هوایی و زیرزمینی گیاه میباشد. مواد و روشها: خاک آلوده از منطقه معدن سرب باما واقع در جنوب غربی اصفهان جمعآوری شد. بذر ذرت، پس از استریل سطحی و جوانهزنی، به گلدانهای حاوی 4 کیلوگرم خاک آلوده به سرب (استریل شده در دمای oC 121 به مدت 2ساعت) منتقل شدند.آزمایش در قالب طرح کاملاً تصادفی با آرایش فاکتوریل(2×2×2) انجام شد.فاکتورها شامل 1) کرم خاکی (بدون کرم و با کرم خاکی ایزینیا فتیدا (Eisenia foetida))، 2) قارچ میکوریزا (بدون قارچ و با قارچ میکوریزا (ترکیبی از Funneliformis mosseae و Septoglomus constrictum)) و 3) باکتری (بدون باکتری و با باکتری (ترکیبی از Bacillus sp.و Bacillus licheniformis)). پس از گذشت 3ماه از دوره رشد تحت شرایط گلخانه، اندام هوایی ذرت از سطح خاک جدا شد. ریشه و اندام هوایی بهطور جداگانه بهمنظور تعیین غلظت سرب هواخشک، توزین و آسیاب شدند. بهمنظور عصارهگیری سرب ریشه و اندام هوایی از روش خاکستر استفاده شد و توسط دستگاه جذب اتمی اندازهگیری شد. غلظت سرب خاک با روش DTPA-TEA اندازهگیری شد. فاکتورهای تجمع زیستی، انتقال و اصلاح برای هر تیمار محاسبه شد.یافتهها:به طورکلی تلقیح گیاه با این جانداران، وزن خشک ریشه و اندام هوایی، سرب قابل دسترس خاک، جذب سرب و فاکتورهای تجمع زیستی و اصلاح سرب را افزایش داد. بیشترین وزن خشک اندام هوایی در تیمارهای همزمان کرم خاکی- میکوریزا و میکوریزا-باکتری با افزایش 2/3 برابری نسبت به شاهد مشاهده شد. سرب قابل دسترس خاک نیز در تیمار همزمان کرم خاکی-میکوریزا-باکتری نسبت به شاهد حدود 3 برابر بیشتر بود. بیشترین مقدار جذب سرب در ریشه و اندام هوایی ذرت در تیمار همزمان کرم خاکی-میکوریزا-باکتری مشاهده شد. علاوه براین، تجمع زیستی سرب در ریشه ذرت در تمام تیمارها، بهویژه در تیمار میکوریزا به تنهایی، بیشتر از یک بود. اگرچه فاکتور انتقال سرب برای گیاه ذرت کمتر از یک بود، اما تنها تیمار همزمان کرم خاکی و باکتری این نسبت را به بیش از یک(32/1) افزایش داد. این در حالی است که قارچ میکوریزا فاکتور انتقال را نسبت به تیمار شاهد کاهش داد. حداکثر فاکتور اصلاح سرب (14/0%)توسط ذرت با افزایش ۲۳ برابری نسبت به شاهد در تلقیح همزمان کرم خاکی-میکوریزا-باکتری مشاهده شد اما بهاندازهای نبود که جهت اصلاح خاک آلوده به کار رود.نتیجهگیری:با وجود افزایش قابل توجه غلظت سرب در ذرت، جذب سرب آن به اندازه ای نیست که برای استخراج عملی سرب استفاده شود. همچنین با توجه به مقادیر فاکتورهای تجمع زیستی، انتقال و اصلاح زیستی، گیاه ذرت در فرآیند تثبیت گیاهی خاک مفیدتر بوده و بنابراین قارچ میکوریزا بهعنوان عامل بهبود دهنده تثبیت گیاهی در افزایش رشد گیاه و همچنین ممانعت از سمیت گیاه از طریق جلوگیری از انتقال سرب به اندام هوایی مؤثر است. حضور قارچ میکوریزا موجب رشد بهتر گیاه در تیمارهای کرم خاکی و باکتری شد،بهویژه در شرایط طبیعی که حضور هر سه موجود زنده با یکدیگر محتمل تر است، که میتواند نقش بسزایی در کاهش سمیت و رشد گیاهان در مناطق آلوده داشته باشد.
https://jwsc.gau.ac.ir/article_4153_c8df79121a93de6af3fbff7233dc3f54.pdf
2018-05-22
91
110
10.22069/jwsc.2018.14140.2887
کرم خاکی
قارچ میکوریزا
ریزوباکتری
فاکتور تجمع زیستی
فاکتور انتقال
علی
محوحی
alimahohi@yahoo.com
1
گروه خاک شناسی، دانشکده کشاورزی، دانشگاه شهرکرد
LEAD_AUTHOR
فایز
رئیسی
f_raiesi@yahoo.com
2
گروه خاکشناسی دانشگاه شهرکرد
AUTHOR
علیرضا
حسین پور
hosseinpur-a@agr.sku.ac.ir
3
دانشگاه شهرکرد
AUTHOR
1.Ali, H., Khan, E., and Sajad, M.A. 2013. Phytoremediation of heavy metals- Concepts and applications. Chemosphere, 91: 869-881.
1
2.Azcón, R., Perálvarez, M.D., Biró, B., Roldán, A., and Ruíz-Lozano, J.M. 2009. Antioxidant activities and metal acquisition in mycorrhizal plants growing in a heavy-metal multi contaminated soil amended with treated lignocellulosic agrowaste. Applied Soil Ecology,
2
41: 168-177.
3
3.Bafeel, S.O. 2008. Contribution of mycorrhizae in phytoremediation of lead contaminated soils by Eucalyptus ostrata plants. World Appl. Sci. J. 5: 490-498.
4
4.Braud, A., Jezequel, K., Bazot, S., and Lebeau, T. 2009. Enhanced phytoextraction of an agricultural Cr and Pb-contaminated soil by bioaugmentation with siderophore-producing bacteria. Chemosphere, 74: 280-286.
5
5.Campbell, C.R., and Plank, C.O. 1998. Preparation of plant tissue for laboratory analysis.
6
In: Kalra, Y.P. (ed.) Handbook of Reference Methods for Plant Analysis. CRC Press, Taylor & Francis Group, Pp: 37-50.
7
6.Chapman, H.D. 1995. Cation exchange capacity. In black C.A. (ed) Methods of soil analysis. Agronomy Monograph. G. ASA. Madison WI. Pp: 891-901.
8
7.Chen, B., Shen, H., Li, X., Feng, G., and Christie, P. 2004. Effects of EDTA application and arbuscular mycorrhizal colonization on growth and zinc uptake by maize (Zea mays L.) in soil experimentally contaminated with zinc. Plant and Soil, 261: 219-229.
9
8.Chen, X., Wu, C., Tang, J., and Hu, S. 2005. Arbuscular mycorrhizae enhance metal lead uptake and growth of host plants under sand culture experiment. Chemosphere, 60: 665-671.
10
9.Dary, M., Chamber-Pérez, M.A., Palomares, A.J., and Pajuelo, E. 2010. In situ phytostabilization of heavy metal polluted soils using Lupinus luteus inoculated with metal resistant plant-growth promoting rhizobacteria. J. Hazard. Mater. 177: 323-330.
11
10.Dell' Amico, E., Cavalca, L., and Andreoni, V. 2008. Improvment of Brasica napus growth under cadmium stress by cadmium-resistant rhizobacteria. Soil Biology and Biochemistry. 40: 74-84.
12
11.Del Val, C., Barea, J.M., and Azcon-Aguilar, C. 1999. Assessing the tolerance to heavy metals of arbuscular mycorrhizal fungi isolated from sewage sludge contaminated soils. Applied Soil Ecology, 11: 261-269.
13
12.Elmer, W.H. 2009. Influence of earthworm activity on soil microbes and soil borne diseases of vegetables. Plant Disease, 93: 175-179.
14
13.Gee, G.W., and Bauder, J.W. 1986. Particle size analysis. In: Klute A. (ed.) Methods of Soil Analysis. Part 1. 2nd ed., Agron. Monogr. 9. ASA and SSSA, Madison, WI. Pp: 404-407.
15
14.Glickman, E., and Dessaux, Y. 1995. A critical examination of the specificity of the Salkowski reagent for indolic componds produced by phytopathogenic bacteria. Applied and Environmental Microbilogy. 61: 793-796.
16
15.Gonzalez-Guerrero, M., Azcon-Aguilar, C., Mooney, M., Valderas, A., MacDiarmid, C.W., Eide, D.J., and Ferrol, N. 2005. Characterization of a Glomus intraradices gene encoding a putative Zn transporter of the cation diffusion facilitator family. Fungal Genetics and Biology, 42: 130-140.
17
16.Hu, J., Wu, S., Wu, F., Leung, H.M., Lin, X., and Wong, M.H. 2013. Arbuscular mycorrhizal fungi enhance both absorption and stabilization of Cd by Alfred stonecrop (Sedum alfredii Hance) and perennial ryegrass (Lolium perenne L.) in a Cd-contaminated acidic soil. Chemosphere, 93: 1359-1365.
18
17.Jusselme, M.D., Poly, F., Miambi, E., Mora, P.H., Blouin, M. Pando, A., and Corinne Rouland-Lefèvre, C. 2012. Effect of earthworms on plant Lantana camara Pb-uptake and on bacterial communities in root-adhering soil. Science of the Total Environment, 416: 200-207.
19
18.Kabata-Pendias, A., and Mukherjee, A.B. 2007. Trace elements from soil to human. Springer-Verlag, Berlin, New York, 512p.
20
19.Li, M.S., Luo, Y.P., and Su, Z.Y. 2007. Heavy metal concentrations in soils and plant accumulation in a restored manganese mine land in Guangxi, South China. Environmental Pollution, 147: 168-175.
21
20.Li, Y., Peng, J., Shi, P., and Zhao, B., 2009. The effect of Cd on mycorrhizal development and enzyme activity of Glomus mosseae and Glomus intraradices in Astragalus sinicus L. Chemosphere, 75: 894-899.
22
21.Li, W.C., and Wong, M.H. 2010. Effects of bacteria on metal bioavailability, speciation and mobility in different metal mine soils: a column study. J. Soil Sed. 10: 313-325.
23
22.Lindsay, W.L., and Norvell, W.A. 1978. Development of DTPA soil test for zinc, iron, manganese and copper. Soil Sci. Soc. Amer. J. 42: 421-428.
24
23.Loeppert, R.H., and Suarez, D.L. 1996. Carbonate and gypsum. In: Sparks D.L. (ed) Methods of Soil Analysis. SSSA, Madison. Pp: 437-474.
25
24.Ma, Y., Dickinson, N.M., and Wong, M.H. 2002. Toxicity of Pb/Zn mine tailings to the earthworm Pheretima and the effects of burrowing on metal availability. Biology and Fertility of Soils, 36: 79-86.
26
25.Ma, Y., Dickinson, N.M., and Wong, M.H. 2006. Beneficial effects of earthworms and arbuscular mycorrhizal fungi on establishment of leguminous trees on Pb/Zn mine tailings. Soil Biology and Biochemistry, 38: 1403-1412.
27
26.Ma, Y., Prasad, M.N.V., Rajkumar, M., and Freitas, H. 2011. Plant growth promoting rhizobacteria and endophytes accelerate phytoremediation of metalliferous soils. Biotechnology Advances, 29: 248-258.
28
27.Malik, R.N., Husein, S.Z., and Nazir, I. 2010. Heavy metal contamination and accumulation in soil and wild plants species from industrial area of IslamabadPakistan. Pak. J. Bot.
29
42: 291-301.
30
28.Mojmali Renani, A. 2013. Effects of plant-growth promoted rhizobacteria on lead and zinc phytoremediation by Indian mustard. Thesis of Master of agricultural science in Agroecology. ShahrekordUniversity, Shahrekord. Iran. (In Persian)
31
29.Mosse, B. 1962. The establishment of mycorrhizal infection under aseptic conditions. Rothamsted Erperimental Station Report for 1961,p. SO.
32
30.Nadeem, S.M., Ahmad, M., Zahir, Z.A., Javaid, A., and Ashraf, M. 2014. The role of mycorrhizae and plant growth promoting rhizobacteria (PGPR) in improving crop productivity under stressful environments. Biotechnology Advances, 32: 429-448.
33
31.Naderi, M.R. 2012. Effects of plant-growth promoted rhizobacteria on lead (Pb) phytoremediation in soil contained Pb with long history. Thesis of Master of agricultural science in Agroecology. ShahrekordUniversity, Shahrekord. Iran. (In Persian)
34
32.Nardi, S., Pizzeghello, D., Muscolo, A., and Vianello, A. 2002. Physiological effects of humic substances on higher plants. Soil Biology and Biochemistry, 34: 1527-1536.
35
33.Nelson, D.W., and Sommers, L.E. 1996. Total carbon, organic carbon and organic matter. In: Sparks, D.L. (ed.) Methods of Soil Analysis, part 3, Chemical Methods. Soil Science Society of America: Madison, WI, Soil Science Society of America Book Series, Pp: 153-188.
36
34.Olsen, S.R., Cole, C.V., Watanabe, F.S., and Dean, L.A. 1954. Estimation of available phosphorus in soil by extraction with sodium bicarbonate. USDA. Circ. 939. U.S. GOV. Print Office, Washington, DC.
37
35.Prsadoust, F., Bahreini, Nejad, B., Safari, Sinegani, A.A., and Kaboli, M.M. 2007. Phytoremediation of lead (Pb) by pasture and native plants in soil contaminated of Irankouh area. Research and Manufacture, 75: 54-63. (In Persian)
38
36.Rajkumar, M., Sandhya, S., Prasad, M.N.V., and Freitas, H. 2012. Perspectives of plant-associated microbes in heavy metal phytoremediation. Biotechnology Advances, 30: 1562-1573.
39
37.Rhoades, J. 1986. Salinity: electrical conductivity and total dissolved salids. In: Sparks, D.L. (ed.) Methods of soil Analysis. Part 3: Chemial Properties. Soil Science Society of America. Madison, Wisconsin. Pp: 417-435.
40
38.Ruiz, E., Alonso-Azcarate, J., and Rodríguez, L. 2011. Lumbricus terrestris L. activity increases the availability of metals and their accumulation in maize and barley. Environmental Pollution, 159: 722-728.
41
39.Ruiz, E., Rodríguez, L., and Alonso-Azcarate, J. 2009. Effects of earthworms on metal uptake of heavy metals from polluted mine soils by different crop plants. Chemosphere,
42
75: 1035-1041.
43
40.Scheu, S. 2003. Effects of earthworms on plant growth: patterns and perspectives. Pedobiologia, 47: 846-856.
44
41.Schwyn, B., and Neilands, J.B. 1987. Universal chemical assay for detection and determination of siderophores. Analytical Biochemistry. 160: 47-56.
45
42.Sękara, A., Poniedzialek, M., Ciura, J., and Jędrszczyk, E. 2005. Cadmium and lead accumulation and distribution in the organs of nine crops: Implications for phytoremediation. Polish J. Environ. Stud. 14: 506-516.
46
43.Shen, H., Christie, P., and Li, X. 2006. Uptake of zinc, cadmium and phosphorus by arbuscular mycorrhizal maize (Zea mays L.) from a low available phosphorus calcareous soil spiked with zinc and cadmium. Environmental Geochemistry and Health, 28: 111-119.
47
44.Sheng, X.F., He, L.Y., Wang, Q.Y., Ye, H.S., and Jiang, C. 2008. Effects of inoculation of biosurfactant producing Bacillus sp. J119 on plant growth and cadmium uptake in a cadmium amended soil. J. Hazard. Mater. 155: 17-22.
48
45.Sheng, X.F., and Xia, J.J. 2006. Improvement of rape (Brassica napus) plant growth and cadmium uptake by cadmium-resistant bacteria. Chemosphere. 64: 1036-1042.
49
46.Shi, Z.Y., Zhang, L.Y., Li, X.L., Feng, G., Tian, C.Y., and Christie, P. 2007. Diversity of arbuscular mycorrhizal fungi associated with desert ephemerals in plant communities of JunggarBasin, northwest China. Applied Soil Ecology, 35: 10-20.
50
47.Sizmur, T., and Hodson, M.E. 2009. Do earthworms impact metal mobility and availability in soil? A review. Environmental Pollution. 157: 1981-1989.
51
48.Sizmur, T., Palumbo-Roe, B., Watts, M.J., and Hodson, M.E. 2011. Impact of the earthworm Lumbricus terrestris L. on As, Cu, Pb and Zn mobility and speciation in contaminated soils. Environmental Pollution, 159: 742-748.
52
49.Sposito, G., Lund, L.J., and Chang, A. 1982. Trace metal chemistry in arid-zone field soils amended with sewage sludge. I. Fractionation of Ni, Cu, Zn, Cd and Pb in solid phases. Soil Sci. Soc. Amer. J. 46: 260-264.
53
50.Subler, S., Baranski, C.M., and Edwards, C.A. 1997. Earthworm additions increased short-term nitrogen availability and leaching in two grain crop agroecosystems. Soil Biology and Biochemistry, 29: 413-421.
54
51.Sun, Y.B., Zhou, Q.X., An, J., Liu, W.T., and Liu, R. 2009. Chelator-enhanced phytoextraction of heavy metals from contaminated soil irrigated by industrial wastewater with the hyperaccumulator plant (Sedum alfredii Hance). Geoderma, 150: 106-112.
55
52.Thomas, G.W. 1996. Soil pH and soil acidity. In: Sparks D.L. (ed.) Methods of Soil Analysis. SSSA, Madison. Pp: 475-490.
56
53.Vivas, A., Voros, I., Biro, B., Campos, E., Barea, J.M., and Azcon, R. 2003. Symbiotic efficiency of autochthonous arbuscular mycorrhizal fungus (G. mosseae) and Brevibacillus sp. isolated from cadmium polluted soil under increasing cadmium levels. Environmental Pollution, 126: 179-189.
57
54.Vivas, A., Biro, B., Ruiz-Lozano, J.M., Barea, J.M., and Azcon, R. 2006. Two bacterial strains isolated from a Zn-polluted soil enhance plant growth and mycorrhizal efficiency under Zn-toxicity. Chemosphere, 62: 1523-1533.
58
55.Wu, F.Y., Bi, Y.L., Leung, H.M., Ye, Z.H., Lin, X.G., and Wong, M.H. 2010. Accumulation of As, Pb, Zn, Cd and Cu and arbuscular mycorrhizal status in populations of Cynodon dactylon grown on metal contaminated soils. Applied Soil Ecology, 44: 213-218.
59
56.Yoon, J., Cao, X., Zhou, Q., and Ma, L.Q. 2006. Accumulation of Pb, Cu and Zn in native plants growing on a contaminated Florida site. Science of the Total Environment, 368: 456-464.
60
57.Zhang, X.C., Lin, L., Chen, M.Y., Zhu, Z.Q., Yang, W.D., Chen, B., Yang, X.E., and An, Q.L. 2012. A nonpathogenic Fusarium oxysporum strain enhances phytoextraction of heavy metals by the hyperaccumulator Sedum alfredii Hance. J. Hazard. Mater. 229: 361-370.
61
ORIGINAL_ARTICLE
بررسی اثر قدرت گروداران ذینفوذ در مدیریت مشارکتی منابع آب دشت قزوین
سابقه و هدف: تحلیل گروداران یکی از فاکتورهای کلیدی و تأثیرگذار در موفقیت سیاستهای مدیریتی در هر زمینهای است. این ابزار آمار مفیدی در مورد افرادی که در طرحهای مدیریت منابع آب اثرگذار هستند ارائه میدهد. اطلاعات حاصل از تحلیل گروداران میتواند به عنوان ورودی مدلها و تحقیقات دیگر در نظر گرفته شوند که جهت برنامهریزی طرحها و سیاستهای آینده و ارزیابی میزان موفقیت آنها استفاده میشوند. استفاده از روشهای مدیریت مشارکتی در اجرای طرحهای مدیریت منابع آب میزان مشارکت گروداران را در مناطق مختلف بررسی میکند و اثر ایشان را در موفقیت طرحهای مدیریتی ارزیابی مینماید. مشارکت گروداران به ترتیب با منافع و قدرت و به تبع آن اهمیت ایشان در ارتباط است. مدلسازی قدرت گروداران و بررسی ارتباط آن میان سایر خصوصیات ایشان ارائه اخیراً مورد توجه قرار گرفته است. هدف از این تحقیق ارائه راهکاری جهت تدقیق و تسهیل تحلیل گروداران است، لذا مدلی برای شبیهسازی اهمیت و قدرت گروداران در شبکه آبیاری قزوین جهت تحلیل سیاستهای مدیریتی در حوزه مدیریت منابع آب ارائه شده است. مواد و روشها: جهت جمعآوری اطلاعات اولیه برای مدلسازی و شناسایی خصوصیات گروداران، از پرسشنامهها و برگزاری جلسات مصاحبه با گروداران کلیدی استفاده شده است. به منظور تعیین گروههای کلیدی گروداران از تحلیل سلسله مراتبی همراه با تلفیق نظرخبره استفاده شد. با استفاده از چهارچوب-های تحلیل گروداران که از پیش تبیین شدهبودند مدل شبیهسازی و واسنجی خصوصیات گروداران تعریف و ایجاد شد. جهت واسنجی و تخمین پارامترهای مدلِ شبیهسازی خصوصیات گروداران از الگوریتم ژنتیک استفاده شد. سپس قدرت و اهمیت گروداران با استفاده از مدل خصوصیات ایشان ارزیابی شد و نتایج آن واسنجی و با روشهای پیشین مقایسه گردید. یافتهها: از تحلیل سطح آگاهی گروداران مشخص شد که عوامل آگاهی دهنده در میان گروداران مانند رسانه یا سایر گروهها بایستی اطلاعات بیشتری در زمینه منابع آب منطقه داشته باشند. از سوی دیگر آگاهی پایین سیاستمداران که نقش مهمی در تأمین منابع آب در منطقه ایفا میکنند نگران کننده است. برخی از گروداران در گروه سیاستمداران و مدیران سازمانها از لحاظ جایگاه اجتماعی در منطقه از مقبولیت قابل توجهی برخوردار هستند که باعث میشود جزو شاخصترین گروداران قرار گیرند. از لحاظ اهمیت نیز گروداران در گروههای سیاستمداران و مدیران جزو قدرتمندترین افراد و مصرفکنندگان شهری ضعیفترین گروداران از این منظر هستند. همچنین مشخص شد که مدل ارائه شده از دقت قابل قبولی برخوردار است به طوری که میانگین خطای مطلق در ارزیابی شبیهسازی اهمیت 487/0 بدست آمد. نتایج تحقیقات نشان داد که بین سطح دانش، منابع، رهبری، قدرت و اهمیتِ گروداران اندرکنش وجود دارد. از سوی دیگر خطرات بالقوه و فرصتهای ایجاد گروههای گروداران تبیین شدند. از نتایج دیگر این تحقیق میتوان به تعیین اندرکنشهای پنهان بین گروداران نام برد که با استفاده از چهارچوب تئوری گروداران تبیین شدهاند.نتیجهگیری: این تحقیق در راستای کمک به مدیران و تصمیمگیرندگانِ شبکه آبیاری قزوین انجام گرفت تا از این طریق بتوانند عواقب ناشی از فشارهای گروداران ذینفوذ در بهرهبردای بیشازحد از منابع آب را مشاهده کنند. نتیجه کلی حاصله مشخص کرد که ایجاد دیدگاه مثبت در مورد حفاظت از منابع آب از طریق کاهش گروداران مخالف با استفاده از ایجاد منافع بومی و ارائه تسهیلات قابل انجام است. بنابراین تشویق گروداران مخالف در راستای حفاظت از منابع آب در منطقه میتواند تشکلهای حامی منابع آب را در وضعیت بهتری نسبت به گروداران مخالف قرار دهد. نتیجه دیگر اینکه، با بکارگیری تحلیل گروداران به صورت مستمر میتوان کمک شایان ذکری برای مشاهده اندرکنشهای گروداران و تشخیص فرصتهای بالقوه در راهکارهای مدیریتی انجام داد.
https://jwsc.gau.ac.ir/article_4154_14f78f105a0be8a11c4314b2e488f548.pdf
2018-05-22
111
130
10.22069/jwsc.2018.12351.2692
منابع آب
تحلیل گروداران
قدرت
شبیهسازی
بهینهسازی
عبدالله
طاهری تیزرو
ttizro@yahoo.com
1
دانشیار گروه مهندسی آبیاری، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
AUTHOR
میلاد
قلعه بان تکمه داش
milghatek@gmail.com
2
دانشجوی دکتری، گروه مهندسی آب، دانشگاه بوعلی سینا، همدان
LEAD_AUTHOR
حمید
زارع ابیانه
zareabyaneh@gmail.com
3
دانشیار گروه مهندسی آبیاری، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
AUTHOR
1.Akhbari, M., and Grigg, N.S. 2013. A framework for an agent-based model to manage water resources conflicts. Water resources management. 27: 11. 4039-4052.
1
2.Akhbari, M., and Grigg, N.S. 2015. Managing Water Resources Conflicts: Modelling Behavior in a Decision Tool. Water Resources Management. 29: 14. 5201-5216.
2
3.Alizadeh, M.R., Nikoo, M.R., and Rakhshandehrou, G. 2016. Developing an Optimal Groundwater Allocation Model Considering Stakeholder Interactions; Application of Fallback Bargaining Models. Iran - water resources research. 11: 3. 14.
3
4.Bagherzadeh Karimi, M., Mammedov, R., and Fathi Saghezchi, F. 2011. Stakeholder Role Analysis for Integrated Management in Protected Areas (Case study: Urmia Lake, Iran). ECOPERSIA. 2: 101-110.
4
5.Billgren, C., and Holmén, H. 2008. Approaching reality: Comparing stakeholder analysis and cultural theory in the context of natural resource management. Land Use Policy.
5
25: 4. 550-562.
6
6.Cronbach L.J. 1951. Coefficient alpha and the internal structure of tests. Psychometrika.
7
16: 297-334.
8
7.Ebrahimi, F. 2015. Analysis of local stakeholders relationaships in water resources policy using network analysis. In 1st National Conference on Society, Natural Resources, Water and Environment: Challanges and Solutions.
9
8.Frenken, K. 2009. Irrigation in the Middle East region in figures AQUASTAT Survey-2008. Water Reports. 34p.
10
9.Ghafourifard, S., Bagheri, A., and Shajari, S. 2015. Stakeholders Assessment in Water Sector (Case study: Rafsanjan Area). IR-WRR. 11: 2. 1-18.
11
10.Goodpaster, K.E. 1991. Business ethics and stakeholder analysis. Business ethics quarterly. 1: 01. 53-73.
12
11.Grimble, R., and Chan, M.K. 1995. Stakeholder analysis for natural resource management in developing countries. In Natural resources forum, pp. 113-124, Wiley Online Library.
13
12.Heikkila, T., and Gerlak, A.K. 2005. The Formation of Large scale Collaborative Resource Management Institutions: Clarifying the Roles of Stakeholders, Science and Institutions. Policy Stud. J. 33: 4. 583-612.
14
13.Karamouz, M., Akhbari, M., Moridi, A., and Kerachian, R. 2006. A system dynamics-based conflict resolution model for river water quality management. Iran. J. Environ. Health Sci. Engin. 3: 3. 147-160.
15
14.Ramirez, R. 1999. Stakeholder analysis and conflict management. Cultivating peace: conflict and collaboration in natural resource management. Pp: 101-126.
16
15.Rastogi, A., Badola, R., Hussain, S.A., and Hickey, G.M. 2010. Assessing the utility of stakeholder analysis to Protected Areas management: The case of Corbett National Park, India. Biological Conservation. 143: 12. 2956-2964.
17
16.Rogers, P., and Hall, A. 2003. Effective water governance, Global Water Partnership, Stockholm, Sweden. 32p.
18
17.Rosegrant, M.W., Cai, X., and Cline, S.A. 2002. World water and food to 2025: dealing with scarcity. Intl Food Policy Res. Inst. 322p.
19
18.Salari, F., Ghorbani, M., and Malekian, A. 2015. Social Monitoring in Local Stakeholders Network to Water Resources Local Governance (Case study: Razin Watershed, KermanshahCity). Iran. J. Natur. Resour. 68: 2. 1-9.
20
19.Schmeer, K. 1999. Stakeholder analysis guidelines. Policy toolkit for strengthening health sector reform. pp. 1-33.
21
20.Stanghellini, P.S.L. 2010. Stakeholder involvement in water management: the role of the stakeholder analysis within participatory processes. Water Policy. 12: 5. 675-694.
22
21.UNDP-United Nations Development Programme. 2002. Handbook on monitoring and evaluating for results, Evaluation Office, NY. 232p.
23
22.UNDP-United Nations Development Programme. 2013. User’s guide on assessing water overnance. Denmark. 115p.
24
23.Varvasovszky, Z., and Brugha, R. 2000. A stakeholder analysis. Health policy and planning. 15: 3. 338-345.
25
ORIGINAL_ARTICLE
اثر تخریب جنگل در موقعیت های مختلف شیب بر روی کیفیت و تحول خاک در غرب استان کردستان
سابقه و هدف: کیفیت خاک یکی از مهمترین عوامل در ارزیابی مدیریت خاک میباشد لذا شناخت همه خصوصیات کیفیت خاک از قبیل فیزیکی، شیمیایی و بیولوژیکی ضروری میباشد .تخریب جنگل و تغییر کاربری اراضی بر تغییرات ویژگیهای خاک تاثیر گذاشته و منجر به کاهش کیفیت خاک میشود. علاوه بر این، خصوصیات خاک به موقعیت توپوگرافی نیز بستگی دارد. منطقه مریوان در استان کردستان جزو مناطق جنگلی زاگرس میباشد که با توجه به افزایش جمعیت در چند دهه اخیر و افزایش نیاز به غذا مورد تهدید قرار گرفته و بخشهای از آن تحت کشت زراعت رفته است. هدف از این تحقیق بررسی اثر تخریب جنگل و جایگاه شیب بر روی کیفیت و تحول خاک در غرب استان کردستان میباشد. مواد و روش: 8 نیمرخ خاک در جایگاههای مختلف (شانهشیب، پشتهشیب، پایشیب و پنجهشیب) دو شیب تپه مجاور هم، تحت کاربریهای زراعت و جنگل (با شرایط یکسان) حفر و تشریح شدند. علاوه بر این در هر کاربری در هر موقعیت شیب، 3 نمونه خاک از عمق 20-0 سانتیمتری برداشت شد. ویژگیهای بافت خاک، شن ریز، کربن آلی، ظرفیت تبادل کاتیونی، رطوبت ظرفیت مزرعهای، رطوبت نقطه پژمردگی دائم، هدایت الکتریکی، اسیدیته، کربنات کلسیم معادل، ازت کل، فسفر در دسترس، پتاسیم در دسترس، نفوذپذیری، شدت تنفس میکروبی، تخلخل، نسبت جذب سطحی سدیم (SAR)، رطوبت قابل استفاده و فرسایشپذیری خاک اندازهگیری و محاسبه شدند. یافتهها: نتایج نشان داد که موقعیتهای پایین شیب (پنجهشیب و پایشیب) دارای مقادیر بیشتر رس، کربن آلی، رطوبت قابل دسترس، شنریز، سیلت، ازت کل، فسفر قابل دسترس، پتاسیم قابل دسترس، ظرفیت تبادل کاتیونی، نفوذپذیری و شدت تنفس میکروبی و مقادیر کمتر کربنات کلسیم معادل، هدایت الکتریکی، فرسایشپذیری، pH و SAR در مقایسه با موقعیتهای بالای شیب بودند. خاکهای تشکیل شده در موقعیتهای پایین شیب دارای عمق و تحول بیشتری در مقایسه با موقعیتهای بالای شیب بودند. همچنین نتایج نشان داد دو کاربری (جنگل و زراعت) از لحاظ مقدار جرم مخصوص ظاهری، تخلخل، سلیت، رس، کربنات کلسیم معادل، شن ریز، pH، ماده آلی، شدت تنفس میکروبی، نفوذپذیری، نیتروژن کل، فرسایشپذیری و رطوبت قابل دسترس دارای اختلاف معنیداری بودند و تغییر کاربری اراضی جنگلی به زراعی منجر به تخریب مالیسولزها شده است. بنابراین، خصوصیات خاک وابسته به موقعیت شیب و نوع کاربری بوده و این عوامل، ویژگیها و تحول خاک را تحت تأثیر قرار دادهاند.نتیجه گیری: نتایج نشان داد تخریب جنگل در منطقه مریوان منجر کاهش کیفیت خاک از طریق کاهش معنیدار کربن آلی، تنفس میکروبی، ازت کل، ظرفیت تبادل کاتیونی، تخلخل، نفوذپذیری و رطوبت قابل استفاده و افزایش معنیدار جرم مخصوص ظاهری، اسیدیته، SAR، شنریز، فرسایشپذیری و سیلت شده است. همچنین تخریب جنگل و تغییر کاربری اراضی بهدلیل کشت و کار منجر به کاهش مقدار ماده آلی و تخریب ساختمان خاک افق مالیک شده است. لذا افق مالیک به اکریک تبدیل شده و ردههای انتیسولز و اینسپتیسولز در کاربری زراعت تشکیل شدهاند. علاوه بر این نتایج نشان داد که موقعیتهای مختلف شیب بر مقدار جرم مخصوص ظاهری، شن، سلیت، رس، نفوذپذیری، فرسایشپذیری، رطوبت قابل دسترس، pH، ماده آلی، کربنات کلسیم معادل، شدت تنفس میکروبی، نیتروژن، فسفر، ظرفیت تبادل کاتیونی و پتاسیم خاک موثر بوده و دارای اختلاف معنی داری هستند. این نتایج نشان می دهد مدیریت کنونی اراضی مورد مطالعه، کیفیت خاک را متأثر ساخته و منجر به تخریب اراضی می گردد. بنابراین، حفاظت خاک مناطق شیبدار با ممانعت از جنگلتراشی در جنگلهای مریوان و استفاده از اراضی مطابق با قابلیتشان جهت حفظ کیفیت خاک و اراضی ضروری است.
https://jwsc.gau.ac.ir/article_4155_5ad105e28c89d97d4a706f4d25875e0a.pdf
2018-05-22
131
149
10.22069/jwsc.2018.14263.2900
خاکهای جنگلی
مریوان
مالیسولز
تغییر کاربری اراضی
سروه
مرادی
serve.moradi34@gmail.com
1
گروه علوم و مهندسی خاک، دانشگاه کردستان
AUTHOR
کمال
نبی اللهی
nabiollahy_k@yahoo.com
2
گروه علوم و مهندسی خاک، دانشگاه کردستان
LEAD_AUTHOR
سید محمد طاهر
حسینی
t.hossaini@uok.ac.ir
3
گروه علوم و مهدسی خاک، دانشگاه کردستان
AUTHOR
1.Abu-hashim, M., Elsayed, M., and Belal, A.E. 2016. Effect of land-use changes and
1
site variables on surface soil organic carbon pool at Mediterranean region. J. Afr. Earth Sci. 114: 78-84.
2
2.Ajami, M., Khormali, F., and Ayoubi, Sh. 2009. Role of deforestation and land use change on soil erodibility of loess in eastern Golestan province. Watershed Management Research (Pajouhesh and Sazandegi). 94: 36-44. (In Persian)
3
3.Allen, K., Corre, M.D., Kurniawan, S., Utami, S.R., and Veldkamp, E. 2016. Spatial variability surpasses land-use change effects on soil biochemical properties of converted lowland landscapes in Sumatra, Indonesia. Geoderma. 284: 42-50.
4
4.Anderson, E., and John, P. 1982. P 831-870. Soil respiration. Methods of Soil Analysis Part 2. Amer. Soc. of Agron, Madison USA.
5
5.Asghari, Sh., Hashemian Soofian, S., Goli Kalanpa, E., and Mohebodini, M. 2015. Impacts of land use change on soil quality indicators in eastern Ardabil province. J. Soil Water Cons. 22: 3. 1-19. (In Persian)
6
6.Assefa, D., Rewald, B., Sanden, H., Rosinger, Ch., Abiyu, A., Yitaferu, B.L., and Godbold, D. 2017. Deforestation and land use strongly effect soil organic carbon and nitrogen stock in Northwest Ethiopia. Catena. 153: 89-99.
7
7.Blake, G.R., and Hartage, K.H. 1986. Bulk density, P 363-382. In: Klute, A. (Ed.), Methods of Soil Analysis. Part1: physical and Mineralogical Methods, 2nd ed. Agronomy Monograph. 9: ASA, Madison, WI.
8
8.Bonifacio, E., Zanini, E., Boero, V., and Franchini Angela, M. 1997. Pedogenesis in soil catena on serpentinite in north western Italy. Geoderma. 75: 33-51.
9
9.Bower, C.A., Reitemeier, R.F., and Fireman, M. 1952. Exchangeable cation analysis of saline and alkali soils. Soil Sci. 73: 251-262.
10
10.Brejda, J.J., Moorman, T.B., Karlan, D.L., and Dao, T.H. 2000. Identification of regional siol quality factors and indicators: I. Central and Southern High Plains, Soil Sci. Soc. Am. J.
11
64: 2115-2124.
12
11.Danielson, R.E., and Sutherland, P.L. 1986. Porosity, P 443-461. In: Klute, A. (Ed.). Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods. Agronomy Monograph, 9. 2nd edition, ASA and SSSA, Madison, WI.
13
12.Dotterweich, M. 2013. The history of human-induced soil erosion: geomorphic legacies, early descriptions and research, and the development of soil conservation-a global synopsis. Geomorphology. 201: 1-34.
14
13.Fujisakia, K., Perrin, A.S., Garric, B., Balesdent, J., and Brossard, M. 2017. Soil organic carbon changes after deforestation and agrosystem establishment in Amazonia: An assessment by diachronic approach. Agric. Ecosyst. Environ. 245: 63-73.
15
14.Gee, G.W., and Bauder, J.W. 1986. Particle size analysis, P 383-411. In: A. Klute. (ed). Methods of Soil Analysis. Part 1: Physical and mineralogical methods, second edition. American Society of Agronomy, Inc., Soil Science Society of America, Inc., Madison, WI.
16
15.Hattar, B., Taimeh, A., and Ziadat, F. 2010. Variation in soil chemical properties along toposequences in an arid region of the Levant. Catena. 83: 34-45.
17
16.Henok, K., Dondeyne, S., Poesen, J., Frankl, A., and Nyssen, J. 2017. Transition from Forestbased to Cereal-based Agricultural Systems: A Review of the Drivers of Land use Change and Degradation in Southwest Ethiopia. Land Degrad. Dev. 28: 431-449.
18
17.Jayachandran, K., Gamare, J.S., Nair, P.R., Xavier, M., and Aggarwal, S.K. 2012. A novel biamperometric methodology for thorium determination by EDTA complexometric titration. Radiochim. Acta. 100: 311-314.
19
18.Jiang, P., and Thelen, K.D. 2004. Effect of soil and topographic properties on crop yield in a north- central corn-soybean cropping system. Agron J. 96: 252-258.
20
19.Jones, B.J. 2001. Laboratory guide for conducting soil tests and plant analysis. Boca Raton, London, New York & Washington, D.C. CRC Press.
21
20.Karlen, D.L., Gardner, J.C., and Rosek, M.J. 1998. A soil quality framework for evaluating the impact of CRP. J. Prod. Agric. 11: 56-60.
22
21.Kassa, H., Dondeyne, S., Poesen, J., Frankl, A., and Nyssen, J. 2017. Impact of deforestation on soil fertility, soil carbon and nitrogen stocks: the case of the Gacheb catchment in the White Nile Basin, Ethiopia. Agric. Ecosyst. Environ. 247: 273-282.
23
22.Khaledian, Y., Kiani, F., Ebrahimi, S., and Movahedi Naeini, A. 2011. Impact of forest degradation, changing land use and building villas on some indicators of soil quality in the watershed, Golestan province. J. Soil Water Cons. 18: 3. 167-184. (In Persian)
24
23.Khaledian, Y., Kiani, F., Ebrahimi, S., Brevik, B.C., and Aitkenhead-Peterson, J. 2016. Assessment and monitoring of soil degradation during land use change using multivariate analysis. Land Degrad. Dev. 28: 128-141.
25
24.Khormali, F., Ajami, M., Ayoubi, S., Srinivasarao, Ch., and Wani, S.P. 2009. Role of deforestation and hill slope position on soil quality attributes of loess-derived soils in Golestan province, Iran. J. Agri. Ecosys. Environ. 134: 178-189.
26
25.Khormali, F., and Nabiollahy, K. 2009. Degradation of Mollisols in western Iran as affected by land use change. Jest. 11: 363-374.
27
26.Khormali, F., and Shamsi, S. 2009. Study of soil quality and micromorphology at
28
different sloped loess land use in the eastern of Golestan province. J. Agric. Sci. Natur. Resour. 16: 3. 14-29. (In Persian)
29
27.Kiani, F., Jalalian, A., Pashayee, A., and Khademi, H. 2007. The role of forest utilization, conservation and degradation of rangelands on soil quality indicators in Loss lands of Golestan province. Iran. J. Agric. Nat. Resour. Sci. 41: 453-463. (In Persian)
30
28.King, G.J., Acton, D.F., and Arnaud, R.J. 1983. Soil-landscape analysis in relation to soil distribution and mapping at site witan the Weyburn association. Canadian J. Soil Sci.
31
63: 657-670.
32
29.Klute, A., and Dirksen, C. 1986. Hydraulic conductivity of saturated soils (constant head),
33
P 694-696. In: Klute, A. (ed). Methods of Soil Analysis. Part 1, 2nd ed. Agronomy. Monograph 9. ASA and SSSA, Madison, WI.
34
30.Li, Zh., Liu, Ch., Dong, Y., Chang, X., Nie, X., Liu, L., Xiao, H., Lu, Y., and Zenga, G. 2017. Response of soil organic carbon and nitrogen stocks to soil erosion and land use types in the Loess hilly–gully region of China. Soil Tillage Res. 166: 1-9.
35
31.Maleki, S., Khormali, F., Kiani, F., and Karimi, A.R. 2013. Effect of slope position and aspect on some physical and chemical soil characteristics in a loess hillslope of Toshan area, Golestan province, Iran. J. Soil Water Cons. 20: 3. 93-112. (In Persian)
36
32.McLean, E.O. 1982. Soil pH and lime requirement, P 199-224. In: Page, A.L., Miller, R.H., and Keeney, D.R. (Eds.), Methods of Soil Analysis, Part 2 Chemical and Microbiological Properties, 2nd ed. ASA-SSSA, Madison, WI.
37
33.Nabiollahy, K., Khormali, F., and Ayoubi, Sh. 2006. Formation of Mollisols as affected by landscape position and depth of groundwater in Kharkeh research station, Kordestan province. 2006. J. Agric. Sci. Natur. Resour. 13: 20-30. (In Persian)
38
34.Nelson, D.W., and Sommers, L.E. 1982. Total carbon, organic carbon, and organic matter.
39
P 539-594. In: Page, A.L., R.H., D.R., Keeney (Eds.), Methods of Soil Analysis, Part 2-Chemical and Microbiological Properties. ASA-SSSA, Madison, WI.
40
35.Oliveira, D.M.S., Paustian, K., Cotrufo, M.F., Fiallos, A.R., Cerqueira, A.G., and Cerri, C.E.P. 2017. Assessing labile organic carbon in soils undergoing land use change in Brazil: A comparison of approaches. Ecol.Ind. 72: 411-419.
41
36.Olsen, S.R., and Sommers, L. 1982. Phosohorus, P 403-430. In: AL. Page: Methods of soil analysis, Agron. No. 9, Part 2: Chemical and microbiological properties, (ed.), Am. Soc. Agron. Madison, WI, USA.
42
37.Pajand, M.J., Emami, H., and Astaraee, A. 2016. Relationship between Topography and Some Soil Properties. J. Water Soil. 29: 6. 1699-1710. (In Persian)
43
38.Rahimi Ashjerdi, M.R., and Ayoubi, Sh. 2013. Impacts of Land Use Change and Slope Positions on some Soil Properties and Magnetic Susceptibility in Ferydunshahr District, Isfahan province. J. Water Soil. 27: 5. 882-895. (In Persian)
44
39.Ramezani, F., Jafari, S., Salavati, A., and Khalilimoghaddam, B. 2016. Study the Soil Quality Changes Indicators Using Nemoro and Integrated Quality Index Models in Some Khuzestan’s Soils. J. Water Soil. 29: 6. 1629-1639. (In Persian)
45
40.Ramezanpour, H., and Kalbasizadeh, F. 2013. Study the effect of slope position on soil physicochemical characteristics in broad leafed forests of Lahijan area. J. Soil Res. (Soil and Water Science). 27: 3. 388-395. (In Persian)
46
41.Rasouli-Sadaghiani, M.H., Ghodrat, K., Ashrafi-Saeidlou, S., Jafari, M., and Khodaverdiloo, H. 2016. Evaluation of soil quality indicators in a deforested region of Northen Zagros.
47
J. Soil Manage. Sust. Prod. 6: 3. 83-99. (In Persian)
48
42.Refahi, H.Gh. 2000. Water erosion and conservation. Tehran Univerity Press, 551p.
49
(In Persian)
50
43.Richards, L.A. 1954. Diagnosis and improvement of saline and alkali soils. Washington: United States Salinity Laboratory, 160p.
51
44.Salehi, M.H., Jazini, F., and Mohammadkhani, A. 2008. The Effect of Topography on Soil Properties with a Focus on Yield and Quality of Almond in the Saman Area, Shahrekord.
52
J. Water Soil Plant Agric. 8: 2. 79-92. (In Persian)
53
45.Sewerniak, P., Jankowski, M., and Dąbrowski, M. 2017. Effect of topography and deforestation on regular variation of soils on inland dunes in the TorunBasin (N Poland). Catena. 149: 318-330.
54
46.Shirazi, M.A., and Boersma, L. 1984. A unifying quantitative analysis of soil texture.
55
Soil. Sci. Soc. Am. J. 48: 142-147. (In Persian)
56
47.Soil and water research institute. 1377. Soil moisture and temperature regimes. Agricultural research organization, Agricultural minister.
57
48.Soil Survey Staff. 2014. Keys to Soil Taxonomy, 12th edn. United States Department of Agriculture, Washington.
58
49.Sparks, D.L., Page, A.L., Helmke, P.A., Leoppert, R.H., Soltanpour, P.N., Tabatabai, M.A., Johnston, G.T., and Summer, M.E. 1996. Methods of Soil Analysis. Soil Science Society of American Journal. Book Series No. 5. ASA and SSSA, Madison, Wisconsin, WI, USA.
59
50.Tesfaye, M.A., Bravo, F., Ruiz-Peinado, R., Pando, V., and Bravo-Oviedo, A. 2016. Impact of changes in land use, species and elevation on soil organic carbon and total nitrogen in Ethiopian central highlands. Geoderma. 261: 70-79.
60
51.Tsui, C.C., Chen, Z.S., and Hsieh, C.F. 2004. Relationships between soil properties and slope position in a lowland rain forest of southern Taiwan. Geoderma. 123: 131-142.
61
52.Wang, Zh., Hu, Y., Wang, R., Guo, Sh., Du, L., Zhao, M., and Yao, Zh. 2017. Soil organic carbon on the fragmented Chinese Loess Plateau: Combining effects of vegetation types and topographic positions. Soil Tillage Res. 174: 1-5.
62
53.Wang, Zh., Wang, R., Sun, Q., Du, L., Zhao, M., and Hu, Y. 2017. Soil CO2 emissions from different slope gradients and positions in thesemiarid Loess Plateau of China. Ecolo. Eng. 105: 231-239.
63
54.Weeb, A.A., and Dowling, A.J. 2005. Characterization of basaltic clay soils (Vertisols) from the Oxford land system in central Queensland. Aust. J. Soil Res. 28: 841-856.
64
55.Wei, S., Zhang, X., Mclaughlin, N.B., Liang, A., Jia, S., and Chen, X. 2014. Effectof soil temperature and soil moisture on CO2 flux from eroded landscapepositions on black soil in Northeast China. Soil Tillage Res. 144: 119-125.
65
56.Wischmeier, W.H., and Smith, D.D. 1978. Predicting rainfall erosion losses: a guide to conservation planning. In Agriculture Handbook 537, USA. Department of Agriculture, Washington, DC. 58p.
66
57.Yaghmaeian Mahabadi, N., Khosroabadi, M., and Asadi, H. 2017. Effect of Forest Clearing and Topography on Some Soil Physicochemical Properties Effective on Soil Quality in Saravan Region, Guilan. J. Soil Res. (Soil and Water Science). 31: 2. 277-291. (In Persian)
67
58.Zareian, Gh. 2003. Soil genesis, classification and Land suitability evaluation in darnegon, Shiraz province. 8th soil science congress, Iran, Pp: 200-201.
68
59.Zhu, H., Wu, J., Guo, Sh., Huang, D., Zhu, Q., Ge, T., and Lei, T. 2014. Land use and topographic position control soil organic C and N accumulation in eroded hilly watershed of the Loess Plateau. Catena. 120: 64-72.
69
ORIGINAL_ARTICLE
بکارگیری تکنیکهای نوین آبیاری گیاه چمن برای استفاده بهینه آب در بخش فضای سبز شهری
سابقه و هدف: ایران به دلیل واقع شدن در کمربند خشک و نیمه خشک جهان همواره با مشکل کم آبی و خشکسالیهای متناوب مواجه است. در سالهای اخیر در زمینه حفاظت منابع آب شهری، به ویژه آبیاری فضای سبز توجه زیادی شده است. به دلیل نقش کلیدی چمن در طراحی و احداث فضای سبز و اهمیت بالای آن در امنیت روانی جامعه، حفظ کیفیت مطلوب چمن در تمام سال ضروری است. آزمایش حاضر با هدف بررسی میزان تامین رطوبت زیرسطحی مورد نیاز و تحریک رشد طولی ریشه در مقایسه با روشهای مرسوم انجام شد. مواد و روشها: آزمایش حاضر در سال 93- 1392 در دانشکده کشاورزی دانشگاه تربیت مدرس به صورت آزمایش کرتهای دو بار خرد شده در قالب طرح بلوکهای کامل تصادفی با نه تیمار و سه تکرار انجام شد. فاکتورهای اصلی شامل روش آبیاری بارانی (شاهد)، آبیاری زیرسطحی به روش کپسولهای رسی متخلخل زیرسطحی، آبیاری تلفیقی و فاکتورهای فرعی شامل بدون کاربرد سوپرجاذب، سوپرجاذب A200 و سوپرجاذب آکریلآمید بودند. آبیاری بر اساس رطوبت خاک انجام شد. در طول آزمایش تغییرات رطوبت خاک، حجم آب مصرفی، رنگ و تراکم چمن و طول ریشه اندازهگیری شد. یافتهها: نتایج نشان داد نمودار تغییرات رطوبت در همهی تیمارها دارای یک روند مشابه و میزان رطوبت همواره بین ظرفیت زراعی و حداکثر تخلیه مجاز قرار داشت و گیاه تحت تنش آبی نبوده است. میزان حجم آب مصرفی در تیمارهای آبیاری بارانی، تلفیقی و زیرسطحی به ترتیب 4/7158، 6/4972 و 8/4243 متر مکعب بر هکتار بوده است. که در تیمار آبیاری زیرسطحی و تلفیقی نسبت به آبیاری بارانی به ترتیب 41 و 31% حجم آب مصرفی کاهش نشان داد. این روند کاهش در اثر کاربرد سوپرجاذبها نیز مشاهده شد. به طوری که تیمار آبیاری زیرسطحی با سوپرجاذب سوپرآب با 68/51 % کاهش، کمترین حجم آب مصرفی در آبیاری بوده است.بیشترین طول ریشه مربوط به تیمار آبیاری زیرسطحی (56/23 سانتیمتر) و کمترین مربوط به تیمار آبیاری بارانی (50/20 سانتی-متر) بود که در سطح 5% معنیدار شد. افزایش سوپرجاذبها منجر به افزایش عمق ریشه شد که در سطح 1% معنیدار بود. همچنین نتایج نشان داد تراکم و رنگ در بین تیمارها معنیدار نبوده است.نتیجه گیری: با توجه به پاسخگویی نیاز آبی چمن با سیستم آبیاری زیرسطحی به روش کپسولهای رسی متخلخل میتوان از این روش به عنوان یک روش جدید آبیاری برای بهینهسازی مصرف آب استفاده شود. با این حال برای تبدیل شدن این سیستم به عنوان یک روش کاربردی در آبیاری چمن صرف نظر از کاهش حجم آب مصرفی، نیاز به کاهش هزینه اجرای آن در مقایسه با سایر روش-های موجود است.
https://jwsc.gau.ac.ir/article_4156_512299df89192d2114143933fdf8be59.pdf
2018-05-22
151
167
10.22069/jwsc.2018.13732.2844
آبیاری زیرسطحی
چمن (Turf grass)
کم آبیاری
سوپرجاذب
مرضیه
رشیدی جوشقان
rashidimarziye@yahoo.com
1
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان شمالی
LEAD_AUTHOR
حسین علی
بهرامی
bahramih@modares.ac.ir
2
دانشیار فیزیک و حفاظت خاک دانشگاه تربیت مدرس
AUTHOR
قربان
واقعی
ghorbani169@yahoo.com
3
استادیار گروه منابع طبیعی؛ دانشگاه گنبد کاووس؛ گنبد کاووس؛ ایران
AUTHOR
1.Aalami, M., Theranifar, A., Davari Nejat, Gh., and Sallah Varzi, Y. 2012. Study of the effect of paclobutrazol superabsorbent and irrigation interval on quality characteristics and turf grass in Mashhad weather conditions. J. Hort. Sci. 25: 3. 288-295. (In Persian)
1
2.Allen, R.G., Pereira, L.S., Raes, D., and Smith, M. 1998. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. FAO Irrigation and Drainage paper. 56: 209p.
2
3.Aydinsakir, K., Buyuktas, D., and Serpil Yilmaz, R.B. 2016. Evapotranspiration and quality characteristics of some bermudagrass turf cultivars under deficit irrigation. Grassland Science. 62: 224-232.
3
4.Bahrami, H.A., Ghorbani Vaghei, H., Alizadeh, P., Nasiri, F., and Mahallati, Z. 2010. Fuzzy modeling of soil water distribution using buried porous clay capsule irrigation from asubsurface point source. J. Sensorletters. 8: 75-80.
4
5.Bastani, Sh. 2003. Groundwater irrigation scheme with clay pipes. Proceeding of the Seventh Seminar of Iranian National Committee on Irrigation and Drainage. 26: 1-22. (In Persian)
5
6.Behnia, A., and Arab Fard, M. 2005. Determination of Discharge-Pressure Relationi of Pitches using in pitcher Irrigation. Agriculture Sciences and Technology Mashhad. 19: 1. 1-12.
6
(In Persian)
7
7.Brennan, D., Tapsuwan, S., and Ingram, G. 2007. The welfare costs of urban outdoor water restrictions. Austr. J. Agric. Resour. Econ. 51: 243-261.
8
8.Camp, C.R., Lamm, F.R., Evans, R.G., and Phene, C.J. 2000. Subsurface drip irrigation - Past, Present and Future. Proceeding of the 4th Decennial National Irrigation Symposium. Phoenix. Arizona. Pp: 363-372.
9
9.Chabon, J., Bremer, D.J., Fry, J.D., and Lavis, C. 2017. Effects of Soil Moisture–Based Irrigation Controllers, Mowing Height and Trinexapac-Ethyl on Tall Fescue Irrigation Amounts and Mowing Requirements. Inter. Turfgrass Soc. Res. J. 13: 1. 755-760.
10
10.Cote, C.M., Bristow, K.L., Charlesworth, P.B., Cook, F.J., and. Thorburn, P.J. 2003. Analysis of soil wetting and solute transport in subsurface trickle irrigation. Irrigation Science. 22: 143-156.
11
11.Ghorbani Vaghei, H., Bahrami, H.A., and Rashidi, M. 2014. Porous clay capsules and their application in supplying the water requirement of arid and semi-arid regions. International Bulletin of Water Resources and Development. 14: 2. 20-26. (In Persian)
12
12.Goss, M. 2017. Quality-Based Field Research Indicates Fertilization Reduces Irrigation Requirements of Four Turfgrass Species. Inter. Turfgrass Soc. Res. J. 13: 1. 761-767.
13
13.Hedayatnejat, R.M., Kafi, M., Fatahi Moghadam, R., and Parcynejat, M. 2010. Effect of bed heat on some quantitative and qualitative characteristics of Sport turfgrass. Iran. J. Hort. Sci. Technol. 11: 4. 321-336. (In Persian)
14
14.Kafi, M., and Kaviani, Sh. 2002. Managing the construction and maintenance of turf grass. Cultural Institute of ShaghayeghVillage. Press, 230p. (In Persian)
15
15.Kheirabi, J. 1998. Principles and methods of irrigation and water measurement. AcademicPublishingCenter. Press, 112p. (In Persian)
16
16.Kjelgren, R., Rupp, L., and Kilgren, D. 2000. Water conservation inurban landscapes. HortScience. 35: 1037-1040.
17
17.Leinauer, B., Sevostianova, E., Serena, M., Schiavon, M., and Macolino, S. 2010. Conservation of irrigation water for urban lawn areas. Acta Hortic. 881: 487-492.
18
18.Licata, M., Tuttolomondo, T., Leto, C., La Bella, S., and Virga, G. 2017. The use of constructed wetlands for the treatment and reuse of urban wastewater for the irrigation of two warm-season turfgrass species under Mediterranean climatic conditions, water science and technology, 76: 2. 459-470.
19
19.Martinez, J., and Reca, J. 2014. Water Use Efficiency of Surface Drip Irrigation versus an Alternative Subsurface Drip Irrigation Method. J. Irrig. Drain. 04014030: 1-9.
20
20.Mayer, P.W., D’Oreo, W.B., Opitz, E.M., Kiefer, J.C., Davis, W.Y., Dziegielewski, B., and Nelson, J.O. 1999. Residential End Uses of Water. AWWA Research Foundation, Denver, CO.
21
21.Mojedzadeh, B., Necoamal, M., and Rahnama, M.B. 2008. Investigating the performance of permeable irrigation in greenhouse cucumber. Second National Conference on Irrigation and Drainage Networks Management. (In Persian)
22
22.Montazeri, A.A. 2008. Effect of Stracuzorb super absorbent polymer on progression time and soil penetration parameters soil in Furrow irrigation method. Water Soil J. 2: 2. 341-356. (In Persian)
23
23.Morris, K.N. 2002. National bentgrass (fairway/tee) tests 1999-2002 data. National Turfgrss Evaluation Program, Beltsvill, Maryland. Yield. Comm. Soil Plant Analysis. 38: 921-933.
24
24.Mousavinia, M., and Atarpour, A. 2005. Investigation of the effect of A-200 superabsorbent polymer on reducing the irrigation interval and irrigation rate in some characteristics of cold sport turfgrass. Third of Specialized training courses and seminars for agricultural use super absorbent hydrogels. (In Persian)
25
25.Panayiotis, A., Nektarios, K., Nikolopoulou, A.E., and Chronopulos, I. 2004. Sod establishment and turf grass growth as affected by urea-formaldehyde resin foam soil amendment. Scientia Hort. 100: 203-213.
26
26.Peng, C., and De-Rong, S. 2008. Effects of Subsurface Drip Irrigation on Soil Moisture and Underground Root Distribution of Turfgrass. Modern Agricultural Sciences.
27
27.Schiavon, M., Leinauer, B., Serena, M., Sallenave, R., and Maier, B. 2013. Establishing Tall Fescue and Kentucky Blue grass Using Subsurface Irrigation and Saline Water. Agron. J. 105: 183-190.
28
28.Serena, M., Leinauer, B., Schiavon, M., Maier, B., and Sallenave, R. 2014. Establishment and Rooting Responseof Bermudagrass Propagated with Saline Water and Subsurface Irrigation. Crop Science Society of America. 54: 827-836.
29
29.Zohurian-Mehr, M.J., and Kabiri, K. 2008. Superabsorbent polymer materials: A review. Iran. Polymer J. 17: 6. 451-477.
30
ORIGINAL_ARTICLE
ارزیابی حساسیّت اندازههای خاکدانه به فرسایش بینشیاری بر اساس شاخصهای پایداری خاکدانه
سابقه و هدف: پایداری خاکدانه یک شاخص فیزیکی مهم برای بیان حساسیّت خاکها به فرسایش میباشد. بسته به اندازهی خاکدانه، پایداری خاکدانه میتواند دچار تغییر شود. برخی روشها شامل الک خشک، الک تر و رهاسازی قطرهی آب، بهطور رایج برای ارزیابی پایداری خاکدانهها در سراسر دنیا مورد استفاده قرار میگیرند. شاخص میانگین وزنی قطر خاکدانههای پایدار در هر دو روش الک خشک و الک تر مورد استفاده قرار میگیرد و در روش آزمون قطرهی آب، تعداد قطرهی مورد نیاز برای تخریب خاکدانه تعیین میشود. این شاخصها تنها برای ارزیابی پایداری خاکدانه در نمونههای خاکدانهی با اندازهی یکسان انجام میشود. بنابراین استفاده از این شاخصها در نمونههای خاکدانهی با اندازهی مختلف ممکن است سبب برخی از خطاها در ارزیابی حساسیّت خاک به فرسایش شود. بنابراین، این مطالعه بهمنظور ارائهی شاخص مناسب پایداری خاکدانه برای اندازههای خاکدانه در برابر فرسایش بینشیاری در یک نمونه خاک منطقهی نیمهخشک انجام گرفت.مواد و روشها: چهار کلاس اندازهی خاکدانه شامل کوچکتر از 2، 2 تا 4، 4 تا 8 و 8 تا 11 میلیمتر از یک خاک کشاورزی با بافت لوم رسی در غرب زنجان، واقع در شمال غرب ایران جمعآوری شد. حدود 600 کیلوگرم نمونه از هر اندازهی خاکدانه از عمق صفر تا 30 سانتیمتر با استفاده از الکهای مربوطه از زمینی کشاورزی از حجمی معادل 10 مترمکعب خاک برداشت شد. نمونههای خاکدانه به کرتهایی با ابعاد 120 سانتیمتر در 130 سانتیمتر تحت شیب 9 درصد منتقل شدند. در مجموع 12 کرت با استفاده از طرح بلوکهای کامل تصادفی برای چهار کلاس اندازهی خاکدانه با سه تکرار مورد بررسی قرار گرفت. کرتها در معرض هفت رخداد باران شبیهسازی شده با شدّت یکسان 70 میلیمتر بر ساعت بهمدّت 30 دقیقه با فواصل زمانی هفت روز قرار گرفتند. در پایان هر رخداد مقدار هدررفت خاک هر اندازهی خاکدانه اندازهگیری شد. پایداری خاکدانه در برابر ضربهی مکانیکی (MWDdry)، خیس شدن در آب (MWDwet) و ضربهی قطرهی آب (WDT) بهترتیب با استفاده از روشهای الک خشک، الک تر و رهاسازی قطرهی آب برای هر کلاس اندازه خاکدانه تعیین شد. بهعلاوه پایداری خاکدانه بهازای جرم خاکدانه بهترتیب برای هر سه روش با شاخصهای MWDdry-m، MWDwet-m و WDTm بیان شد. در کنار آن، سایر ویژگیهای فیزیکی و شیمیایی شامل توزیع اندازهی ذرات، سنگریزه، چگالی ظاهری، ضریب آبگذری اشباع، کربن آلی و کربنات کلسیم در آزمایشگاه اندازهگیری شدند.یافتهها: بر اساس نتایج، همبستگی مثبت معنیدار بین اندازهی خاکدانه و پایداری خاکدانه اندازهگیری شده با روشهای خشک (99/0=r)، الک تر (89/0=r) و آزمون قطرهی آب (93/0=r) وجود داشت. با افزایش اندازهی خاکدانه، پایداری خاکدانه بر اساس این روشها، افزایش یافت. با این وجود ارزیابی پایداری خاکدانه بهازای جرم خاکدانه نشان داد که همبستگی منفی بین اندازهی خاکدانه و پایداری خاکدانه بهازای جرم خاکدانه در روش الک تر (95/0-=r)، الک خشک (88/0-=r) و آزمون قطرهی آب (88/0-=r) وجود دارد. اگرچه خاکدانههای درشت نسبت به خاکدانههای کوچک، پایداری بیشتری در برابر تنشهای خارجی مانند ضربهی مکانیکی، خیس شدن در آب و ضربهی قطرهی آب دارند اما پایداری آنها نسبت به جرم خود، کمتر از خاکدانههای کوچک میباشد. بر خلاف انتظار، هدررفت خاک هر کلاس اندازهی خاکدانه با افزایش پایداری خاکدانه اندازهگیری شده با روشهای خشک، الک تر و آزمون قطرهی آب افزایش یافت در صورتیکه هدررفت خاک با افزایش پایداری خاکدانهی تعیین شده در این سه روش بهازای جرم خاکدانه کاهش یافت. نتیجهگیری: این پژوهش نشان داد که شاخصهای MWDwet ، MWDdry و WDT، شاخصهایی مناسب برای ارزیابی پایداری اندازههای خاکدانه در یک خاک در برابر فرسایش بینشیاری نیستند؛ بلکه پایداری خاکدانهی تعیین شده در این سه روش بهازای جرم خاکدانه مفهومی بهتر برای ارزیابی حساسیّت اندازههای خاکدانه به فرسایش بینشیاری هستند. در این میان، MWDwet-m، بهعنوان مناسبترین شاخص در این زمینه است.
https://jwsc.gau.ac.ir/article_4157_c0fe8c3063d53effb99a6d6f6fbc8d74.pdf
2018-05-22
169
185
10.22069/jwsc.2018.12419.2705
پایداری خاکدانه بهازای جرم
روش آزمون قطرهی آب
روش الک تر
روش الک خشک
زنجان
علیرضا
واعظی
vaezi.alireza@gmail.com
1
گروه خاکشناسی دانشکده کشاورزی دانشگاه زنجان
LEAD_AUTHOR
سعید
رحمتی
saeidrahmati564@yahoo.com
2
دانشجوی کارشناسی ارشد فیزیک و حفاظت خاک دانشگاه زنجان
AUTHOR
حسین
بیات
hosseinbayat220@yahoo.com
3
کارشناسی ارشد فیزیک-حفاظت دانشگاه زنجان
AUTHOR
1.Ahmadi, A., Neyshabouri, M.R., Rouhipour, H., and Asadi, H. 2011. Fractal dimension of soil aggregates as an index of soil erodibility. J. Hydrol. 400: 3. 305-311.
1
2.Akbari, S., and Vaezi, A.R. 2015. Investigating aggregates stability against raindrops impact in some soils of a semi-arid region, North west of Zanjan. Water and Soil Science. 25: 2. 65-77. (In Persian)
2
3.An, S., Mentler, A., Mayer, H., and Blumc, W.E.H. 2010. Soil aggragation, aggregate stability, organic carbon and nitrogen in different soil aggregate fractions under forest and shrub vegatiotion on the Loess Plateau, China. Catena. 81: 226-233.
3
4.Arjmand Sajjadi, S., and Mahmoodabadi, M. 2014. Aggregate breakdown and surface seal development influenced by rain intensity, slope gradient and soil particle size. Solid Earth Discussions. 6: 3303-3331.
4
5.Bare, A., Kainz, M., and Veihe, A. 2010. The spatial variability of erodibility and ites relation to soil type, a study from northern Ghana. Geoderma. 106: 101-120.
5
6.Barthes, B.G., Kouoa Kouoa, E., Larre-Larrouy, M.C., Razafimbelo, T.M., de Luca, E.F., Azontonde, A., Neves, C.S., de Freitas, P.L., and Feller, C.L. 2008. Texture and sesquioxide effects on water stable aggregates and organic matter in some tropical soils. Geoderma.
6
143: 14-25.
7
7.Belaid, H., and Habaieb, H. 2015. Soil aggregate stability in a Tunisian semi-arid environment with reference to fractal analysis. J. Soil Sci. Environ. Manage. 6: 2. 16-23.
8
8.Besharat, F., and Vaezi, A.R. 2015. Soil Loss under Simulated Rainfalls Rainfall During Events on Runoff and Soil Loss under Simulated Rainfalls. Iran. J. Water. Manage. Sci. Engin. 9: 29. 9-18. (In Persian)
9
9.Boix-Fayos, C., Calvo-Cases, A., Imeson, A.C., and Soriano-Soto, M.D. 2001. Influence of soil properties on the aggregation of some Mediterranean soils and the use of aggregate size and stability as land degradation indicators. Catena. 44: 47-67.
10
10.Bouwer, H., and Jackson, R.D. 1974. Determining soil properties, P 611-627, Drainage for Agriculture, ASA Monograph Noumber 17, Madison, WI.
11
11.Bryan, R.B. 1968. The development, use and efficiency of indices of soil erodibility. Geoderma. 2: 5-26.
12
12.Canasveras, J.C., Barron, V., Del Campillo, M.C., Torrent, J., and Gomez, J.A. 2010. Estimation of aggregate stability indices in Mediterranean soils by diffuse reflectance spectroscopy. Geoderma. 158: 78-84.
13
13.Canton, Y., Sole-Benet, A., Asensio, C., Chamizo, S., and Puigdefabregas, J. 2009. Aggregate stability in range sandy loam soils relationship with runoff and erosion. Catena. 77: 192-199.
14
14.Carter-Cade, E., Greer, D., Braud, J., and Floy, M. 1974. Raindrop characteristics in southcentral United States. Transactions of ASAE. 17: 6. 1033-1037.
15
15.Culley, J.L.B. 1993. Density and compressibility. Soil sampling and methods of analysis.
16
Pp: 529-539.
17
16.Dominguez, J., Negrin, M.A., and Rodriguez, C.M. 2001. Aggregate water stability, particle size and soil solution properties in conducive and suppressive soils to Fusarium wilt of banana from Canary island (Spain). Soil Biology and Biochemistry. 33: 449-455.
18
17.Egashira, K., Kaetsu, Y., and Takuma, K. 1983. Aggregate stability as an index of erodibility of Andosoils. Soil Science and Plant Nnutrition. 29: 473-481.
19
18.Eynard, A., Schumacher, T.E., Lindstrom, M.J., and Malo, D.D. 2004. Aggregate sizes and stability in cultivated South Dakota prairie Ustolls and Usterts. Soil Sci. Soc. Amer. J.
20
68: 1360-1365.
21
19.Fallahzade, J., and Hajabbasi, M.A. 2010. Evaluation of organic matter storage in aggregate of clayey soils under degraded pasture and cropland in central Zagros. J. Water Soil Cons. 17: 179-194. (In Persian)
22
20.Gee, G.W., Bauder, J.W., and Klute, A. 1986. Particle-size analysis. Methods of soil analysis. Part 1. Physical and mineralogical methods. Pp: 383-411.
23
21.Girmay, G., Sing, B.R., Nyssen, J., and Borrosen, T. 2009. Runoff and sediment associated nutrient losses under different land uses in Tigray, Northern Ethiopia. J. Hydrol. 376: 70-80.
24
22.Gupta, O.P. 2002. Water in relation to soils and plants. Agrobios, India. Pp: 31-34.
25
23.Hoyos, N. 2005. Spatial modeling of soil erosion potential in a tropical watershed of the Colombian Andes. Catena. 63: 85-108.
26
24.Hoyos, N., and Comerford, N.B. 2005. Land use and landscape effects on aggregate stability and total carbon of Andisols from the Colombian Andes. Geoderma. 129: 268-278.
27
25.Imeson, A., and Vis, M. 1984. Assessing soil aggregate stability by water-drop impact and ultrasonic dispersion. Geoderma. 34: 185-200.
28
26.Jackson, M.L. 1967. Soil chemical analysis, Prentice-Hall of India, Private Limited,
29
New Delhi. Kloke, A. 1-3.
30
27.Kemper, W.D., and Rosenau, R.C. 1986. Aggregate stability and size distribution, in: Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods, Klute, A., Ed.
31
Pp: 425-442.
32
28.Klute, A. 1986. Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods.
33
2nd edition. Agron. Monog. 9. ASA ana SSSA, Madison, WI.
34
29.Mahmoodabadi, M. 2011. Consecutive application of organic matter and sodicity on secondary particle size distribution. Environmental Erosion Researchs. Noumber 2.
35
(In Persian)
36
30.Mahmoodabadi, M., and Ahmadbeygi, B. 2013. Effect of primary particle size distribution on aggregate stability at different size classes. Water and Soil Science. 23: 3. 207-219.
37
(In Persian)
38
31.Mataix-Solera, J., Cerda, A., Arcenegui, V., Jordan, A., and Zavala, L.M. 2011. Fire effects on soil aggregation: a review. Earth-Science Reviews. 109: 44-60.
39
32.Meyer, L.D., and Harmon, W.C. 1984. Susceptibility of agricultural soils to interrill erosion. Soil Sci. Soc. Amer. J. 48: 1152-1157.
40
33.Nelson, D.W., and Sommers, L. 1982. Total carbon, organic carbon, and organic matter. Methods of soil analysis. Part 2. Chemical and microbiological properties methods of soil, Pp: 539-579.
41
34.Nzeyimana, I., Hartemink, A.E., Ritsema, C., Stroosnijder, L., Lwanga, E.H., and Geissen, V. 2017. Mulching as a strategy to improve soil properties and reduce soil erodibility in coffee farming systems of Rwanda. Catena. 149: 43-51.
42
35.Rouhipour, H., Farzanea, H., and Asadi, H. 2004. Relationship between some indicators of soil aggregate stability with soil erodibility factor using a rainfall simulator. Iran. J. Range. Des. Res. 11: 236-254. (In Persian)
43
36.Sadeghi, S.H.R., Hazbavi, Z., Younesi, H., and Bahramifar, N. 2016. Trade-off between runoff and sediments from treated erosion plots and polyacrylamide and acrylamide residues. Catena. 142: 213-220.
44
37.Unjer, P.W., Fulton, J.L., and Jones, O.R. 1990. Land-leveling effects on soil texture, organic matter content, and aggregate stability. J. Soil Water Cons. Pp: 412-415.
45
38.Vaezi, A.R. 2014. Modeling runoff from semi-arid agricultural lands in Northwest Iran. Pedosphere. 24: 595-604.
46
39.Vaezi, A.R., Sadeghi, S.H.R., Bahrami, H.A., and Mahdian, M.H. 2008. Modeling the USLE K-factor for calcareous soils in northwestern Iran. Geomorphology. 97: 414-423.
47
40.Veihe, A. 2002. The spatial variability of erodibility and its relation to soil types: a study from northern Ghana. Geoderma. 106: 101-120.
48
41.Wang, J.G., Yang, W., Yu, B., Li, Z.X., Cai, C.F., and Ma, R.M. 2016. Estimating the influence of related soil properties on macro-and micro-aggregate stability in ultisols of south-central China. Catena. 137: 545-553.
49
42.Williams, B.M., Martinez, M., and Deeksb, L. 2004. Exponential distribution theory and aggregate size. Soil Sci. Soc. Amer. J. 6: 382-391.
50
43.Wischmeier, W.H., and Smith, D.D. 1978. Predicting rainfall erosion losses: a guide to conservation Planning, Agriculture Handbook. U.S. Department of Agriculture, Washington, DC. 537: 13-27.
51
44.Yoder, R.E. 1936. A direct method of aggregate analysis and a study of a physical nature of erosion losses. J. Amer. Agron. 28: 337-351.
52
45.Zhi-Hua, Sh., Feng-Ling, Y., Lu, L., Zhao-Xia, L., and Chong-Fa, C. 2010. Interrill erosion from disturbed and undisturbed samples in relation to topsoil aggregate stability in red soils from subtropical China. Catena. 81: 240-248.
53
ORIGINAL_ARTICLE
قابلیت استفاده روی در ریزوسفر ذرت در دو خاک آلوده با بافت متفاوت تیمارشده با کلات کننده ها
چکیدهسابقه و هدف: فرایندهای ریزوسفر نقش مهمی در قابلیتاستفاده روی در خاکها دارد. ویژگیهای فیزیکوشیمیایی و بیولوژیکی خاک ریزوسفری بهدلیل فعالیتهای موجود در ریزوسفر با توده خاک متفاوت است. در پژوهش حاضر، تأثیر EDTA، اسید سیتریک و عصاره کود مرغی بر قابلیتاستفاده روی در ریزوسفر ذرت رقم سینگل کراس 704 در دو خاک آلوده با بافت متفاوت بهصورت فاکتوریل در قالب طرح کاملأ تصادفی در سه تکرار در شرایط گلخانهای بررسی شد. مواد و روشها: اسید سیتریک و EDTA در سطوح غلظتی صفر، 5/0 و 1 میلیمول بر کیلوگرم خاک و عصاره کود مرغی در سطوح غلظتی صفر، 5/0 و 1 گرم بر کیلوگرم خاک استفاده شدند. تعداد سه بذر ذرت در هر ریزوباکس کاشته شد. بعد از 10 هفته گیاهان برداشت شدند و خاک ریزوسفری و توده جدا شدند. کربن آلی محلول (DOC)، کربن بیوماس میکروبی (MBC) و روی قابلاستفاده (با استفاده از 4 روش عصارهگیری شیمیایی شامل DTPA-TEA، AB-DTPA، مهلیچ 3 و روش بر پایه ریزوسفر) در خاک ریزوسفری و توده تعیین شدند.یافتهها: ویژگیهای خاک ریزوسفری با خاک توده متفاوت بود. نتایج نشان داد که در هر دو خاک کربن آلی محلول و کربن بیوماس میکروبی در خاک ریزوسفری بهصورت معنیداری (05/0p≤) از توده خاک بیشتر بود، در حالیکه pH کاهش معنیداری (05/0p≤) در خاک ریزوسفری نسبت به خاک توده یافت. در هر دو خاک روی عصارهگیریشده با عصارهگیرهای مختلف در خاک ریزوسفری بهصورت معنیداری (05/0p≤) کمتر از توده خاک بود. دامنه تغییرات روی استخراجشده با عصارهگیرها از 00/9 تا 00/75 میلیگرم بر کیلوگرم در خاک لوم شنی، و از 57/0 تا 46/81 میلیگرم بر کیلوگرم در خاک لوم رسی بود. بیشترین مقدار روی با استفاده از روش مهلیچ 3 و کمترین مقدار آن با استفاده از روش بر پایه ریزوسفر عصارهگیری شد. با افزودن کلاتکنندهها به خاک مقدار روی قابلاستفاده افزایش یافت. نتیجهگیری: نتایج این تحقیق نشان داد که در هر دو خاک قابلیتاستفاده روی در خاک ریزوسفری کمتر از خاک توده بود. در خاک لوم شنی بیشترین مقدار روی در تیمار اسید سیتریک (1 میلیمول بر کیلوگرم) و کمترین مقدار آن در تیمار شاهد عصارهگیری شد، در حالیکه در خاک لوم رسی بیشترین مقدار روی در تیمار EDTA(1 میلیمول بر کیلوگرم) و کمترین مقدار آن در تیمار 1 گرم بر کیلوگرم عصاره کود مرغی عصارهگیری شد. میانگین روی عصارهگیریشده باDTPA-TEA ، AB-DTPA و مهلیچ 3 بهصورت معنیداری (05/0p≤) در خاک لوم رسی بیشتر از خاک لوم شنی بود. میانگین روی عصارهگیریشده با روش بر پایه ریزوسفر به-صورت معنیداری (05/0p≤) در خاک لوم شنی بیشتر از خاک لوم رسی بود.
https://jwsc.gau.ac.ir/article_4158_26e0acee61f6d238e9319c40af0c98ba.pdf
2018-05-22
187
202
10.22069/jwsc.2018.14502.2930
واژههای کلیدی: کلاتکننده
قابلیتاستفاده
ریزوسفر
خاک لوم شنی
خاک لوم رسی
محمد
رحمانیان
m.rahmanian10@yahoo.com
1
استادیار گروه علوم خاک دانشگاه یاسوج
LEAD_AUTHOR
علیرضا
حسین پور
hosseinpur-a@agr.sku.ac.ir
2
دانشگاه شهرکرد
AUTHOR
1.Campbell, C.R., and Plank, C.O. 1998. Preparation of plant tissue for laboratory analysis.
1
P 37-50, In: Y.P. Kalra (ed), Handbook of reference methods for plant analysis, CRC Press, Taylor and Francis Group.
2
2.Chen, Y., Li, X., and Shen, Z. 2004. Leaching and uptake of heavy metals by ten differentspecies of plants during an EDTA-assisted phytoextraction process. Chemosphere. 57: 187-196.
3
3.Corre, M.D., Schnabel, R.R., and Shaffer, J.A. 1999. Evaluation of soil organic carbon under forests, cool-season and warm-season grasses in the northeastern US. Soil Biology and Biochemistry. 31: 1531-1539.
4
4.Dessureault-Rompre, J., Nowack, B., Schulin, R., Tercier-Waeber, M.L., and Luster, J. 2008. Metal solubility and speciation in the rhizosphere of Lupinus albus cluster roots. Environmental Science and Technology. 42: 7146-7151.
5
5.Evangelou, M.W.H., Bauer, U., Ebel, M., and Schaeffer, A. 2007. The influence of EDDS and EDTA on the uptake of heavy metals of Cd and Cu from soil with tobacco nicotiana tabacum. Chemosphere. 68: 345-353.
6
6.Feng, M.H., Shan, X.Q., Zhang, S., and Wen, B. 2005. A comparison of the rhizosphere-based method with DTPA, EDTA, CaCl2 and NaNO3 extraction methods for prediction of bioavailability of metals in soil to barley. Environmental Pollution. 137: 231-240.
7
7.Gee, G.H., and Bauder, J.W. 1986. Partial size analysis. P 383-411, In: A. Klute (ed), Methods of soil analysis, Part 2: Physical properties. Soil Science Society of America, Madison, Wisconsin.
8
8.Hinsinger, P. 1998. How do plant roots acquire mineral nutrients? Chemical processes involved in the rhizosphere. Advances in Agronomy. 64: 225-265.
9
9.Jenkinson, D.S., and Powlson, D.S. 1976. The effects of biocidal treatments on metabolism in soil. I. Fumigation with chloroform. Soil Biology and Biochemistry. 8: 209-213.
10
10.Kabata-Pendias, A., and Pendias, H. 2001. Trace element in soils and plants. 3rd ed. CRC Press, Boca Raton, FL, 413p.
11
11.Karczewska, A., Orlow, K., Kabala, C., Szopka, K., and Galka, B. 2011. Effects of chelating compounds on mobilization and phytoextraction of copper and lead in contaminated soils. Communications in Soil Science and Plant Analysis. 42: 1379-1389.
12
12.Kim K.R., Owens G., and Kwon S.I. 2010. Influence of Indian mustard (Brassica juncea) on rhizosphere soil solution chemistry in long-term contaminated soils: A rhizobox study. J. Environ. Sci. 22: 1. 98-105.
13
13.Lai, H.Y., and Chen, Z.S. 2005. The EDTA effect on phytoextraction of single
14
and combined metals-contaminated soils using rainbow pink (Dianthus chinensis). Chemosphere. 60: 1062-1071.
15
14.Lesage, E., Meers, E., Vervaeke, P., Lamsal, S., Hopgood, M., Tack, F.M.G., and Verloo, M.G. 2005. Enhanced phytoextraction: II. Effect of EDTA and citric acid on heavy metal uptake by Helianthus annuus from a calcareous soil. Inter. J. Phytoremed. 7: 2. 143-152.
16
15.Li, H., Shen, J., Zhang, F.M., Clairotte, J.J., LeCadre, E., and Hinsinger, P. 2008. Dynamics of phosphorus fractions in the rhizosphere of common bean (Phaseolus vulgaris L.) and durum wheat (Triticum turgidum durum L.) grown in monocropping and intercropping systems. Plant and Soil. 312: 139-150.
17
16.Li, Z., and Shuman, L.M. 1997. Mobility of Zn, Cd and Pb in soils as affected by poultry litter extract- I. leaching in soil columns. Environmental Pollution. 95: 219-226.
18
17.Lindsay, W.L., and Norvell, W.A. 1978. Development of a DTPA soil test for zinc, iron, manganese and copper. Soil Sci. Soc. Amer. J. 42: 421-428.
19
18.Loeppert, R.H., and Sparks, D.L. 1996. Carbonate and gypsum. P 437-474, In: D.L. Sparks (ed), Methods of soil analysis. Part 3: Chemical properties. Soil Science Society of America, Madison, Wisconsin.
20
19.Lombi, E., Wenzel, W.W., Gobran, G.R., and Adriano, D.C. 2001. Dependency of phytoavailability of metals on indigenous and induced rhizosphere processes: a review.
21
P 3-24, In: G.R. Gobran,W.W. Wenzel and E. Lombi (eds), Trace elements in the rhizosphere, CRC Press LLC.
22
20.Mehlich, A. 1984. Mehlich 3 soil test extractant: A modification of Mehlich 2 extractant. Communications in Soil Science and Plant Analysis. 15: 1409-1416.
23
21.Nelson, D.W., and Sommers, L.E. 1996. Total carbon, organic carbon and organic matter.
24
P 961-1010, In: D.L. Sparks (ed), Methods of soil analysis. Part 3: Chemical properties. Soil Science Society of America, Madison. Wisconsin.
25
22.Perez – esteban, J., Escolastico, C., Masaguerb, A., and Moliner, A. 2012. Effects of sheep and horse manure and pine bark amendments on metal distribution and chemical properties of contaminated mine soils. Europ. J. Soil Sci. 63: 733-742.
26
23.Petra, K., Juan, B., Pilar Bernal, M., Flavia, N., Charlotte, P., Stefan, S., Rafael, C., and Carmela, M. 2009. Trace element behaviour at the root–soil interface. Implications in phytoremediation. Environmental and Experimental Botany. 67: 243-259.
27
24.Safari Singani, A.A., and Ahmadi, P. 2012. Manure application and cannabis cultivation influence on speciation of lead and cadmium by selective sequential extraction. Soil Sedimentary Contamination. 21: 305-321.
28
25.Saifullah Zia, M.H., Meers, E., Ghafoor, A., Murtaza, G., Sabir, M., Zia-ur-Rehman, M., and Tack, F.M.G. 2010. Chemically enhanced phytoextraction of Pb by wheat in texturally different soils. Chemosphere. 79: 652-658.
29
26.Soltanpour, P.N., and Schwab, A.P. 1977. A new soil test for simultaneous extraction of macro- and micro-nutrients in alkaline soils. Communication in Soil Science and Plant Analysis. 8: 195-207.
30
27.Sposito, G., Lund, L.J., and Chang, A. 1982. Trace metal chemistry in arid-zone field soils amended with sewage sludge. I. Fractionation of Ni, Cu, Zn, Cd and Pb in solid phases.
31
Soil Sci. Soc. Amer. J. 46: 260-264.
32
28.Tembo, B.D., Sichilongo, K., and Cernak, J. 2006. Distribution of copper, lead, cadmium and zinc concentrations in soils around Kabwe town in Zambia. Chemosphere. 63: 497-501.
33
29.Udovic, M., and Lestan, D. 2009. Pb, Zn and Cd mobility, availability and fractionation in aged soil remediated by EDTA leaching. Chemosphere. 74: 1367-1373.
34
30.Wang, Z., Shan, X.Q., and Zhang, S. 2002. Comparison between fractionation and bioavailability of trace elements in rhizosphere and bulk soils. Chemosphere. 46: 1163-1171.
35
ORIGINAL_ARTICLE
بررسی آزمایشگاهی تاثیر شکل کلاسترهای مختلف بر ضریب مقاومت جریان
چکیدهسابقه و هدف: بررسی ضریب مقاومت در جریانها به ویژه در جریانهای آزاد، کانالها و رودخانهها از اهمیت زیادی برخوردار است. یکی از عوامل تاثیر گذار بر مقاومت جریان شکل بستر در آبراههها میباشد. ریزساختارهای کلاستری از جمله شکلهای بستر در رودخانههای مناطق کوهستانی میباشند که از نظر بیولوژیک و همچنین هیدرولیک ریزجریانها (جریانهای ثانویه) حائز اهمیت هستند. مطالعه در زمینه شناخت و تاثیرات کلاسترها در سرتاسر دنیا بسیار نوپا بوده است. هدف پژوهش حاضر بررسی آزمایشگاهی تاثیر شکل کلاستر و اندازه ذرات سازنده کلاسترها بر ضریب زبری جریان میباشد.مواد و روشها: برای بررسی تاثیر شکل و اندازه ذرات تشکیل دهنده کلاسترها، آزمایشهایی در یک کانال آزمایشگاهی به طول 20 متر، عرض6/0 متر و ارتفاع 6/0 متر انجام گرفت. با استفاده از ذرات سنگریزه با سه اندازه متفاوت 5/9، 5/12، 5/15 میلیمتری درفلوم آزمایشگاهی، کلاسترهای با شکلهای کپهای، خطی و حلقهای ساخته و مورد بررسی قرار گرفتند. دو ضریب زبری دارسی ویسباخ و مانینگ با استفاده از اندازه گیری شیب سطح آب محاسبه گردیدند.یافتهها: نتایج پژوهش حاضر نشان داد که کلاسترهای خطی شکل دارای کمترین تاثیر بر میزان ضریب مقاومت جریان هستند. کلاسترهای حلقهای و کپهای دارای ضریب زبری بیشتری نسبت به کلاستر خطی هستند لیکن هر دو تقریبا دارای تاثیر یکسانی بر مقاومت جریان هستند. نتایج این دو شکل از کلاستر، برای ذرات 5/9 و 5/12 میلیمتری بسیار نزدیک به هم بوده ولی برای ذرات 5/15 میلیمتری ضریب زبری کلاستر کپهای بالاتر از ضریب زبری اشکال دیگر است. همچنین با افزایش قطر ذرات سنگریزه سازنده کلاسترها میزان ضریب زبری مانینگ افزایش پیدا میکند. با انجام آزمایشها با ذرات سنگریزه با قطرهای مختلف، درصد تغیرات ضریب زبری نسبت به حالت بدون کلاستر برای کلاستر کپهای در ذرات 5/9، 5/12 و 5/15 میلیمتر به ترتیب 47، 52 و 75 بوده است. برای کلاسترهای حلقهای شکل و ذرات5/9، 5/12و 5/15 میلیمتری درصد تغییرات به ترتیب 48، 49 و 75درصد بدست آمدند و این درصد برای کلاسترهای خطی شکل برای ذرات 5/9 میلیمتری19 درصد و ذرات 5/12 و 5/15میلیمتری به ترتیب 37 و 67درصد مشاهده شدند که نشان دهنده افزایش مقاومت جریان با افزایش اندازه قطر ذرات است. همچنین نتایج نشان داد که در آزمایشها افزایش عدد فرود موجب کاهش ضریب زبری میگردد.نتیجهگیری: نتایج بدست آمده از آزمایشها این نکته را به خوبی روشن ساخت که بسترهای کلاستری با اثر گذاری بر روی جریان باعث افزایش ضریب مقاومت میگردد. نتایج تحقیق حاضر نشان داد که کلاسترهای کپهای دارای بیشترین اثر بر مقاومت جریان هستند.
https://jwsc.gau.ac.ir/article_4159_7bfe20fb15938319c6ec01f95d623f54.pdf
2018-05-22
203
218
10.22069/jwsc.2018.13919.2867
ضریب زبری
ریزساختارهای کلاستر
کلاستر خطی
کلاستر کپهای
کلاستر حلقهای
مسعود
کرباسی
m.karbasi@znu.ac.ir
1
هیات علمی دانشگاه زنجان
LEAD_AUTHOR
محمد
قاسمیان
mghch25@yahoo.com
2
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان
AUTHOR
مهدی
اسدی
mahdi.asadi.a@gmail.com
3
استادیار - گروه مهندسی آب دانشکده کشاورزی - دانشگاه شهرکرد
AUTHOR
1.Bahrami Yarahmadi, M., and Shafai Bejestan, M. 2011. Experimental Study of the Effect of Sediment Particles Shape on Manning's Coefficient. J. Water Soil. 25: 1. 51-60. (In Persian)
1
2.Bathurst, J.C. 1985. Flow resistance estimation in Mountain Rivers. J. Hydr. Engin.
2
111: 4. 625-643.
3
3.Biggs, B.J., Duncan, M.J., Francoeur, S.N., and Meyer, W.D. 1997. Physical characterization of microform bed cluster refugia in 12 headwater streams, New Zealand. New Zealand
4
J. Mar. Freshwater Res. 31: 4. 413-422.
5
4.Brayshaw, A.C., Frostick, L.E., and Reid, I. 1983. Hydrodynamics of particle clusters and sediment entrainment in coarse alluvial channels. Sedimentology. 30: 1. 137-143.
6
5.Buffington, J.M. 1995. Effects of hydraulic roughness and sediment supply on surface textures of Gravel-bed Rivers (Master's thesis, University of Washington).
7
6.Dal Cin, R. 1968. “Pebble clusters”: Their origin and utilization in the study of paleo currents. Sedimentary Geology. 2: 4. 233-241.
8
7.Esmaili, K., Kashefipour, S.M., and Shafaie Bajestan, M. 2009. The Effect of Bed Form on Roughness Coefficient in Unsteady Flows Using a Combined Numerical and Laboratory Method. J. Water Soil. 23: 3. 136-144. (In Persian)
9
8.Heays, K.G., Friedrich, H., and Melville, B.W. 2014. Laboratory study of gravel-bed cluster formation and disintegration. Water Resources Research, 50: 2227-2241.
10
9.Hemmatti, M., and Vafa, M. 2016. Investigation on the effect of gravel particles shape on Manning s roughness coefficient in Mountain Rivers. Applied research in irrigation and drainage structures engineering. 17: 66. 15-30. (In Persian)
11
10.Karbasi, M., Omid, M.H., and Farhoudi, J. 2011. Experimental investigation of 3D flow over cluster microforms. Iran. J. Irrig. Water Engin. 2: 5. 75-85. (In Persian)
12
11.Karbasi, M., Omid, M.H., and Farhoudi, J. 2012. Prediction of cluster bed-forms formation over gavel-bed Rivers. Iran. Water Res. J. 6: 10. 1-9. (In Persian)
13
12.Laronne, J.B., and Carson, M.A. 1976. Interrelationships between bed morphology and
14
bed-material transport for a small, gravel-bed channel. Sedimentology. 23: 1. 67-85.
15
13.Mianaee, S.J., Keshavarzi, A., and Sistani, B. 2008. Modeling erosion and deposition of particles on ripples using image processing technic. 4th national conference of civil engineering (University of Tehran). (In Persian)
16
14.Millar, R.G. 1999. Grain and form resistance in gravel-bed Rivers. J. Hydr. Res.
17
37: 3. 303-312.
18
15.Papanicolaou, A.N., and Schuyler, A. 2003. Cluster evolution and flow-frictional characteristics under different sediment availabilities and specific gravity. J. Engin. Mechanic. 129: 10. 1206-1219.
19
16.Papanicolaou, A.N., Strom, K., Schuyler, A., and Talebbeydokhti, N. 2003. The role of sediment specific gravity and availability on cluster evolution. Earth Surface Processes and Landforms. 28: 1. 69-86.
20
17.Reid, I., and Hassan, M.A. 1992. The influence of microform bed roughness elements on flow and sediment transport in Gravel-Bed Rivers: a reply. Earth Surface Processes and Landforms. 17: 5. 535-538.
21
18.Strom, K.B., and Papanicolaou, A.N. 2008. Morphological characterization of cluster microforms. Sedimentology. 55: 1. 137-153.
22
19.Teisseyre, A.K. 2013. Pebble clusters as a directional structure in fluvial gravels: modern and ancient examples. Geologia Sudetes. 12: 2. 79-90.
23
20.Wittenberg, L., and Newson, M.D. 2005. Particle clusters in Gravel-bed Rivers: an experimental morphological approach to bed material transport and stability concepts. Earth Surface Processes and Landforms. 30: 11. 1351-1368.
24
ORIGINAL_ARTICLE
اثر تراکم پوششگیاهی بر رواناب و هدررفت خاک فرسایش بینشیاری در ترانشهخاکبرداری جادهجنگلی (مطالعه موردی : جنگل کوهمیان- آزادشهر)
چکیدهسابقه و هدف : جادههای جنگلی موجب دسترسی آسان به منابع جنگلی شده و بدون وجود آنها نمیتوان مدیریت مناسب بر عملیات بهرهبرداری ، حمل ونقل، حفاظت و اکوتوریسم اعمال نمود. از سوی دیگر جادههای جنگلی یکی از مهمترین منابع اصلی تولید رسوب در مناطق جنگلی بهشمار میروند. امروزه فرسایش خاک و پیامدهای ناشی از آن، یکی از مهمترین چالش های مدیریت جادهها به شمار رفته و به طور جدی منابع آب و خاک را تهدید می کند. بنابراین نیاز است تا فرسایش خاک در جادههای جنگلی بررسی و شدت آن به صورت کمی تعیین شود. اندازهگیری میزان فرسایش خاک تحت شرایط طبیعی هزینهبر و زمانبر است. در این زمینه بارانساز ابزار مناسبی جهت جمعآوری اطلاعات رواناب و فرسایش در شرایط طبیعی منطقه به ویژه برای جادههای جنگلی است. مطالعات مختلفی عوامل موثر بر فرسایش آبی را در جادههای جنگلی مورد تحقیق قرار دادهاند که نتایج آنها بیانگر آن بود که رابطه معناداری بین میزان فرسایش خاک با درصد شیبجاده، پوششگیاهی، اقلیم، خصوصیات فیزیکی و شیمیایی خاکها، ترافیک جاده دارد. این پژوهش برای شناخت بهتر نقش پوشش گیاهی در کنترل فرسایش خاک، تولید رواناب و رسوب در ترانشههای خاکبرداری جادهجنگلی انجام شد. مواد و روشها: تحقیق حاضر به منظور بررسی تاثیر درصد تراکم پوششگیاهی ترانشهخاکبرداریجاده جنگلی بر مقدار رواناب، غلظت رسوب و هدررفت خاک، آستانه ظهور رواناب و ضریب رواناب در طرح جنگلداری کوهمیان آزادشهر انجام شده است. تیمارهای پوشش گیاهی شامل فاقد پوشش گیاهی، کمتر از 25 درصد، 25- 50 درصد، 50-75 درصد و 75- 100 درصد با 4 تکرار در سطح پلات یک مترمربعی در قالب طرح کامل تصادفی و با استفاده از یک دستگاه شبیهساز باران با شدت 80 میلیمتر در ساعت به مدت زمان 15دقیقه با جمعآوری رواناب نظیر هر 3 دقیقه یکبار انجام گردید.یافته ها: براساس نتایج بهدست آمده، متوسط رواناب تولیدی ایجاد شده در پنج سطح فاقد پوششگیاهی، کمتر از 25درصد، 25-50 درصد، 50-75 درصد و 75-100 پوشش گیاهی به ترتیب 7/24، 82/17، 78/12، 23/5 و 64/2 لیتر بر مترمربع، متوسط غلظت رسوب تولیدی به ترتیب66/15، 41/9 و 37/7، 07/5 و 39/2 گرم در لیتر، متوسط هدررفت خاک به ترتیب 93/386، 27/167، 72/93، 57/26 و 86/8 گرم بر مترمربع، آستانهشروع رواناب 12، 75، 150، 75/238 و 75/365 ثانیه، ضریب رواناب به ترتیب 8/47، 62/35، 71/25، 58/10 و 27/5 درصد برآورد گردید. نتایج آنالیز واریانس نشان داد که تفاوت معنیداری در بین مقادیر مختلف مولفههای رواناب و هدررفت درصدهای مختلف پوششگیاهی ترانشهجاده وجود دارد و نتایج آزمون توکی نیز نشانداد که با افزایش پوششگیاهی، میزان رسوب و رواناب به طور معنیداری کاهش مییابد. نتیجهگیری: اثر پوششگیاهی ترانشه جادهجنگلی روی مقدار رواناب، غلظت رسوب، هدررفت خاک، آستانه ظهور رواناب و ضریبرواناب کاملا" معنیدار بوده و به عبارت دیگر، مقدار رواناب و هدررفت خاک با تراکم پوششگیاهی رابطه معکوس و معنی-دار دارد. پوششگیاهی تاثیر و نقش مثبتی در کاهش مولفههای رواناب و رسوب ترانشههای جادههای جنگلی دارد. واژه های کلیدی: فرسایشخاک، ضریبرواناب، غلظت رسوب، بارانساز، شدت بارندگی،
https://jwsc.gau.ac.ir/article_4160_d478e0b0d2e5584c7aa861afeec25dc2.pdf
2018-05-22
219
233
10.22069/jwsc.2018.12464.2719
رواناب
هدرفت خاک
شبیهسازباران
پوششگیاهیترانشه
شدت بارندگی
محمد هادی
معیری
moayeri38@yahoo.com
1
عضو هیات علمی - دانشگاه علوم کشاورزی و منابع طبیعی گرگان
LEAD_AUTHOR
مصطفی
مقدمی راد
moghadami.mostafa@yahoo.com
2
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
AUTHOR
احسان
عبدی
abdie@ut.ac.ir
3
عضو هیات علمی - دانشگاه تهران
AUTHOR
حجت
قربانی واقعی
ghorbani169@yahoo.com
4
عضو هیات علمی دانشگاه گنبد
AUTHOR
1.Abdollahi, Z., Sadeghi, S.H., and Khaledi Darvishan, A. 2016. Variation of simulated rainfall characteristics by permuting intake discharge and water pressure. J. Water. Manage. Sci. Engin. 10: 34. 51-62. (In Persian)
1
2.Akay, A.E., Erdas, E.M., Reis, M., and Yuksel, A. 2008. Estimating sediment yield from forest road network by using a sediment predication model and GIS techniques. J. Build. Environ. 43: 678-695.
2
3.Akbarimehr, M., and Naghdi, R. 2012. Assessing the relationship of slope and runoff volume on skid trails (Case study: Nav 3 district). J. For. Sci. 58: 8. 357-362. (In Persian)
3
4.Arnaez, J., Larrea, V., and Ortigosa, L. 2004. Surface runoff and soil erosion on unpaved forest roads from rainfall simulation tests in northeastern Spain. Catena. 57: 1-14.
4
5.Bakr, N., Tamer, A., Elbana, A.E., Arceneaux, Y.Z., Weindorf, D.C.H., and Magdi, S. 2015. Runoff and water quality from highway hillsides: Influence compost/mulch. Soil Tillage. Res. 150: 158-170.
5
6.Battany, M.C., and Grismer, M.E. 2000. Rainfall runoff and erosion in NapaValley vineyards: effects of slope, cover and surface roughness. J. Hydrol. Proc. 14: 1289-1304.
6
7.Casermeiro, M.A., Molina, J.A., Delacruz Caravaca, M.T., Hernando Massanet, M.I., and Moreno, P.S. 2004. Influence of scrubs on runoff and sediment loss in soils of Mediterranean climate. Catena. 57: 97-107.
7
8.Cerda, A. 2007. Soil water erosion on road embankments in eastern Spain. J. Sci. Total Environ. 378: 151-155.
8
9.Chaplot, V.A.M., and Bissonnais, Y.L. 2003. Runoff features for interrill erosion at different rainfall intensities, slope length and gradient in an agricultural Loessial hillslope.J. Soil Sci. Soc. Am. 67: 844-851.
9
10.De Ona, J., Osorio, F., and Garcia, P.A. 2009. Assessing the effects of using compost- sludge mixtures to reduce erosion in road embankments. J. Hazard. Mat. 164: 1257-1265.
10
11.Diseker, E.G., and Sheridan, J.M. 1971. Predicting sediment yield from roadbanks. Trans. Am. Soc. Agric. Eng. 14: 1. 102-105.
11
12.Duiker, S.W., Flanagan, D.C., and Lal, R. 2001. Erodibility and infiltration characteristics of five major soils of southwest Spain. Catena 45: 103-121.
12
13.Elliot, W.J., Foltz, R.B., and Robichaud, P.R. 2009. Recent findings related to measuring and modeling forest road erosion. In Proc. 18th World IMAC/MODSIM Congress Cairns, Australia. Pp: 4078-4084.
13
14.FAO. 2006. Guidelines for soil description. Fourth 12- edition, Rome, 108p.
14
15.Foltz, R.B., Copeland, N.S., and Elliot, W.J. 2009. Reopening abandoned forest roads in Northern Idaho, USA: Quantification of runoff, sediment concentration, infiltration and interrill erosion parameters. J. Environ. Manage. 90: 2542-2550.
15
16.Ford, E.D., and Deans, D. 1978. The effect of canopy structure on the stemflow, throughfall and interception loss in a young Sitka spruce plantation. J. Appl. Eco. 15: 3. 905-917.
16
17.Fu, B., Newham, L.T., and Ramos-Scharron, C.E. 2010. A review of surface erosion and sediment delivery models for unsealed roads. Environ Model and Soft, 25: 1-14.
17
18.Geissen, V., Sánchez-Hernández, R., Kampichler, C., Ramos-Reyes, R., Sepulveda-Lozada, A., Ochoa-Goana , S., de Jong, B.H.J., Huerta-Lwanga, E., and Hernández-Daumas, S. 2009. Effects of land-use change on some properties of tropical soils-An example from Southeast Mexico. Geoderma. 151: 87-97.
18
19.Ghahraman, B., and Abkhezr, H.R. 2004. Correction of the rainfall intensity- durationfrequency equations in Iran. J. Sci. Technol. Agric. Natur. Resour. 8: 2. 1-13.
19
(In Persian)
20
20.Grace, J.M. 2002. Effectiveness of vegetation in erosion control from forest road sideslopes. Trans. Asae. 45: 3. 681-685.
21
21.Hadson, N. 1993. Soil Conservation (Translating by Hossein Ghadiri). ShahidChamranUniversity Press. 470p. (In Persian)
22
22.Hematzadeh, Y., Barani, H., and Kabir, A. 2009. The role of vegetation management on surface runoff. J. Soil Water. Cons. 162: 2. 19-33. (In Persian)
23
23.Jordan, A., and Martınez-Zavala, L. 2008. Soil loss and runoff rates on unpaved forest roads in southern Spain after simulated rainfall. J. For. Ecol. Manage. 255: 913-919.
24
24.Jordan-Lopez, A., Martinez-Zavala, L., and Bellinfante, N. 2009. Impact of different parts of unpaved forest roads on runoff and sediment yield in a Meditrranean area. J. Sci. Total Environ. 4: 7. 937-944.
25
25.Kato, H., Onda, Y., Tanaka, Y., and Asano, M. 2009. Field measurement of infiltration rate using an oscillating nozzle Rainfall Simulator in the cold- semi arid Grass land of Mongolia. Catena. 76: 173-181.
26
26.Kavianpoor, A.H., Jafarian, Z., Smahli, A., Kavian, A. 2015. The effect of vegetation cover on runoff and soil loss using rainfall simulation. J. Geograp. Environ. Plan. 58: 2. 179-190.
27
27.Khaledi Darvishan, A., Homayonfar, V., and Sadeghi, S.H. 2016. Designing, construction and calibration of a portable rainfall simulator for field runoff and soil erosion studies.
28
J. Water. Manage. Sci. Engin. 10: 34. 105-112. (In Persian)
29
28.Li, X.Y. 2003. Gravel-sand mulch for soil and water conservation in the semiarid loess region of northwest China. Catena. 52: 105-127.
30
29.Lopez-Bermudez, F., Romero-Diaz, A., Martinez-Fernandez, J., Martinez-Fernandez, J. 1998. Vegetation and soil erosion under a semi-arid Mediterranean climate: a case study from Murcia (Spain). Geomorphology. 24: 51-58.
31
30.Lotfalian, M., Shirvani, Z., and Naghavi, H. 2009. Investigation of effective factors on skid roads erosion. J. For. 1: 2. 115-124. (In Persian)
32
31.Mingguo, Z., Qiangguo, C., and Hao, C. 2007. Effect of vegetation on runoff sediment yield relationship at different spatial scales in hilly areas of the Loess Plateau, North China. ActaEcologica Sinica. 27: 9. 3572-3581.
33
32.Moghadamirad, M., Abdi, E., Mohseni Saravi, M., Rouhani, H., and Majnounian, B. 2013. The effect of traffic on forest road surface erosion. J. For. Pop. Res. 20: 4. 634-644.
34
(In Persian)
35
33.Moreno, D.H., Merino, M.L., and Nicolau, J.M. 2009. Effect of vegetation Cover on the Hydrology of Reclaimed mining soils under Mediterranean- Continental Climate. Catena. 77: 39-47.
36
34.Morgan, R.P.C. 2005. Soil erosion and conservation, Third Edition, Blackwell. 304p.
37
35.Morin, J., and Kosovsky, A. 1995. The surface infiltration model. J. Soil Water. Cons.
38
50: 470-476.
39
36.Moslehi, M., Habashi, H., and Khormali, F. 2011. Evaluation of through fall and rainfall interception of Beech in Hyrcanian forest. J. For. W. Pro. 64: 3. 319-330. (In Persian)
40
37.Nadal-Romero, E., Lasanta, T., Regues, D., Lana- Renaul, N., and Cerda, A. 2011. Hydrological response and sediment production under different land covers in abandoned farmland fields in a Mediterranean mountain environment. Boletín de la Asociacion de Geógrafos Españoles. 55: 303-323.
41
38.Najafian, L., Kavian, A., Ghorbani, J., and Tamartash, R. 2010. Effect of soil properties on runoff and soil erosion. J. Raeng. 4: 2. 334-347. (In Persian)
42
39.Nekooimehr, M., Rafatnia, N., Raisian, R., Jahanbazi, H., Talebi, M., and Abdolahi, Kh. 2006. Impact of road construction on forest destruction in Bazoft region. J. For. Pop. Res. 14: 3. 228-243. (In Persian)
43
40.Pan, Ch., and Shangguan, Zh. 2006. Runoff hydraulic characteris and sediment generation in sloped grassplots under simulated rainfall condition. J. Hydrol. 331: 178-185.
44
41.Parsakhoo, A., Lotfalian, M., and Jalilvand, H. 2014. The effects of soil properties and vegetation cover on the sedimentation of forest roads. J. Soil Sci. Environ. Manage.
45
Pp: 20-28. (In Persian)
46
42.Puya, K., Majnounian, B., Feghhi, J., Lotfalian, M., and Abdi, E. 2009. The efficiency of Backmund method for evaluation of forest road networks with regard to capabilities of wheeled skidders in ground skidding method. J. For. 1: 1. 35-42. (In Persian)
47
43.Rafahi, H.Gh. 2006. Water erosion and conservation. University of Tehran Press (5 Ed), 671p.
48
44.Ramos-Scharrón, C.E., and MacDonald, L.H. 2005. Measurement and prediction of sediment production from unpaved roads, St John, USVirgin Islands. J. Earth Surf. Process. Landf. 30: 1283-1304.
49
45.Rastgar, Sh. 2013. Estimating and comprising the economic value of forage production and soil conservation functions of range vegetation, Ph.D. Thesis. Gorgan Agricultural Sciences and NaturalResourcesUniversity, Faculty of Natural Resources, 158p. (In Persian)
50
46.Reidel, M.S., and Vose, J.M. 2002. Forest road erosion, sediment transport and model validation in the southern appalachians. In: Second Federal Interagency Hydrologic Modelling Conference, July 28–August 1, Las Vegas, NV, USA.
51
47.Romero-Diaz, A., Cammeraat, L.H., Vacca, A., and Kosmas, C. 1999. Soil erosion at three experimental sites in the Mediterranean. J. Eart Surf. Process. Landf. 24: 1243-1256.
52
48.Sadeghi, S.H. 2010. Study and measurement of water erosion. Tarbiat modares university press, 199p. (In Persian)
53
49.Sheridan, G., Noske, P., Lane, P., and Sherwin, C. 2008. Using rainfall simulation and site measurements to predict annual inter rill erodibility and phosphorus generation rates from unsealed forest roads: Validation against in-situ erosion measurements. Catena. 73: 49-62.
54
50.Solgi, A., Najafi, A., and Sadeghi, S.H.R. 2014. Effects of traffic frequency and skid trail slope on surface runoff and sediment yield. J. For. Eng. 25: 2. 171-178. (In Persian)
55
51.Stroosnijder, L. 2005. Measurement of erosion: is it possible?. Catena. 64: 2-3. 162-173.
56
52.The natural resources and watershed management general office of Golestan province. Kouhmian's Forest management Plan Booklet, 1995. 250p. (In Persian)
57
53.Vahabi, J., and Mahdian, M.H. 2010. Investigation effect of vegetation cover and soil moisture on runoff by rainfall simulation. P 25-26, In: 4st National Conference on erosion and sediment, Noor, Iran. (In Persian)
58
54.Wainwright, J., Parsons, A.J., and Abrahams, A.D. 2000. Plot-scale studies of vegetation, overland flow and erosion interactions: case studies from Arizona and New Mexico.
59
J. Hydrol. Proc. 14: 2921-2943.
60
55.Williams, J.D., Wilkins, D.E., McCool, D.K., Baarstad, L.L., Klepper, B.L., and Papendick, R.I. 1998. A new rainfall simulator for use in low-energy rainfall areas. Am. Soc. Agric. Eng. 14: 3. 243-247.
61
56.Yousefi Fard, M., Jalalian, A., and Khademi, H. 2007. Estimating nutrient and soil loss
62
from pasture land use change using rainfall simulator. J. Sci. Technol. Agric. Natur. Resour. 40: 93-57.
63
58.Zhou, Z.C., and Shangguan, Z.P. 2007. The effects of ryegrass roots and shoots on loess erosion under simulated rainfall. Catena. 70: 350-355.
64
ORIGINAL_ARTICLE
پیش بینی اثر تغییر اقلیم بر خطر فرسایش خاک در حوزه آبخیز ناورود
سابقه و هدف: تغییر اقلیم میتواند با تغییر الگوی بارش فرسایش خاک را به عنوان مهمترین عامل تخریب اراضی جهان، تحت-تاثیر قرار دهد. بنابراین ارزیابی خطر فرسایش خاک و ارزیابی اثر تغییرات اقلیمی بر آن امری ضروری به نظر میرسد. هدف از این تحقیق که در حوزه آبخیز ناورود در استان گیلان انجام شد، بررسی اثر تغییر اقلیم در آینده بر خطر فرسایش و تلفات خاک میباشد.مواد و روشها: در تحقیق حاضر، روند تغییر اقلیم در استان گیلان با استفاده از برخی متغیرهای موثر اقلیمی با استفاده از نرمافزار XLSTAT بر مبنای آمار دو ایستگاه رشت و بندرانزلی بررسی شد. سپس خطر فرسایش خاک با تلفیق نسخه تجدیدنظر شده معادله جهانی هدررفت خاک، سامانه اطلاعات جغرافیایی و سنجش از دور در حال حاضر و دو دوره 20 ساله آینده، در حوزه آبخیز ناورود مورد ارزیابی قرار گرفت. لایههای اطلاعاتی مربوط به عاملهای K، LS، C و P معادله جهانی تجدیدنظر شده هدررفت خاک از پژوهش قبلی اخذ شد. مدل گردش عمومی جو و سه سناریوی A1B، A2 و B1 به منظور بررسی تغییر اقلیم استفاده شد. بر مبنای خروجی این مدل و با استفاده از آمار روزانه بارش در دوره پایه 2007-2002 و مدل LARS-WG، بارش روزانه دو دوره 20 ساله 2065-2046 و 2099-2080 برای سه ایستگاه خرجگیل، خلیان و ناو که در درون حوزه واقع شدهاند، شبیهسازی شد. یافتهها: نتایج نشان داد که بارندگی در آینده در دو ایستگاه خلیان و ناو، کاهش و در ایستگاه خرجگیل، افزایش مییابد. با این وجود، به دلیل افزایش شدت بارندگیها، در تمامی حالتها میزان عامل فرسایندگی باران در آینده بیشتر از دوره پایه میباشد. بر اساس نتایج بهدشت آمده، خطر فرسایش در دوره پایه بین صفر تا بیش از 77 تن در هکتار در سال، برای دوره 2065-2046، بین صفر تا بیش از 115 تن در هکتار در سال و در دوره 2099-2080 بین صفر تا بیش از 98 تن در هکتار در سال متغیر است.نتیجهگیری: نتایج نشان داد طی دورههای آینده، میزان فرسایندگی به علت افزایش شدت بارندگی افزایش مییابد. بیشتر سطح حوزه دارای خطر فرسایش کم، و نواحی جنوب غرب حوزه و بخشهای میانی شمال آن عمدتا دارای خطر فرسایش زیاد هستند. همچنین بررسی نتایج نشان میدهد با وجود اینکه فرسایندگی باران در تعدادی از ایستگاهها بیشترین میزان است، اما مقدار فرسایش آنها زیاد نیست، که میتواند به علت تاثیر پوشش گیاهی باشد. افزایش تراکم پوشش گیاهی بهویژه اگر از نوع پوشش متراکم جنگلی باشد،میتواند تاثیر فرسایندگی باران را کاهش داده و در نتیجه خطر فرسایش کم شود.
https://jwsc.gau.ac.ir/article_4161_2d968af80336298925c5ceec36f7e309.pdf
2018-05-22
235
250
10.22069/jwsc.2018.12223.2679
فرسایندگی باران
مدل LARS-WG
معادله جهانی هدررفت خاک تجدیدنظر شده
سناریوی تغییر اقلیم
حسین
اسدی
ho.asadi@ut.ac.ir
1
گروه علوم خاک، دانشگاه تهران
LEAD_AUTHOR
محمد
جعفری
mhmdjfri@yahoo.com
2
دانشگاه گیلان
AUTHOR
افشین
اشرف زاده
a_ashrafz@yahoo.com
3
دانشگاه گیلان
AUTHOR
آرزو
شریفی
arezoo_sha62@yahoo.com
4
دانشگاه کرمان
AUTHOR
1.Arnell, N.W., and Reynard, N.S. 1996. The effects of climate change due to global warming on river flows in Great Britain. J. Hydrol. 183: 397-424.
1
2.Arnoldus, H.M.J. 1980. An approximation of the rainfall factor in the Universal Soil
2
Loss Equation. In: M. DeBoodt, D. Gabriels, (Eds.), Assessment of Erosion. Chichester, New York. Pp: 127-132.
3
3.Asadi, H., Honarmand, M., Vazifedoust, M., and Mousavi, A. 2017. Assessment of Changes in Soil Erosion Risk Using RUSLE in Navrood Watershed, Iran. J. Agric. Sci. Tech. 19: 231-244.
4
4.Babaeian, I., Najafi Nik, Z., Zabol Abasi, F., Habibi Nokhandan, M., Adab, H., and Malbusi, Sh. 2009. Iranian climatic changes between 2010 and 2039 using small scale measurements of the general circulation model data on atmosphere (ECHO-G). J. Geograph. Dev. 16: 135-152.
5
(In Persian)
6
5.Booij, M.J. 2005. Impact of climate change on river flooding assessed with different spatial model resolutions. J. Hydrol. 303: 176-198.
7
6.Chmura, D.J., Anderson, P.D., Howe, G.T., Harrington, C.A., Halofsky, J.E., Peterson, D.L., Shaw, D.C., and Clair, J.B. 2011. Forest responses to climate change in the northwestern United States: Ecophysiological foundations for adaptive management. Forest Ecology and Management. 261: 7. 1121-1142.
8
7.Church, J.A., Gregory, J.M., Huybrechts, P., Kuhn, M., Lambeck, K., Nhuan, M.T., Qin, D., and Woodworth, P.L. 2001. Changes in sea level. In: Houghton J.T., Ding Y., Griggs, D.J., Noguer, M., van der Linden, P.J., Xiaosu, D. (Eds.), Climate Change 2001. The Scientific Basis. Cambridge University Press, Cambridge, Pp: 639-693.
9
8.Diodato, N. 2004. Local models for rainstorm induced hazard analysis on Mediterranean river torrential geomorphological systems. Nat. Hazards Earth Syst. Sci. 4: 389-397.
10
9.Fantappiè, M., Priori, S., and Costantini, E.A.C. 2015. Soil erosion risk, Sicilian region (1:250,000 scale). J. Maps. 11: 2. 323-341.
11
10.Fatolazadeh, T. 2015. Examine the types and severity of erosion in the sub-basins watershed Navrood. J. Physic. Geograph. 8: 27. 25-38. (In Persian)
12
11.Gaatib, R., and Larabi, A. 2014. Integrated evaluation of soil erosion hazard and risk management in the Oued Beht watershed using remote sensing and GIS techniques: Impacts on El Kansra Dam Siltation (Morocco). J. Geogr. Inf. Syst. 6: 677-689.
13
12.Gholami, A., Shahedi, K., Habib-Nejad-Roshan, M., Vafakhah, M., and Soleimani, K. 2017. Forecasting and comparison of future climate change by using of GCM models under different scenarios in Talar watershed of Mazandaran province. J. Range Water. Manage.
14
70: 1. 181-196. (In Persian)
15
13.Haas, L. 2002. Mediterranean water resource planning and climate change adaptation. Water, wetlands and climate change, Building linkages for their integrated management. Mediterranean Regional Roundtable. Athens, Greece, December 10-11 Draft for Discussion, 62p.
16
14.Hadinia, H. 2013. Impact of climatic change on rice water demand in Rasht. M.Sc. Thesis, the Faculty of Agricultural Sciences, University of Guilan. 95p. (In Persian)
17
15.Hasanpour Kashani, M., Ghorbani, M.A., Dinpazhouh, Y., and Shahmorad, S. 2015. Rainfall-runoff simulation in the Navrood river basin using Truncated Volterra model and artificial neural networks. J. Water. Manage. Res. 6: 12. 1-10. (In Persian)
18
16.Honarmand, M. 2010. Assessment and mapping of soil erosion hazard using revised universal soil loss equation (RUSLE), geographic information system (GIS) and remote sensing (RS) in Navrood watershed (Guilan province). M.Sc. Thesis, Faculty of Agricultural Sciences, University of Guilan. 105p. (In Persian)
19
17.Katirayee, P.S., Hejam, S., and Iran Nejad, P. 2006. The role of frequency variation and daily rainfall intensity in shaping rainfall patterns during 1960-2001 in Iran. J. Earth Space Physic. 33: 67-83. (In Persian)
20
18.Kebede, W., Habitamu, T., Efrem, G., and Fantaw, Y. 2015. Soil erosion risk assessment in the Chaleleka wetland watershed, Central Rift Valley of Ethiopia. Environmental Systems Research 4:5, DOI 10.1186/s40068-015-0030-5.
21
19.Lu, D., Li, G., Valladares, G.S., and Batistella, M. 2004. Mapping soil erosion risk in Rondonia, Barzilian Amazonia using RUSLE, remote sensing and GIS. Land Degradation and Development, 15: 499-512.
22
20.Masoom Pour, F. 2005. Examination of the efficiency of MPSIAC model for estimating erosion and sediment in Navrood watershed. M.Sc. Thesis, Faculty of Natural Resources. The University of Mazandaran, Iran. 78p. (In Persian)
23
21.Massah Bovani, A., and Morid, S. 2005. Effects of climatic change on Zayandeh Rood water flow in Isfahan. J. Natur. Resour. Agric. Sci. 9: 4. 12-27. (In Persian)
24
22.Mohammadi, B. 2011. Analysis of annual precipitation trends in Iran. J. Geograph. Environ. Program. 22/43: 3. 95-106. (In Persian)
25
23.Nasiri, B., and Yarmoradi, Z. 2017. Predict changes in climate parameters Lorestan province in 50 years by using HADCM3. Scientific Research Quarterly of Geographical Data.
26
26: 101. 143-154. (In Persian)
27
24.Nunes, J., and Nearing, M. 2011. Modelling impacts of climatic change: Case studies using the new generation of erosion models. Wiley- Blackwell, Oxford, Pp: 289-312.
28
25.O’Neal, M.R., Nearing, M.A., Vining, Z.C., Southworth, J., and Pfeifer, R.A. 2005. Climate change impacts on soil erosion in Midwest United States with changes in crop management. Catena. 61: 165-184.
29
26.Paroissien, J.B., Darboux, F., Couturier, A., Devillers, B., Mouillot, F., Raclot, D., and
30
Le Bissonnais, Y. 2015. A method for modeling the effects of climate and land use changes on erosion and sustainability of soil in a Mediterranean watershed (Languedoc, France).
31
J. Environ. Manage. 150: 57-68.
32
27.Prasannakumar, V., Shiny, R., Geetha, N., and Vijith, H. 2011. Spatial prediction of soil erosion risk by remote sensing, GIS and RUSLE approach: A case study of Siruvani river watershed in Attapady valley, Kerala, India. Environ. Earth Sci. 64: 965-972.
33
28.Prasannakumar, V., Vijith, H., Abinod, S., and Geetha, N. 2012. Estimation of soil erosion risk within a small mountainous sub-watershed in Kerala, India, using Revised Universal Soil Loss Equation (RUSLE) and geo-information technology. Geoscience Frontiers.
34
3: 2. 209-215.
35
29.Prasuhn, V., Liniger, H.P., Herweg, K., Candinas, A., and Clement, J.P. 2013. A
36
high-resolution soil erosion risk map of Switzerland as strategic policy support system. Land Use Policy. 32: 281-291.
37
30.Renard, K.G., Foster, G.R., Weesies, G.A., McCool, D.K., and Yoder, D.C. 1997. Predicting soil erosion by water: A guide to conservation planning with the revised universal soil loss equation (RUSLE). Agriculture Handbook No. 703, USDA, Washington, DC, USA, 404p.
38
31.Routschek, A., Schmidt, J., and Kreienkamp, F. 2014. Impact of climate change on soil erosion: A- high-resolution projection on catchment scale until 2100 in Saxony/Germany. Catena 121: 99-109.
39
32.Sabz Gostar Consultation Engineering Co. 2003. Multi-purpose Comprehensive Scheme at the Watershed 7 Nav, Asalem. Natural Resources Administration of Guilan Province, Iran. Ministry of Agriculture. (In Persian)
40
33.Salahie, B., Ali Jahan, M., Eini, S., and Derakhshi, J. 2017. Prediction of initiation and ends dates of moderat and severe frosts in Kermanshah province selected on the outputs of some climate models. J. Geograph. Plan. 21: 59. 175-195.
41
34.Sereda, J., Bogard, M., Hudson, J., Helps, D., and Dessouki, T. 2011. Climate warming and the onset of salinization: Rapid changes in the limnology of two Northern Plains lakes. Limnologica. 41: 1-9.
42
35.Serpa, D., Nunes, J.P., Santos, J., Sampaio, E., Jacinto, R., Veiga, S., Lima, J.C., Moreira, M., Keizer, J.J., Abrantes, N., and Corte, J. 2015. Impacts of climate and land use changes on the hydrological and erosion processes of two contrasting Mediterranean catchments. Science of the Total Environment. 538: 64-77. 36.Sobhani, B., Eslahi, M., and Babaeian, I. 2015. The functionality of fine patterns of statistical downscaling model (SDSM) and LARS-WG patterns in simulation of meteorological variables at Orumiyeh lake watershed. The Quarterly of Investigations on Natural Geography. 47: 4. 499-516. (In Persian) 37.Zhang, X.C., Nearing, M.A., Garbrecht, J.D., and Steiner, J.L. 2004. Downscaling monthly forecasts to simulate impacts of climate change on soil erosion and wheat production. Soil Sci. Soc. Amer. J. 68: 1376-1385.
43
ORIGINAL_ARTICLE
بررسی اثر سطوح مختلف شوری بر عملکرد و اجزای عملکرد گیاه کینوا (رقم Titicaca)
سابقه و هدف:از آنجاییکه یکی از اهداف مهم در کشاورزی پایدار با توجه به بحران منابع آبی، افزایش بهرهوری مصرف آب میباشد لذا استفاده از تکنیکهایی جهت رسیدن به این مهم ضروری است. با توجه به کمبود آبهای با کیفیت، بیش از پیش استفاده از آبهای نامتعارف (آب دریا) مورد توجه است. یکی از تکنیکهای استفاده از آبهای شور (آب دریا) در آبیاری، اختلاط با آب معمولی میباشد. هدف از انجام این پژوهش نیز بررسی اثر سطوح متفاوت شوری بر عملکرد و اجزای عملکرد گیاه کینوا (Capsicum annum L) رقم Titicaca تحت شرایط گلخانهای بود.مواد و روشها:در این تحقیق از 5 سطح اختلاط آب دریا و آب شهری، جهت بررسی اثر آن بر روی عملکرد و اجزای عملکرد گیاه کینوا استفاده شد. این تحقیق بر پایه طرح کاملاً تصادفی و با 3 تکرار در سال 95 در دانشگاه علوم کشاورزی و منابع طبیعی گرگان در شرایط گلخانهای و در گلدان اجرا گردید. گلخانه مورد استفاده در شمال کشور ایران و در شهر گرگان با موقعیت جغرافیایی 36 درجه و 51 دقیقه طول شمالی و 54 درجه و 16 دقیقه عرض شرقی و ارتفاع 3/13 متر از سطح دریا واقع بود. بافت خاک مورد استفاده در این طرح سیلتی رسی بود. سطوح مختلف شوری مورد بررسی در این تحقیق شامل (صفر، 15، 30، 45 و 60 درصد اختلاط آب دریا و آب شهری) بود. دانههای گیاه کینوا در این تحقیق در عمق 5/2 سانتیمتری کاشته شد و نیاز آبی گیاه نیز بر اساس تبخیر از سطح تشت کلاس A اندازهگیری شد. پس از گذشت 6 ماه گیاهان برداشت شده و وزن خشک ریشه و بوته، وزن هزار دانه، عملکرد و ارتفاع بوته جمعآوری گردید. قبل از شروع ازمایش خواص شیمیایی و فیزیکی آب و خاک مورد استفاده در آزمایشگاه مورد بررسی قرار گرفت. در انتها تحلیل آماری صفات مورد بررسی با استفاده از نرمافزار SAS (ver 9.0) انجام گرفت. مقایسه میانگینها نیز با استفاده از آزمون LSD در سطح 5 درصد انجام شد.یافتهها:نتایج نشان داد که شوری بر وزن خشک اندام هوایی، ارتفاع بوته، عملکرد و وزن هزار دانه در سطح احتمال یک درصد معنیدار بوده، ولی بر وزن خک ریشه در سطح 5 درصد معنیدار بود. در این تحقیق نتایج نشان دهنده اثر منفی شوری بر روی کلیه صفات مورد بررسی بود. نتایج نشان داد که تیمار 15 درصد اختلاط آب دریا و آب شهری در مقایسه با سایر رژیمهای مورد بررسی پس از تیمار شاهد دارای بیشترین میزان وزن خشک ریشه و بوته، وزن هزار دانه و عملکرد در واحد سطح بوده ولی در صفت ارتفاع بوته بیشترین مقدار در تیمار 15 درصد اختلاط آب دریا و آب شهری مشاهده شد.نتیجهگیری:نتایج نشان داد که افزایش شوری از صفر به 15 درصد اختلاط آب دریا بترتیب وزن خشک اندام هوایی، وزن خشک ریشه، عملکرد و وزن هزار دانه را به میزان 8/9، 9/9، 1/2 و 4/23 درصد کاهش داد. همچنین نتایج نشان داد که روش اختلاطی، تا حد زیادی اثرات منفی ناشی از استفاده آبهای شور بهصورت خالص را کاهش داد.
https://jwsc.gau.ac.ir/article_4162_de310ef2fda334f6cd18f5f4853de1e7.pdf
2018-05-22
251
266
10.22069/jwsc.2018.13721.2841
آب دریا
عملکرد
کینوا
وزن خشک اندام هوایی و ریشه
وزن هزار دانه
صابر
جمالی
sa13e12@gmail.com
1
دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران
LEAD_AUTHOR
حسین
شریفان
h_sharifan47@yahoo.com
2
دانشیار گروه مهندسی آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
AUTHOR
1.Abedi, M.J., Nairizi, S., Ebrahimi Birang, N., Maherani, M., Khaledi, H., Mehrdadi, N., and Cheraghi, A.M. 2002. Saline Water Utilization in Sustainable Agriculture. Iranian National Committee on Irrigation and Drainage. 224p. (In Persian)
1
2.Abid, M., Qayyum, A., Dastai, A.A., and Abdul Wajid, R. 2001. Effect of Salinity and SAR of Irrigation water on yield, Physiological growth parameters of Maiz (Zea mayes L.) and Preperties of the soil. J. Res. (Science), Bahaudin Zakariya University, Multan Pakistan.
2
12: 1. 26-330.
3
3.Adolf, V.I., Shabala, S., Andersen, M.N., Razzaghi, F., and Jacobsen, S.E. 2012. Varietal differences of quinoa’s tolerance to saline conditions. Plant and Soil, 357: 1-2. 117-129.
4
4.Algosaibi, A.M., El-Garawany, M.M., Badran, A.E., and Almadini, A.M. 2015. Effect of Irrigation Water Salinity on the Growth of Quinoa Plant Seedlings. J. Agric. Sci. 7: 8. 205.
5
5.Alizadeh, A. 2014. Soil, Water and Plant Relationship. Sajad university of technology. 876p. (In Persian)
6
6.Allen, L.H.Jr. 1991. Effect of increasing carbon dioxide levels and climate change on plant growth, evaportanspiration and water resources in the West Under Conditions of Climatic Uncertainty. 14-16 Nov. 1990., Scottsdale, AZ. National Research Council, National Academy Press, Washington DC. Pp: 101-147.
7
7.Ashraf, M. 2001. Relation between growth and gas exchange characteristics in some salttolerance amphidiploid Brassica species in relation to their diploid parents. Environmental and Experimental Botany. 45: 155-163.
8
8.Bilalis, D., Kakabouki, I., Karkanis, A., Travlos, I., Triantafyllidis, V., and Dimitra, H.E.L.A. 2012. Seed and saponin production of organic quinoa (Chenopodium quinoa Willd.)
9
for different tillage and fertilization. Notulae Botanicae Horti Agrobotanici Cluj-Napoca.
10
40: 1. 42.
11
9.Blokhina O., Virolainen E., and Fagestedt. K.V. 2003. antioxidants, oxidative damage and oxygen deprivation stress: A review. Annuals of Botany, 91: 179-194.
12
10.Blum, A. 1988. Plant breeding for stress environments. CRC Press Inc., Boca Raton, Florida, USA. 233p.
13
11.Daneshvar, H.A., and Kiani, B. 2005. Effect of Salinity on some local cultivars of Russian olive (Elaeagnus angustifolia) in Isfahan province. 65: 76-83. (In Persian)
14
12.Davazdahemami, S., Sefidkon, F., Jahansooz, M.R., and Mazaheri, D. 2010. Evaluation of water salinity effects on yield and essential oil content and composition of Carum copticum L. Iran. J. Med. Arom. Plant. 25: 4. 504-512. (In Persian)
15
13.Dixit, A.A., Azar, K.M., Gardner, C.D. et al. 2011. Incorporation of whole, ancient grains into a modern Asian Indian diet to reduce the burden of chronic disease. Nutr Rev. Aug.
16
69: 8. 479-88.
17
14.Francois, L.E., Grieve, E.V., Mass, E.V., and Leseh, S.M. 1994. Time of salt stress affects growth and yield components of irrigated wheat. Agron. J. 86: 100-107.
18
15.Guo, F., and Tang, Z.C. 1999. Reduced Na+ and K+ permeability of K+ channel in plasma membrane isolated from roots of salt tolerant mutant of wheat. Chinese Science Bulletin,
19
44: 9. 816-821.
20
16.Hirose, Y., Fujita, T., Ishii, T., et al. 2010. Antioxidative properties and flavonoid composition of Chenopodium quinoa seeds cultivated in Japan. Food Chemistry, Volume 119, Issue 4, 15 April 2010, Pp: 1300-1306.
21
17.Jacobsen, S.E., Monteros, C., Christiansen, J.L., Bravo, L.A., Corcuera, L.J., and Mujica, A. 2005. Plant responses of quinoa (Chenopodium quinoa Willd.) to frost at various phenological stages. Eur. J. Agron. 22: 131-139.
22
18.Jacobsen, S.E., Liu, F., and Jensen, C.R. 2009. Does root-sourced ABA play a role for regulation of stomata under drought in quinoa (Chenopodium quinoa Willd.). Scientia Horticulturae, 122: 2. 281-287.
23
19.Jacobsen, S.E., Christiansen, J.L., and Rasmussen, J. 2010. Weed harrowing and inter-row hoeing in organic grown quinoa (Chenopodium quinoa Willd.). Outlook on Agriculture,
24
39: 3. 223-227.
25
20.Kafi, M., Borzoee, A., Salehi, M., Kamandi, A., Masoumi, A., and Nabati, J. 2014. Physiology of Environmental stresses in plants. iranian academic center for education culture and research of mashhad. (In Persian)
26
21.Kafi, M., Salehi, M., and Eshghizadeh, H.R. 2011. Biosaline Agriculture- plant, water and soil management Approaches. iranian academic center for education culture and research of mashhad. (In Persian)
27
22.Kerepesi, H., and Galiba, G. 2000. Osmotic and salt stress induced alteration in soluble carbohydrate content in wheat seedling. Crop Science. 40: 482-487.
28
23.Koyro, H.W., and Eisa, S.S. 2008. Effect of salinity on composition, viability and germination of seeds of Chenopodium quinoa Willd. Plant and Soil. 302: 1-2. 79-90.
29
24.Koyro, H.W., Lieth, H., and Eisa, S.S. 2008. Salt tolerance of chenopodium quinoa willd., grains of the Andes: Influence of salinity on biomass production, yield, composition of reziaves in the seeds, water and solute relations. Tasks for Vegetation Sciences. 43: 133-145.
30
25.Khorsandi, O., Hassani, A., Sefidkon, F., Shirzad, H., and Khorsand, A. 2010. Effect of salinity (NaCl) on growth, yield, essential oil content and composition of Agastache foeniculum Kuntz. Iran. J. Med. Arom. Plant. 26: 3. 438-451. (In Persian)
31
26.Mass, E.V., and Griev, C.M. 1990. Spike and leaf development in salt stress of wheat.
32
Crop Sci. 30: 1309-1313.
33
27.Munns, R. 1993. Physiological processes limiting plant growth in saline soil: some dogmas and hypotheses. Plant Cell Environment, 16: 15-24.
34
28.Munns, R., and Tester, M. 2008. Mechanisms of salinity tolerance. Annual Review of Plant Biology. 59: 651-681.
35
29.Nabati, J., Kafi, M., Nezami, A., Rezvani Moghaddam, P., Masoumi, A., and Zare Mehrgerdi, M. 2014. Evaluation of Quantitative and Qualitative Characteristic of Forage Kochia (Kochia scoparia) in Different Salinity Levels and Time. Iran. J. Field Crop Res.
36
12: 4. 613-620.
37
30.Nabizadeh Marvdust, M.R., Kafi, M., Rashed, M.H., and Hasel, M. 2003. Effect of salinity on growth, yield, collection of minerals and percentage of green cumin essence. J. Iran Arable Stud. 1: 1. 53-59.
38
31.Naseer, Sh. 2001. Response of barley (Hordeum vulgare L.) at various growth stages to salt stress. J. Biol. Sci. 1: 5. 259-326.
39
32.Panuccio, M.R., Jacobsen, S.E., Akhtar, S.S., and Muscolo, A. 2014. Effect of saline water on seed germination and early seedling growth of the halophyte quinoa. AoB Plants, 6, p. plu047.
40
33.Poustini, K. 2002. An Evaluation of 30 Wheat Cultivars Regarding the response to salinity stress. Iran. Agric. Sci. 33: 1. 57-64. (In Persian)
41
34.Ruley, A.T., Sharma, N.C., and Sahi, S.V. 2004. Antioxidant defense in a lead accumulation plant, Sensbania drummondii. Plant Physiology and Biochemical. 42: 899-906.
42
35.Sabet Teimouri, M., Khazaie, H.R., Nassiri Mahallati, M., and Nezami, A. 2010. Effect of salinity on seed yield and yield components of individual plants, morphological characteristics and leaf chlorophyll content of sesame (Sesamum indicum L.). Environmental stresses in crop science. 2: 2. 119-130. (In Persian)
43
36.Salehi, M., Kafi, M., and Kiani, A. 2009. Growth analysis of kochia (Kochia scoparia (L.) schrad) irrigated with saline water in summer cropping. Pak. J. Bot. 41: 1861-1870.
44
37.Shabala, S., Hariadi, Y., and Jacobsen, S.E. 2013. Genotypic difference in salinity tolerance in quinoa is determined by differential control of xylem Na+ loading and stomatal density.
45
J. Plant Physiol. 170: 10. 906-914.
46
38.Shahidi, R., Kamkar, B., Latifi, N., and Galeshi, S. 2010. Effect of different salinity levels and exposure times on individual’s seed yield and yield components of hull-less barley (Hordeum vulgare L.). crop production. 3: 2. 49-63. (In Persian)
47
39.Tadayon, M.R., and Emam, Y. 2007. Physiological and Morphological Responses of
48
Two Barley Cultivars to Salinity Stress in Relation to Grain Yield. J. Water Soil Sci.
49
11: 1. 253-263. (In Persian)
50
40.Talebnejad, R., and Sepaskhah, A.R. 2015a. Effect of different saline groundwater depths and irrigation water salinities on yield and water use of quinoa in lysimeter. Agric. Water. Manage. 148: 177-188.
51
41.Talebnejad, R., and Sepaskhah, A.R. 2015b. Effect of deficit irrigation and different
52
saline groundwater depths on yield and water productivity of quinoa.Agricultural Water Management, 159: 225-238.
53
42.Weisani, W., Sohrabi, Y., Heidarit, G., Siosemardeh, A., and Ghassemi, K. 2011. Physiological responses of soybean (Glycine max L.) to zinc application under salinity stress. Austr. J. Crop Sci. 5: 1441.
54
43.Zamani, S., Nezami, M.T., Habibi, D., and Baybordi, A. 2010. Study of yield and
55
yield components of winter Rapeseed under salt stress conditions. Crop Production Research. 1: 2. 109-121. (In Persian)
56
44.Zhu, J.K. 2001. Plant salt tolerance. Trends in Plant Science. 6: 2. 66-71.
57
ORIGINAL_ARTICLE
بررسی آزمایشگاهی تاثیر تجمع اجسام شناور بر آبشستگی موضعی پایه و تکیهگاه پل
تجمع اجسام شناور در اطراف پایه و تکیهگاههای پل موجب کاهش سطح مقطع رودخانه، انحراف جریان، افزایش سرعت جریان و تغییر در الگوی آبشستگی میگردد. یکی از مباحث مهم در طراحی پل بر رودخانهها، بررسی اثرات منفی ناشی از تجمع اجسام شناور چوبی میباشد این اجسام چوبی، وضعیت گوناگونی از لحاظ شکل جمعشدگی و نحوه قرارگیری در جلوی پایههای پل دارند که بیشتر در طبیعت به شکل مکعب مستطیل در جلو پایه تجمع مییابند. تاثیر اجسام شناور بر آبشستگی پایه پل توسط محققین مختلف مورد بررسی قرار گرفته ولی تاکنون مطالعه کاملی برای بررسی اثر تجمع اجسام شناور بر الگوی جریان و مشخصههای چاله آبشستگی در حالت ترکیب پایه و تکیهگاه پل صورت نگرفته است. از اینرو در این پژوهش تاثیر اجسام شناور با خصوصیات هندسی مختلف بر الگوی جریان و آبشستگی بستر در اطراف تکیهگاه و پایه پل به صورت آزمایشگاهی مورد بررسی قرار گرفته است. در این پژوهش تاثیر فاصله بین پایه و تکیهگاه و نیز مشخصات هندسی اجسام شناور (شامل ضخامت، طول موثر و شکل آنها) بر روی آبشستگی به صورت آزمایشگاهی مورد بررسی قرار گرفته است. آزمایشها در آزمایشگاه تحقیقاتی هیدرولیک و سازههای آبی بخش مهندسی آب دانشگاه شهید باهنر کرمان انجام شد. کانال آزمایشگاهی دارای طول 8 متر، عرض 80 سانتیمتر و ارتفاع 60 سانتیمتر میباشد. مدل پایه پل (قطر 3cm) و تکیهگاه (6cm*12cm) از جنس گالوانیزه انتخاب گردید. تکیه ستر رسوبی به ضخامت 16 سانتیمتر از رسوبات با اندازه متوسط 91/0d50= تشکیل شده بود. برای جلوگیری از شسته شدن رسوبات، بستر کاذب در بالادست و پاییندست بازه مطالعاتی نصب شد. از اجسام منشوری مستطیلی، مثلثی و نیمه-استوانهای به عنوان مدل اجسام شناور استفاده شد (ضخامت نسبی اجسام شناور (T_d/D) در محدوده 1 تا 3 و طول نسبی اجسام شناور(D_d/D) در محدوده 4 تا 10 متغیر میباشد). سرعت آستانه حرکت ذرات رسوبی و حداکثر سرعت مربوط به آزمایش-های این تحقیق به ترتیب 4/0 و 2/0 متر بر ثانیه میباشد که نشان میدهد، کلیه آزمایشها در شرایط آب زلال انجام گرفت. نتایج نشان داد که با کاهش فاصله نسبی بین تکیهگاه و پایه پل (G/D) از 66/6 به 33/3 مقدار عمق حداکثر آبشستگی در اطراف پایه پل و تکیهگاه به ترتیب 8 و 5/12 درصد افزایش یافت. همچنین اجسام شناور مستطیلی در مقایسه با سایر شکلهای مورد بررسی بیشترین عمق آبشستگی را ایجاد کردند. با افزایش ضخامت نسبی اجسام شناور استوانهای(T_d/D) از 1 به 3 عمق حداکثر در اطراف پایه پل و تکیهگاه به ترتیب 6/7 و 1/24 درصد افزایش یافت. آزمایشها نشان داد که طول موثر اجسام شناور نیز تاثیر قابل توجهی بر ابعاد حفره آبشستگی دارد به طوریکه عمق حداکثر آبشستگی در حضور اجسام شناور استوانهای با طول نسبی (D_d/D) 10 در مقایسه با آزمایش شاهد برای پایه و تکیهگاه پل به ترتیب 8/50 و 58 درصد بیشتر بوده است. بر اساس نتایج این پژوهش مشخص گردید که عمق آبشستگی ایجاد شده در حضور اجسام شناور با ضخامت نسبی اجسام شناور رابطه مستقیمی داشته است به طوری که با دو برابر شدن ضخامت نسبی اجسام شناور مستطیلی، عمق آبشستگی در پایه و تکیهگاه پل به ترتیب 2/1 و 05/1 برابر شد. با افزایش قطر نسبی، ابتدا عمق آبشستگی افزایش یافت و سپس به یک مقدار تقریبا ثابتی رسید. بطور مثال برای اجسام شناور مستطیلی با تغییر طول نسبی از 4 به 10، عمق آبشستگی در پایه و تکیهگاه پل به ترتیب 4/22 و 2/10 درصد افزایش یافت ولی برای طولهای نسبی بزرگتر، تغییری در عمق آبشستگی مشاهده نشد. همچنین با کاهش فاصله بین پایه و تکیه گاه پل، حداکثر عمق آبشستگی در مقایسه با آزمایش شاهد به طور قابل توجهی افزایش یافت.
https://jwsc.gau.ac.ir/article_4163_b9099c83570d12f1b64c8c298a1b594b.pdf
2018-05-22
267
282
10.22069/jwsc.2018.12472.2714
حداکثر عمق آبشستگی
اجسام شناور
تکیهگاه پل
پایه پل
زهرا
ابوسعیدی
zahraabousaeidi@gmail.com
1
دانشگاه شهید باهنر کرمان
AUTHOR
کورش
قادری
kouroshqaderi@uk.ac.ir
2
استادیار دانشگاه شهید باهنر کرمان
LEAD_AUTHOR
مجید
رحیم پور
rahimpour@uk.ac.ir
3
دانشگاه شهید باهنر کرمان
AUTHOR
محمد مهدی
احمدی
ahmadi_mm@uk.ac.ir
4
دانشگاه شهید باهنر کرمان
AUTHOR
1.Breusers, H., Nicollet, G., and Shen, H. 1997. Local scour around cylindrical piers. J. Hydr. Res. IAHR, 15: 3. 211-252.
1
2.Diehl, T. 1997. Potential drift accumulation at bridge. Report No. FHWARD -97-028, Hydraulic Engineering No. 9, Federal Highway Administration, Washington, D.C.
2
3.Hagerty, D., Parola, A., and Fenske, T. 1995. Impacts of. 1993. Upper Mississippi river basin floods on highway systems. Report No. 1483. Transportation research board, Washington, DC. 121: 12. 869-876.
3
4.Hong S. 2005. Interaction of bridge contracrion scour and pier scour in a laboratory river model. M.Sc. thesis. Civil and Environmental Deep. Georgia Inst. of Technology. Atland.
4
5.Kumar, V., Rang Raju, K., and Vittal, N. 1999. Reduction of local scour around bridge piers using slot and collars. J. Hydr. Engin. ASCE. 125: 12. 1302-1305.
5
6.Lagasse, P., Clopper, P., and Zevenbergen, L. 2010. Effects of Debris on Bridge Pier Scour, NCHRP Report 653, Transportation Research Board, National Academies of Science, Washington, D.C. 117p.
6
7.Lagasse, P., Zevenbergen, L., Schall, J., and Clopper, P.E. 2007. Countermeasures to protect Bridge piers from scour. NCHRP Report No. 593, Transportation Research Record, Transportation Research Board, Washington, D.C. 6p.
7
8.Melville, B.W. 1992. Local Scour at bridge abutment. J. Hydr. Engin. 118: 4. 615-631.
8
9.Melville, B. 1997. Pier and abutment scour–an integrated approach. J. Hydr. Engin.
9
123: 2. 125-136.
10
10.Moshashaie, M. 2014. Experimental investigation of the effect of rectangular woody debris on scour of a sharp nose square and a square piers, M.Sc. dissertation, Faculty of agriculture, Shahr-e-Kord University. (In Persian)
11
11.Oben-nyarko, K., and Ettema, R. 2011. Pier and abutment scour interaction. J. Hydr. Engin. ASCE. Pp: 1599-1605.
12
12.Parola, A., Apelt, C., and Jempson, M. 2000. Debris Force on Highway Bridge. NCHRP Report No. 445, Transportation Research Record, Transportation Research Board, Washington, D.C. 176p.
13
13.Pagliara, S., and Carnacina, L. 2010. Temporal scour evolution at bridge piers: effect of wood debris roughness and porosity, J. Hydr. Res. 48: 1. 3-13.
14
14.Pagliara, S., and Carnacina, L. 2011. Influence of Wood Debris Accumulation on Bridge Pier Scour. J. Hydr. Engin. ASCE. 137: 254-261.
15
15.Park, J., Chamroeun, S., Park, C., and Young, D. 2015. A Study on the Effects of
16
Debris Accumulation at Sacrificial Piles on Bridge Pier Scour. KSCE J. Civil Engin.
17
20: 4. 1546-1551.
18
16.Raudkivi, A., and Ettema, R. 1983. Clear water scour at cylindrical piers. J. Hydr. Engin. ASCE, 103: 10. 1209-1213.
19
17.Schmocker, L., and Hanger, W. 2010. Drift accumulation at River Bridge. Laboratory
20
of Hydraulic, Hydrology and Glaciology VAW, ETH-Zurich, Zurich, Switzerland Bundesanstalt fur Wasserbau ISBN 978-3-939230-00-7.
21
18.Walleerstein, N., and Thome, C. 1996. Impact of wood debris on fluvial processes and channel morphology in stable and unstable stream. US Army Research Development and standardization Group., UK, London. 162p.
22
19.Walleerstein, N., and Thome, C., and Doyle, M. 1997. Spatial distribution and impact of large woody debris in norther Mississippi. Proceedings of the conference and Management of Landscapes Disturbed by channel Incision, May 19-23. Pp: 145-150.
23
ORIGINAL_ARTICLE
برآورد آزمایشگاهی ضریب دبی در آبگیرهای کفی با محیط متخلخل
سابقه و هدف: یکی از روشهای مناسب برای آبگیری از رودخانههای کوهستانی، بکارگیری آبگیر کفی مشبک می-باشد. از اشکال مختلف آبگیرهای کفی که تاکنون کمتر مورد مطالعه قرار گرفته، استفاده از آبگیرهای کفی با محیط متخلخل است که بلحاظ کاهش مشکلات کفهای مشبک و هزینه کم طراحی و اجرا میتواند جایگزین مناسبی برای آبگیرهای کفی مشبک باشد. با توجه به جدید بودن ایده استفاده از آبگیر کفی با محیط متخلخل و محدودیت اطلاعات کافی جهت طراحی و ساخت این نوع آبگیر در پژوهش حاضر سعی شده است با در نظر گرفتن شرایط منطبق بر واقعیت رفتار هیدرولیکی این آبگیرها مورد بررسی قرار گیرد .مواد و روشها: به منظور مدل کردن آبگیر کفی با محیط متخلخل و انجام آزمایشها از یک کانال آزمایشگاهی با طول 10 متر، عرض 30 سانتیمتر و ارتفاع 50 سانتیمتر با جدار شیشهای بعنوان کانال اصلی و کانالی شیشهای با طول 1 متر، عرض 45 سانتیمتر و ارتفاع 50 سانتیمتر بعنوان کانال انحراف استف اده شد. جهت تعبیه آبگیر در فاصله 5 متری از ابتدای کانال اصلی با در نظر گرفتن یک فضا خالی به گونهای که در این فضا امکان اجرای سه طول cm45= L3، cm30=L2 ، cm15=L1 ، سه ارتفاع cm20= H3، cm15=H2 ، cm10=H1 و سه شیب %20= S3، %10= S2 ، %0=S1 برای آبگیر فراهم بود، استفاده شد. محیط داخل آبگیر از 4 نوع دانه بندی با قطر متوسط mm 75/17=P4 ، mm 30/15=P3 ، mm 41/13=P2 ، mm72/9 =P1 پرگردید . در هر آزمایش با عبور دبیهای مختلف از روی آبگیر و اندازهگیری میزان دبی انحرافی، نسبتهای دبی منحرف شده به دبی کل ( ) در مقابل دبی کل جریان بالادست ( ) برای مدلهای مختلف آبگیر ترسیم و تاثیر پارامترهای مختلف بر میزان دبی منحرف شده توسط آبگیر کف متخلخل مورد بررسی قرار گرفت. برای اندازهگیری دبی از سرریزهای لبه تیز مستطیلی واقع در ابتدا و انتهای کانال اصلی استفاده شد.یافتهها: نتایج آزمایشها حاکی از آن بود که با افزایش دبی ورودی میزان دبی انحرافی افزایش مییابد اما نسبت دبی انحرافی به دبی ورودی روند کاهشی دارد. افزایش قطر سنگدانهها محیط آبگیر افزایش دبی انحرافی از آبگیر را بهمراه دارد به گونهای که بیشترین میزان دبی انحرافی مربوط به دانه بندی نوع P4 بود که این امر ناشی از بیشتر بودن فضاهای خالی در این دانه بندی بندی است. افزایش ضریب یکنواختی مصالح داخل آبگیر موجب پرشدن خلل و فرج و کاهش تخلخل و بتبع آن کاهش مجاری عبور جریان و تقلیل دبی انحرافی از آبگیر شد. بررسی دبی انحرافی برای طول و ارتفاعات مختلف آبگیر نشان داد که افزایش طول آبگیر از L1 به L3 و نیز افزایش ارتفاع آبگیر از H1 به H3 موجب افزایش دبی انحرافی میگردد. میزان جریان انحرافی با افزایش شیب سطح آبگیر روند کاهشی دارد. این کاهش میتواند ناشی از تغییر ناگهانی شیب سطح آبگیر در محل ورود جریان به ناحیه محیط متخلخل و جداشدگی جریان در این ناحیه باشد. نتیجهگیری: بر اساس تحلیل ابعادی و دادههای بدست آمده از آزمایشها و استفاده از برازش چند متغیره بین پارامترهای بی بعد استخراج شده رابطهای برای محاسبه ضریب دبی آبگیر کفی متخلخل با ضریب تبیین915/0ارائه گردید. مقایسه نتایج ضریب دبی جریان اندازهگیری شده و نتایج محاسباتی همبستگی مناسب بین دادههای آزمایشگاهی و مقادیر ریاضی تخمین شده را نشان میدهد.
https://jwsc.gau.ac.ir/article_4164_d0fe582cb9b7849de43eee8ab841f873.pdf
2018-05-22
283
296
10.22069/jwsc.2018.12378.2695
آبگیری از رودخانه
آبگیرکفی
ضریب دبی
محیط متخلخل
حسین
شریعتی
shariaty13@gmail.com
1
دانشجوی دکترا رشته علوم و مهندسی آب دانشگاه فردوسی مشهد
AUTHOR
سعید رضا
خداشناس
khodashenas@um.ac.ir
2
استاد گروه علوم و مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد.
LEAD_AUTHOR
کاظم
اسماعیلی
esmail@um.ac.ir
3
دانشیار گروه علوم و مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد.
AUTHOR
1.Bina, K., Maghrebi, M.F., and Abrishami, J. 2012. Experimental investigation of discharge coefficient in mesh panel bottom. J. Water Wastewater. 1: 24-33. (In Persian)
1
2.Castillo, L.G., García, J.T., and Carrillo, J.M. 2016. Experimental and numerical study of bottom rack occlusion by flow with gravel-sized sediment. Application to Ephemeral Streams in Semi-Arid Regions. 8: 1-18.
2
3.Hosseyni, S.M., and Abrishami, J. 2007. Open channel hydraulics. Press, 17p. (In Persian)
3
4.Kooroshvahid, F., Esmaili, K., Maghrebi, M.F., Alizadeh, A., and Naghavi, B. 2010. Flow discharge in bottom intakes with porous media. J. Water Soil. 24: 2. 347-358. (In Persian)
4
5.Kooroshvahid, F., Esmaili, K., and Naghavi, B. 2011. Experimental study on hydraulic characteristics of bottom intake with granular porous media. J. Special Topics & Reviews in Porous Media. 2: 301-311.
5
6.Kumar, S., Ahmad, Z., Kothyari, U.C., and Mittal, M.K. 2010. Discharge characteristics of a trench weir. J. Flow Measure. Instrument. 21:80-87.
6
7.Lund, S. 2005. Inntak til Smakraftverk. M.Sc. Thesis, Department of Hydraulic and Environmental Engineering., N.T.N.U, Norway.
7
8.Masjedi, A., and Taeedi, A. 2014. Laboratory study of channel slope and rod diameter effect on intake discharge coefficient under rack floor condition. J. Sci. Technol. Agric. Natur. Resour. 18: 67. 301-308. (In Persian)
8
9.Pouresmaeil, S., and Maghrebi, M.F. 2014. Experimental study on hydraulic characteristics of porous bottom intake in clear water. J. Water Soil. 28: 1. 35-45. (In Persian)
9
10.Righetti, M., and Lanzoni, S. 2008. Experimental study of the flow field over bottom intake racks. J. Hydr. Engin. 134: 15-22.
10
ORIGINAL_ARTICLE
استحصال آب از هوا با بهره گیری از دمای عمق زمین (نمونه موردی: بررسی کارآیی سیستم در شهر بندرعباس)
سابقه و هدف: حفظ منابع آب و بهره برداری اقتصادی و عادلانه از آن، یک مسأله جهانی است. امروزه به علت کمبود منابع آب در بسیاری از نقاط جهان مناقشات بر سر دستیابی به منابع آب از مرزهای ملی گذشته و دسترسی به این منابع به یک هدف استراتژیک در تعامل بین کشورها تبدیل شده است. براساس آماری که موسسه منابع جهان در سال 2015 منتشر کرده است، 33 کشور جهان با تنش آبی در سال 2040میلادی روبرو خواهند شد که ایران در رتبه 13 این کشورها قرار دارد. با توجه به میزان متوسط بارش در ایران و نیز با در نظر گرفتن میزان منابع آب و سرانه مصرف در کشور، ایران را می توان از جمله کشورهایی که با خظر کمبود منابع فیزیکی آب روبرو است در نظر گرفت. هدف از این پژوهش تامین آب سالم جهت مصارف کشاورزی به عنوان پرمصرف ترین بخش آبی کشور و حتی مصارف آشامیدنی بدون استفاده از منابع آب شیرین و تنها با بهره مندی از رطوبت موجود در هوا می باشد.مواد و روش ها: در این پژوهش طراحی یک سیستم نوین جهت استحصال آب پاک از طریق رطوبت هوا با استفاده از روش کتابخانه ای و روش های آماری و تحلیلی مدنظر است. سیستم در نظر گرفته شده در این پژوهش با هدایت هوای گرم بیرون به داخل کانالی در عمق زمین دمای آن را کاهش داده و تا حد اشباع خنک می کند تا از این طریق بخشی از رطوبت هوا از آن جدا شده و به شکل قطرات آب بر جداره کانال ظاهر گردد. سپس آب به دست آمده در یک تانکر ذخیره شده و مورد استفاده قرر می گیرد.یافته ها: میزان آب به دست آمده در این روش بسته به اقلیم و شرایط موثر دیگر متفاوت است. در این پژوهش دستگاه در اقلیم بندر عباس مورد بررسی قرار گرفته است و آب به دست آمده روزانه بین 5 تا 20 لیتر در هر ساعت در ماه های گرم می باشد. نتیجه گیری: نتایج پژوهش نشان می دهد که می توان با به کار گیری شیوه بیان شده تا حد قابل قبولی به ویژه در مناطق گرم و مرطوب به آب پاک و خالص دست یافت. البته ذکر این نکته ضروریست که تمامی محاسبات در این بخش بر مبنای نظریه ها و روابط تئوری انجام گرفته است، لذا ممکن است در عمل آب پاک به دست آمده از طریق سیستم طراحی شده برابر میزان عددی به دست آمده نباشد ولی با توجه به بحران آب در کشور دستیابی به نیمی از این مقدار نیز می تواند سهم قابل قبولی در کاهش بحران آب و حل مسئله کمبود آب داشته باشد
https://jwsc.gau.ac.ir/article_4165_ce1199ca498be20db04696e0a2657d80.pdf
2018-05-22
297
305
10.22069/jwsc.2018.13025.2769
بحران آب
منابع آب
رطوبت هوا
دمای عمق زمین
ایران
امیرحسین
جان زاده
amirhosseinj1990@yahoo.com
1
دانشجوی کارشناسی ارشد معماری، دانشکده معماری و شهرسازی،دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
LEAD_AUTHOR
1.Ackerman, E.B. 1968. Production of water from the atmosphere, Patent Citations: US 3400515 A, Application number: US3400515 A, Publication date: Sep 10, 1968. From: https://www.google.com/patents/US3400515?dq=U.S.+Pat.+No.+2,138,689&hl=en&sa=X&ved=0ahUKEwii2_aDlM3PAhWEjywKHdCPDKQQ6AEIIzAB.
1
2.Asgari, M. 2002. The new ratio between water resources and national security. J. Strategic Stud. 5: 489-502. (In Persian)
2
3.ASHRAE Handbook. 2009. Fundamental, American society of heating, refrigerating and
3
air-conditioning engineers, Atlanta. Chapter: 1.
4
4.Dastani, Z. 2016. Agriculture is a nation’s water killer. Ebtekar newspaper, NO 3457,
5
20 June 2016. (In Persian)
6
5.Gharibreza, Z. 2006. Water harvesting device from air humidity. Declaration NO: 38703587, Patent NO: 49836, Patent Data: 8 June 1999. Retrieved from: http://ip.ssaa.ir/Patent/ SearchResult.aspx?DecNo=38703587&RN=49863.
7
6.Ghasemi, A. 2015. Why “water” selected as “special issue” in 6th development program. Ministry of Economic and Finance Affairs, Department of Economic Affairs, Office of Research and Policy in productive sectors: association of research and politics of agriculture affairs.
8
7.Groth, W., and Hussmann, P. 1979. Process and system for recovering water from the atmosphere, Patent Citations: US 4146372 A, Application number: US 05/781,890, Publication date: Mar 27, 1979. From: https://www.google.com/patents/US4146372? dq=US+4146372+A&hl=en&sa=X&ved=0ahUKEwjq3LbPv7_RAhVIDZoKHcPJAF8Q6AEIGzAA.
9
8.Hillel, D. 1982. Introduction to Soil Physics, CA, San Diego: Academic press. Pp: 5-19.
10
9.Jajromi, K., Nosrati, Sh., and Bazdar, Sh. 2004. Water crisis: Future conflicts lines in South West Asia. Firs national congress on south west Asia Geopolitics, Taleghan, Iran's geopolitical association, university of Payamenoor. (In Persian)
11
10.Karami, M., and Norozzadeh, H. 2014. Factors that cause water crisis in Iran and solution to meet them. Second National Conference on Water Crisis (climate, water and environment change). Shahre Kord, the university of Shahre Kord. (In Persian)
12
11.Lehky, P. 2013. Extraction of water from air, Extraction of water from air, Patent Citations: US 20130227879 A1, Application number: US 13/824,784, Publication date: Sep 5, 2013. From: https://www.google.com/ patents/US20130227879?dq=20130227879+A1&hl= en&sa=X&ved=0ahUKEwjQp-HUgcHRAhXElSwKHUA6BpUQ6AEIGzAA.
13
12.Max, D. Michael. 2005. Apparatus and method for harvesting atmospheric moisture, Patent Citations: US 6945063 B2, Application number: US 10/603,600, Publication date: Sep 20, 2005. From: https://www.google.com/patents/US6945063?dq=harvest+water+from+air&hl =en&sa=X&ved=0ahUKEwiI3r_bkc3PAhUFhiwKHYU3Cp0Q6AEISDAG.
14
13.Micheal, M. 2013. Combination dehydrator, dry return air and condensed water generator/dispenser, Patent Citations: US 8607583 B2, Application number: US 13/252,132, Publication date: Oct 3, 2011. From: https://www.google.com/patents/US8607583? dq=U.S.+Pat.+No.+4,185,969&hl=en&sa=X&ved=0ahUKEwihlcevlM3PAhWE2CwKHcwGCqwQ6AEIODAE.
15
14.Norozi, A. 2008. Device for extraction water from air by utilizing sun. NO: 387061435, Patent NO: 53048, Patent Data: 20 Sep 2008. Retrieved from: http://ip.ssaa.ir/Patent/ SearchResult.aspx?DecNo=387061435&RN=53048.
16
15.Rosegrant, M.W., Cai, X., and Cline, S.A. 2002. World Water and Food to 2025: Dealing with Scarcity, Washington D.C: International Food Policy Research Institute (IFPRI).
17
16.Rosta, F. 2012. Management of water resource is a solution to go out of water crisis. First congress on Development of water resources. Abarkoh, Islamic Azad university of Abarkoh. (In Persian)
18
17.Shokohi, H. 2010. New perspectives in urban geography. Samt Press, V.1. (In Persian)
19
18.Tongue, S. 2009. Water-from-air using liquid desiccant and vehicle exhaust, Patent Citations: US 7601208 B2, Application number: US 11/267,978, Publication date: Oct 13, 2009. From: https://www.google.com/patents/US7601208.
20
ORIGINAL_ARTICLE
طبقه بندی فرکتال روزهای تیپ هواشناسی برمبنای رفتار تابشی (مطالعه موردی: ایستگاه سینوپتیک کرج)
سابقه و هدف: در حال حاضر بخش اعظم انرژی مورد نیاز بشر از طریق سوختهای فسیلی تأمین میشود. با توجه به کاهش ذخایر سوختهای فسیلی و افزایش آلایندهها و در نتیجه تغییرات اقلیمی ناشی از آن، تولید و بکارگیری منابع نوین انرژی تجدیدپذیر که آلایندگی کمتری دارند یک ضرورت است. انرژی خورشیدی در میان سایر منابع انرژی تجدیدپذیر بهعلت بهینهبودن در تولید انرژی، بارزتر است. دانستن اطلاعات مربوط به تابش خورشید در بسیاری از کاربردهای صنعتی، سیستمهای فتوولتائیک، کشاورزی و طراحی کلکتورهای خورشیدی کاربرد دارد. طی این مطالعه برآورد شاخص فرکتال روزانه تابش و شاخص پاکی آسمان به منظور ارائه یک مدل که امکان طبقهبندی روزها به سه تیپ را میدهد، بکارگرفته میشود. روشی که آستانههای بعد فرکتال با استفاده از تابع توزیع تجمعی؛ روزهای ایستگاه کرج را در سه کلاس: آفتابی، نیمه ابری و ابری طبقهبندی مینماید.مواد و روشها: پایگاه دادهای این آزمایش شامل دادههای تابش کل اندازهگیری شده در ایستگاه هواشناسی سینوپتیک کرج در بازه زمانی 2014- 2016 و همینطور دادههای ساعات آفتابی همین مدت از ایستگاه موردنظر است. پس از کنترل کیفی دادهها با استفاده از الگوریتم مرادی بعد فرکتال دادهها بطور روزانه محاسبه گردید. به کمک بعد فرکتال دادهها و شاخص شفافیت آسمان طبقهبندی روزانه با استفاده از تابع توزیع تجمعی انجام گرفت. طبق این روش برای هر یک از سالها دو آستانه برای بعد فرکتال بدست آمد که با استفاده از این آستانهها روزها در سه کلاس طبقهبندی شدند، در ادامه به تحلیل ماهانه دادهها پرداخته شد.نتایج و بحث: برطبق نتایج بدست آمده در ایستگاه مورد مطالعه بیشترین درصد وقوع کلاس یک در ماه آگست 2015، بیشترین درصد وقوع کلاس دو در فوریه 2016 و بیشترین درصد وقوع کلاس سه مربوط به مارس 2015 میباشد. همچین میزان انحراف معیار کم بعد فرکتال و شاخص پاکی آسمان از میانگین سالانه نشاندهنده طبقهبندی همگن روزها است، بعلاوه میزان انحراف معیار بالای این دو متغیر در کلاس سه (بیش از 10%) ناشی از وجود روزهای بارانی در این کلاس است که باعث میشود سیگنال تابش شکل منظمی داشته باشد و بعد فرکتال در این روزها نزدیک یک محاسبه گردد. تحلیل و بررسی ماهانه بعد فرکتال امکان تشخیص ماههایی که نوسانات تابش در آن اغلب زیاد است و یا ماههایی که سیگنال تابش در آنها منظم است را میدهد. این اطلاعات در تعیین سایز سیستمهای فتوولتاییک و در راستای کاستن از هزینههای اولیه طراحی مناسب و ساخت سیستمهای انرژی خورشیدی مناسب با آب و هوای منطقه موردمطالعه بسیار مفید است.نتیجهگیری: در این مطالعه بهمنظور بررسی شرایط منطقه مورد نظر جهت استفاده از سلولهای فتوولتاییک در راستای بهرهبرداری از انرژی خورشیدی روشی جدید ارئه شده است. این روش با آستانههای بعد فرکتالی با استفاده از تابع توزیع تجمعی تعریف شده است. از سوی دیگر، امکان طبقهبندی روزانه تابش خورشید با استفاده از آستانه D بدست آمده از روش CDF نشان داده شد. طبقهبندی تابش خورشید در طراحی و نصب سیستمهای انرژی خورشیدی بویژه تنظیم PV، بسیار مهم است. روند الگوهای تابش روزانه خورشید اطلاعات با اهمیتی را با توجه به اهمیت فنآوریهای تجدیدپذیر، در اختیار میگذارد. اهمیت این فناوریها بعلت گرمایش جهانی و دیگر تاثیرات مثبت در محیط، بسیار زیاد است. تحلیل ارائه شده در این بخش اهمیت زیادی به جهت کاستن از هزینههای اولیه به جهت طراحی مناسب و ساخت سیستمهای انرژی خورشیدی مناسب با آب و هوای ایستگاه، دارا میباشد.
https://jwsc.gau.ac.ir/article_4166_a2aa7f3031859919595cd067a903229d.pdf
2018-05-22
307
314
10.22069/jwsc.2018.12995.2764
تابش خورشیدی
بعد فرکتالی
طبقهبندی
تیپ روز
تابع توزیع تجمعی
زهرا
آقاشریعتمداری
zagha@ut.ac.ir
1
عضو هیأت علمی گروه هواشناسی دانشکده مهندسی آب و خاک دانشگاه تهران
LEAD_AUTHOR
فاطمه
بی خوابی آرانی
f.bikhabiarani@ut.ac.ir
2
دانشجو
AUTHOR
1.Badescu, V. 2014. Modeling solar radiation at the earth's surface. Springer, Germany, 537p.
1
2.Dubuc, B., Quiniou, J.F., Roques-Carmes, C., Tricot, C., and Zucker, S.W. 1989. Evaluating the fractal dimension of profiles. Physical Review A. 39: 3. 1500-1512.
2
3.Ghaffari, H. 2012. Fractal dimension and impact of some of its mathematical operators, Master's Thesis, Department of Mathematics and Computer Science at the University of Damghan, 72p. (In Persian)
3
4.Harrouni, S., and Maafi, A. 2002. Classification des éclairements solaires à l’aide de l’analyse fractale. Revue Internationale des énergies renouvelables (CDER), 5: 107-122.
4
5.Maafi, A., and Harrouni, S. 2003. Preliminary results of the fractal classification of daily solar irradiances. Solar Energy, 75: 1. 53-61.
5
6.Moradi, I. 2009. Quality control of global solar radiation using sunshine duration hours. Energy, 34: 1. 1-6.
6
ORIGINAL_ARTICLE
ارزیابی دقت مدلهای همزمان سری زمانی و شبکه عصبی در مدلسازی بارش-رواناب (مطالعه موردی: حوضه آبریز نازلو چای)
سابقه و هدف: مدلسازی بارش-رواناب یک فرآیند ضروری و پیچیده میباشد که در بهرهبرداری مناسب از مخازن و مدیریت و برنامه ریزی صحیح منابع آب نقش عمدهای دارد. مدلسازی این فرآیند با استفاده از روشهای مختلفی امکانپذیر است. ازنظر تئوری، در مدلسازی یک سیستم میبایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیتهای ذاتی آنها، استخراج چنین مدلی بسیار مشکل میباشد. برای مدلسازی بارش-رواناب تا کنون کارایی مدلهایی نظیر شبکه عصبی، مدل-های چندمتغیره خود همبسته با میانگین متحرک مورد بررسی قرار گرفته است لذا در این تحقیق میزان دقت مدل-های CARMA و ANN در مدلسازی بارش-رواناب مورد بررسی قرار گرفته است.مواد و روشها: در این مطالعه، مدلهای چندمتغیره خود همبسته با میانگین متحرک همزمان (CARMA) و شبکه عصبی مصنوعی جهت مدلسازی بارش-رواناب مورد ارزیابی قرار گرفتند. برای مدل ANN سه سناریو در نظر گرفته شد. جهت استفاده از مدلهای فوق، از سری زمانی مجموع بارش و رواناب ماهانه در دوره آماری (1394-1353) مربوط به حوضه آبریز نازلو چای واقع در ´49 °44 طول جغرافیایی و ´40 °37 عرض جغرافیایی واقع در استان آذربایجان غربی استفاده شد. در ابتدا، دادهها ازنظر تصادفی بودن، روند و همگنی، به ترتیب با استفاده از آزمونهای ران-تست، من-کندال و ویلکاکسون مورد بررسی قرار گرفتند و پس از آن دادهها به دو گروه تقسیم شدند. 80 درصد دادهها به آموزش مدل و 20 درصد از دادهها به آزمون مدل اختصاص داده شد. معیارهای عملکرد به کار برده شده نیز معیارهای ریشه میانگین مربعات خطا، نش-ساتکلیف و ضریب همبستگی بوده است.یافتهها: نتایج نشان داد که مدل CARMA دقت بهمراتب مناسبتری نسبت به مدل ANN داشته است بهطوریکه معیار ریشه میانگین مربعات خطا در مدل CARMA برابر با 7/7 و در مدل ANN برابر با 50/9 متر مکعب بر ثانیه بود. همچنین معیارهای نش-ساتکلیف و R2 در مدل CARMA به ترتیب برابر با 41/0 و 54/0 در حالی که مقادیر این معیارها در مدل ANN برابر با 45/0 و 80/0 بوده است. لذا مدل CARMA برای مدلسازی بارش-رواناب از دقت بیشتری نسبت به مدل ANN برخوردار بوده است.نتیجهگیری: بر اساس نتایج حاصل از این تحقیق، استفاده از مدلهای چندمتغیره خانواده ARMA سبب کاهش میزان خطای مدل بهمیزان 18 درصد نسبت به مدل ANN شده است لذا مدل CARMA نسبت به مدل ANN از عملکرد مناسبتری برخوردار بوده است و این موضوع اهمیت در نظر گرفتن جزء تصادفی در مدلسازی را نشان میدهد.
https://jwsc.gau.ac.ir/article_4167_565cb1ce399893febbf9d4efc5120998.pdf
2018-05-22
315
321
10.22069/jwsc.2018.12584.2728
سری زمانی
شبکه عصبی
مدل بارش-رواناب
مدلهای چندمتغیره
محمد جواد
زینلی
mj.zeynali@yahoo.com
1
دانشجوی دانشگاه بیرجند
LEAD_AUTHOR
عباس
خاشعی سیوکی
abbaskhashei@yahoo.com
2
دانشیار گروه مهندسی آب دانشگاه بیرجند
AUTHOR
1.Firat, M. 2008. Comparison of artificial intelligence techniques for river flow forecasting. Hydrology and Earth System Sciences Discussions. 12: 1. 123-39.
1
2.Khalili, K., and Nazeri Tahroudi, M. 2016. Performance evaluation of ARMA and CARMA models in modeling annual precipitation of Urmia synoptic station. J. Water Soil Sci.
2
26: 2-1. 13-28. (In Persian)
3
3.Moeeni, H., Bonakdari, H., Fatemi, S.E., and Ebtehaj, E. 2016. Modeling the monthly inflow to Jamishan dam reservoir using autoregressive integrated moving average and adaptive neuro-fuzzy inference system models. J. Water Soil Sci. 26: 2-1. 273-285. (In Persian)
4
4.Mohammadrezapour, O., and Zeynali, M.J. 2014. Comparison of ant colony, elite ant system and maximum – minimum ant system algorithms for optimizing coefficients of sediment rating curve (Case study: Sistan river). J. Appl. Hydrol. 1: 2. 55-66.
5
5.Nawaz, N., Harun, S., and Talei, A. 2015. Application of adaptive network-based fuzzy inference system (ANFIS) for river stage prediction in a tropical catchment. Applied mechanics and materials. Trans Tech Publisher, Switzerland. 735: 195-199.
6
6.Nazeri Tahroudi, M., Ahmadi, F., and Nazeri Tahroudim, Z. 2013. SAMS2007 software application in modeling the future climate to predict, temperature and rainfall of Kurdistan province (Case study: synoptic station in Sanandaj). 1th Semi-Arid Hydrology National Conference in KurdistanProvince. August 25. Sanandaj. (In Persian)
7
7.Salas, J.D. 1980. Applied modeling of hydrologic time series. Water Resources Publication.
8
8.Zou, P., Jingsong, Y., Jianrong, F., Guangming, L., and Dongshun, L. 2010. Artificial neural network and time series models for predicting soil salt and water content. J. Agric. Water Manage. 97: 2009-2019.
9