ORIGINAL_ARTICLE
تغییرات مکانی برخی ویژگیهای فیزیکی و شیمیایی خاک سطحی در شکلهای اراضی مختلف دشت تبریز
بررسی تغییرات مکانی و توزیع فراوانی ویژگیهای فیزیکی و شیمیایی خاک سطحی در داخل و بین شکلهای اراضیمختلف دشت تبریز در مقیاس ناحیهای مورد بررسی و مطالعه قرار گرفت. سیزده ویژگی برای 98 نقطه خاک سطحی اندازهگیری گردید. نمونهبرداری به صورت شبکهای منظم و به فاصله 1000 متر با توجه به میزان تغییرات خاک انجام شد. شکلهای اراضی در ناحیه مورد مطالعه تپه، دشت دامنهای، دشت آبرفتی رودخانهای، دشت و اراضی پست بود. مقدار رس، سیلت، درصد آهک، جرم مخصوص ظاهری، واکنش خاک و ظرفیت تبادل کاتیونی دارای توزیع نرمال بوده و میانگین وزنی قطر خاکدانه، هدایت الکتریکی، نیتروژن کل، شن، کربن آلی، فسفر قابل جذب و نسبت جذب سدیم دارای توزیع نرمال لگاریتمی بودند. تفکیک نمونهها در واحدهای شکل اراضی باعث بهبود توزیع نرمال دادهها گردید بهطوریکه در شکل اراضی تپه، دشت آبرفتی رودخانهای و اراضی پست تمام ویژگیها نرمال بودند. در بین ویژگیهای اندازهگیری شده آهک وابستگی مکانی نداشت. میانگین وزنی قطر خاکدانه، جرم مخصوص ظاهری، ازت کل، کربن آلی، فسفر قابل جذب، سیلت و شن وابستگی مکانی متوسط داشتند. ظرفیت تبادل کاتیونی، pH خاک، نسبت جذب سدیم، هدایت الکتریکی و رس از وابستگی مکانی قوی برخوردار بودند. نتایج نشان میدهد که وابستگی مکانی ویژگیهای خاک بیشتر تحت تأثیر ویژگیهای ذاتی مثل مواد مادری، پستی و بلندی و نوع خاک میباشد. همچنین تغییرپذیری در ویژگیهای خاک نتیجه تغییر در محیطهای رسوبگذاری و یا اختلاف در مراحل خاکسازی یا هیدرولوژیکی برای موقعیتهای مختلف شکلهای اراضی میباشد و میتواند تحت تاثیر آبیاری، کود، بالا آمدن سطح ایستابی و یا مدیریت کشاورزی قرار گیرد. بنابراین، این عوامل ممکن است باعث انحراف دادهها از حالت نرمال گردیده و سبب چولگی دادهها در یک واحد نقشه شوند.
https://water-soil.tabrizu.ac.ir/article_1196_5456c51f7c9b63b43103e5411c9cd5f2.pdf
2011-11-22
1
21
تغییرات مکانی
شکل اراضی
ویژگیهای فیزیکی و شیمیایی
دشت تبریز
حامد
فروغیفر
1
دانشکده کشاورزی دانشگاه بیرجند
LEAD_AUTHOR
علی اصغر
جعفرزاده
jafarzadeh@ tabrizu.ac.ir
2
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
حسین
ترابی گلسفیدی
3
دانشکده کشاورزی دانشگاه شاهد
AUTHOR
ناصر
علیاصغرزاد
4
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
نورایر
تومانیان
5
بخش تحقیقات خاک و آب اصفهان
AUTHOR
ناصر
داوتگر
6
موسسه تحقیقات برنج کشور رشت
AUTHOR
بینام، 1375. گزارش مطالعات خاکشناسی نیمه تفصیلی دقیق دشت تبریز. طرح مطالعاتی سد مخزنی آجی چای برروی رودخانه آجی چای و ایجاد شبکه آبیاری و زهکشی. وزارت نیرو شرکت سهامی آب منطقه ای آذربایجان شرقی.
1
جعفرزاده ع ا، دواتگر ن، .حکیمیان م، ١٣٧٧. بررسی پارامترهای توزیع فراوانی جامعه متغیرهای منتخب خاک دریک ردیف از واحدهای مختلف فیزیوگرافی نواحی دریای خزر. مجله دانش کشاورزی دانشگاه تبریز. جلد ٨. صفحههای 147تا 170.
2
قاسمی دهکردی و ر، .شهبازی ک ، محمدی ج، مشایخی ح م، ١٣٨٢. توزیع آماری و پراکنش مکانی برخی خصوصیات حاصلخیزی خاکهای واقع در بخش شمالی دشت خوزستان. صفحههای ٣١4 تا ٣١6. مجموعه مقالات هشتمین کنگره علوم خاک، رشت.
3
محمدزمانی س، ایوبی ش، خرمالی ف، ١٣٨٦. بررسی تغییرات مکانی خصوصیات خاک و عملکرد گندم در بخشی از اراضی زراعی سرخنکلانه استان گلستان. مجله علوم وفنون کشاورزی و منابع طبیعی. سال یازدهم.شماره 40 (الف). صفحههای 79تا92.
4
محمدی ج، 1385. پدومتری- جلد دوم(آمار مکانی).انتشارات پلک. 453 صفحه.
5
محمدی ج، و چیت ساز و، ١٣٨١. مقایسه تخمینگرهای ژئواستاتیستیکی و رگرسیون خطی جهت برآورد برخی از خصوصیات خاک سطحی به کمک داده های رقومی TM. مجله علوم خاک وآب. جلد١٦. شماره ٢. صفحههای95 تا 102.
6
Anonymus, 1990. SPSS Reference Guide. Parson Education Limited, ChicagoIL.
7
Asio VB, Cobunos CC, and Chen ZS, 2006 . Morphology, physiochemical characteristics and fertility of soil from Quaternary limestone in Leyte, Philippines. Soil Sci 171: 648-661.
8
Backett PHT and Webster R, 1971. Soil variability: A review. Soil Fert 34: 1-15.
9
Black GR and Hartage KH, 1986. Bulk density. Pp. 363-375. In: Compbell GS, Nielsen DA, Jackson RD, Klute A and Mortland MM (Eds). Methods of Soil Analysis. Part1. Soil Sci Soc of Am. Madison, WI.
10
Brejda JJ, Moorman TB, Smith JL, Karlen DL, Allen DL and Dao TH, 2000. Distribution and variability of surface soil properties at a regional scale. Soil Sci Soc Am J 64: 974-982.
11
Bremner JM and Mulvaney CS, 1986. Nitrogen – Total. Pp. 595-622. In: Page AL Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2 , Soil Sci Soc of Am. Madison, WI.
12
Burgess TM and Webster R, 1980. Optimal interpolation and isorithmic mapping of soil properties: I.The variogram and punctual kriging. J Soil Sci 31:315-331.
13
Cambardella CA, Moorman TB, Novak JM, Parkin TB, Karlen DL, Turco RF and Konopka AE, 1994. Field-scale variability of soil properties in central Iowa soils. Soil Sci Sco Am J 58: 1501-1511.
14
Cetin M and Kirda C, 2003. Spatial and temporal changes of soil salinity in a cotton field irrigated with low-quality water. J Hydrol 272:238-249.
15
Chen FS, Zeng DH, and Xing-Yuan HE, 2006. Small-scale spatial variability of soil nutrients and vegetation properties in semi-arid northern China. Pedosphere 16: 778- 787.
16
Dahiya IS, Richter J, and Malik RS, 1984. Soil spatial variability:A review. Int J Trop Agric
17
11:1-102.
18
Kemper WD and Rosenau RS, 1986. Aggregate stability and size distribution. Pp.425-442.
19
In: Methods of Soil Analysis. Part I. 2nd ed, Soil Sci Soc of Am. Madison, WI.
20
Gee GW and Bauder JW, 1986. Particle-size analysis. Pp. 383-411. In: Compbell GS, Nielsen DA, Jackson RD, Klute A and Mortland MM (Eds). Methods of Soil Analysis. Part1. Soil Sci Soc of Am. Madison, WI.
21
Miller MP, Singer MJ and Nielson DR, 1988. Spatial variability of wheat yield and soil properties on complex hills. Soil Sci Soc Am J 52: 1133-1141.
22
Mohammadi J, 1998. Geostatistical mapping of environment soil hazards. Pp:42-43. Fourth Iranian International Statistic Conference. Shahid Beheshti University.Tehran, Iran.
23
Mohammadi J, 2000. Evaluation and mapping of soil salinity hazard in Ramhormoz area(Khuzestan) using disjunctive kriging. Journal of Agricultural Research 25: 45-57.
24
Momtaz HR, Jafarzadah AA, Torabi H, Oustan Sh, Samadi A, Davatgar N, and Gilkes RJ, 2009. An assessment of the variation in soil properties within and between landforms in Amol region, Iran. Geoderma 149:10-18.
25
Nelson RE, 1986. Carbonate and gypsum. Pp.181-197. In: Page AL, Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2 , Soil Sci Soc of Am. Madison, WI.
26
Nelson BW and Sommers LE, 1986. Total carbon, organic carbon and organic matter. Pp. 539 - 577. In: Page AL, Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2 , Soil Sci Soc of Am. Madison, WI.
27
Olsen SR, and Sommers LE, 1986. Phospharous. Pp. 403-427. In: Page AL, Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2 , Soil Sci Soc of Am. Madison, WI.
28
Quine TA, and Zhang Y, 2002. An investigation of spatial variation in soil erosion, soil properties and crop production within an agricultural field in Devon, UKJ. Soil and Water Cons 57: 50-60.
29
Ovalles FA and Collins ME, 1986. Soil - Landscape relationships and soil variability in north central Florida. Soil Sci Soc Am J 50: 401-408.
30
Rhoades JD, 1986. Soluble salts. Pp.167-179. In: Compbell GS, Nielsen DA, Jackson RD, Klute A and Mortland MM (Eds). Methods of Soil Analysis. Part1. Soil Sci Soc of Am. Madison, WI.
31
Rhoades ID, 1986. Cation exchange capacity. Pp. 149-157. In: Page AL, Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2 , Soil Sci Soc of Am. Madison, WI.
32
Sun Bo, Shengiu Zhou, Qiguo Zhao, 2003. Evaluation of spatial and temporal changes of soil quality based on geostatistical analysis in the region of subtropical China. Geoderma 115: 85-99.
33
Utset A, Lopez T and Diaz M, 2000. A comparison of soil maps, Kriging and a combined method for spatially prediction of bulk density and field capacity of Ferralsols in the Havana-Matanza Plain. Geoderma 96: 199-213
34
Vang Y, Zhang X and Huang C, 2009. Spatial variability of soil total nitrogen and soil total phosphorus under different land uses in a small watershed on the loess Plateau, China. Geoderma 150: 141-149.
35
Vieira SR and Paz Gonzalez A, 2003. Analysis of the spatial variability of crop yield and soil properties in small agricultural plots. Bragantia. 62:127-138
36
Wang YQ, Zhang XC, Zhang JL and Shun-Ji LI, 2009. Spatial variability of soil organic carbon in a watershed on the loess Plateau. Pedosphere 19: 486-495.
37
Yemefack M, Rossiter DG and yomgang RN, 2005. Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon. Geoderma 125:117-143.
38
Yost RS and Fox RL, 1981. Partitioning variation in soil chemical properties of some Andepts using soil taxonomy. Soil Sci Soc Am J 45: 373-377.
39
Young FJ, Hammer RD and Williams F, 1998. Evaluating central tendency and variance of soil properties within map units. Soil Sci Soc Am J 62: 1640-1646.
40
Young FJ, Hammer RD and Larsen D, 1999. Freqency distribution of soil properties on a loess- manted Missouri watershed. Soil Sci Soc Am J 63: 178-185.
41
Zar JH, 1974. Biostatistical Analysis. Prentice-Hall, EnglewoodCliffe, NJ.
42
Zhou J, Ying W, Kang Q and Zhang J, 2007.Spatial variations of carbon, nitrogen, phosphorous and sulfur in the salt marsh sediments of the Yangtze Estuary in China. Esturarine Coastal and Shelf Sci 71:47-59.
43
ORIGINAL_ARTICLE
کاربرد مدل مخزن جهت استخراج هیدروگرافهای واحد رواناب سریع وآهسته در فرایند بارش- رواناب (مطالعه موردی: حوضه ناورود)
در میان انواع متعدد مدلهای بارش– رواناب، روشهای متکی بر هیدروگراف واحد، هنوز به عنوان یکی از رایجترین ابزارها برای هیدرولوژیستها جهت برآورد سیلاب به خصوص در حوضههای فاقد آمار به شمار میرود. در مطالعه حاضر با استفاده از مفهوم تئوری سیستم خطی توابع پاسخ پالس واحد اجزای رواناب (رواناب سریع و رواناب آهسته) به کمک مدل مفهومی مخزن استخراج گردید. پارامترهای مدل با استفاده از روش بهینهسازی جستجوی مستقیم تخمین زده شدند. کارآیی و دقت مدل با استفاده از دادههای بارش-رواناب حوضه ناورود واقع در استان گیلان مورد ارزیابی قرارگرفت. نتایج تحقیق نشان داد که مدل مفهومی مخزن بدون نیاز به استخراج بارش مازاد و با لحاظ کردن شرایط رطوبتی خاک قبل از رگبار، از دقت قابل قبولی در شبیهسازی فرایند بارش– رواناب برخوردار میباشد.
https://water-soil.tabrizu.ac.ir/article_1197_cb73aa005679171ae04aab53ba9796cf.pdf
2011-11-22
23
35
بارش– رواناب
بهینه سازی
تابع پاسخ پالس واحد
حوضه ناورود
مدل مخزن
هیدروگراف واحد
اسماعیل
اسدی
esasadiesmaeil@gmail.com
1
دانشکده کشاورزی دانشگاه تبریز
LEAD_AUTHOR
احمد
فاخری فرد
2
دانشکده کشاورزی، دانشگاه تبریز
AUTHOR
محمد علی
قربانی
3
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
بی نام.1382.گزارش طرح جامع چند منظوره حوضه آبریز ناورود. اداره کل منابع طبیعی استان گیلان.
1
میرنیا م ک و هدایتی ن ،1373. روشهای عددی برای بهگزینی نامقید. (ترجمه). انتشارات دانشگاه تبریز.
2
ChowVT, Maidement DR and Mays LW, 1988. Applied Hydrology. McGraw-Hill, New York.
3
Doog JCI, 1959. A general theory of the unit hydrograph . J Geophys Res 64: 241-256.
4
Hooke R and Jeeves TA, 1961. Direct search solutions of numerical and statistical problems. J Assoc Comput Mach 8: 212-229.
5
Johnston P and Pilgrim D, 1976. Parameter optimization for watershed models. Water Resour Res 12: 477-486
6
Mays LW and Taur CK, 1982. Unit hydrograph via nonlinear programming. Water Resour Res 18: 744-752.
7
Nash JE, 1957. The form of the instantaneous unit hydrograph. Hydrol Sci Bull 3: 114-121.
8
Saxton KE and Lenz AT,1967. Antecedent retention indexes predict soil moisture. J Hydrol Div ASCE 93: 223-241.
9
Sherman LK, 1932. Stream flow from rainfall by the unit graph method. Eng News-Rec 108: 501-505.
10
Shuttleworth WJ, 1993. Evaporation. Pp. 4.1-4.53. In: Maidment DR (ed). Handbook of Hydrology. McGraw-Hill, New York .
11
Singh VP, 1988. Hydrologic System Rainfall-Runoff Modeling.Vol.1. Prentic-Hall, Englewood Cliffs.
12
Singh VP and Woolhiser DA, 2002. Mathematical modeling of watershed hydrology. J Hydrologic Eng 7: 270-292.
13
Sorooshian S and Gupta VK, 1995. Model Calibration. Pp. 23-68. In: Singh VP (ed) .Computer models of watershed hydrology. Water Resources Publications, Littleton, Co.
14
Sugawara, M., 1974. Tank model and its application to Bird Creek,Wollombi Brook, BikinRiver, KitsuRiver, SanagaRiver and Nam Mune. Research note of the NationalResearchCenter for disaster prevention, No. ll:1-64.
15
Sugawara M, 1995. Tank model. Pp. 177-189. In: Singh VP (ed). Computer models of watershed hydrology. Water Resources Publications, , Littleton, Co.
16
Todini E, 1988. Rainfall-Runoff modeling – past, present and future. J Hydrol 100: 341-352.
17
Yue S, and Hashino M, 2000. Unit hydrographs to model quick and slow runoff components streamflow. J Hydrol 227: 195-206.
18
ORIGINAL_ARTICLE
تعیین مکانهای مناسب برای کشت کلزا در استان کردستان با استفاده از سامانه اطلاعات جغرافیایی (GIS)
بررسی نیازهای اکوفیزیولوژیک گیاهان زراعی در کنار شناخت اقلیم مناسب آنها از مهم ترین عوامل موثر بر تولید محصولات زراعی و توسعه فعالیتهای کشاورزی هر منطقه است که از یک طرف باعث افزایش تولید میشود و از طرف دیگر از خسارات ناشی از عوامل نامساعد اقلیمی وارده بر محصولات میکاهد. در این تحقیق که با هدف تعیین نواحی مستعد کشت کلزا در استان کردستان انجام گرفته است، اطلاعات مربوط به متغیرهای اقلیمی 34 ایستگاه هواشناسی موجود در منطقه مورد مطالعه که دارای آمار کامل و بلند مدت بودند، جمع آوری و مورد تجزیه و تحلیل قرار گرفته است. از عناصر اقلیمی بارش دوره رشد، یخبندان، میانگین حداقل دما، میانگین حداکثر دما، میانگین سالانه دما، مجموع ساعات آفتابی، میانگین رطوبت نسبی مرحله فنولوژیکی کلزا و از عوامل فیزیکی زمین تیپ و کاربری اراضی در نظر گرفته شد. با استفاده از توابع ویژه سامانه اطلاعات جغرافیایی، برای هریک از نیازهای اقلیمی لایه جداگانهای تهیه گردید. پس از ارزشگذاری متناسب با نیاز رویشی کلزا به کمک مدل طبقهبندی وزنی، لایههای مذکور طبقهبندی شدند و در نهایت، همه لایه های اقلیمی و فیزیکی زمین با روش همپوشانی شاخصها در محیط GIS تلفیق گردیدند. نتایج حاکی از عدم انطباق شرایط اقلیمی و محیطی استان جهت کشت کلزا میباشد. نتیجه نهایی بیانگر آن است که تنهاتحدود 8/6 درصد از مساحت استان از جمله دشت های دیواندره، دهگلان و مریوان برای کشت کلزا بسیار مناسب میباشند که بیشتر به علت شرایط اقلیمی و توپوگرافی و خاک مناسب آنهاست. حدود 4/39 درصد از مساحت استان شامل شمالشرق و شمال (محدوده اباتو) و قسمتهایی از نواحی مرکزی و شمال غرب استان به دلیل شرایط نامساعد اقلیمی و محیطی، نامناسب برای کشت شناخته شد. بقیه مناطق با 8/53 درصد از مساحت استان در درجه متوسط تا مناسب قرار گرفتند. t;&�i-�� ��� ;margin-bottom: 0cm;margin-left:21.25pt;margin-bottom:.0001pt;text-align:justify;text-justify: kashida;text-kashida:0%;text-indent:-21.25pt'>Nash JE, 1957. The form of the instantaneous unit hydrograph. Hydrol Sci Bull 3: 114-121. Saxton KE and Lenz AT,1967. Antecedent retention indexes predict soil moisture. J Hydrol Div ASCE 93: 223-241. Sherman LK, 1932. Stream flow from rainfall by the unit graph method. Eng News-Rec 108: 501-505. Shuttleworth WJ, 1993. Evaporation. Pp. 4.1-4.53. In: Maidment DR (ed). Handbook of Hydrology. McGraw-Hill, New York . Singh VP, 1988. Hydrologic System Rainfall-Runoff Modeling.Vol.1. Prentic-Hall, Englewood Cliffs. Singh VP and Woolhiser DA, 2002. Mathematical modeling of watershed hydrology. J Hydrologic Eng 7: 270-292. Sorooshian S and Gupta VK, 1995. Model Calibration. Pp. 23-68. In: Singh VP (ed) .Computer models of watershed hydrology. Water Resources Publications, Littleton, Co. Sugawara, M., 1974. Tank model and its application to Bird Creek,Wollombi Brook, BikinRiver, KitsuRiver, SanagaRiver and Nam Mune. Research note of the NationalResearchCenter for disaster prevention, No. ll:1-64. Sugawara M, 1995. Tank model. Pp. 177-189. In: Singh VP (ed). Computer models of watershed hydrology. Water Resources Publications, , Littleton, Co. Todini E, 1988. Rainfall-Runoff modeling – past, present and future. J Hydrol 100: 341-352. Yue S, and Hashino M, 2000. Unit hydrographs to model quick and slow runoff components streamflow. J Hydrol 227: 195-206.
https://water-soil.tabrizu.ac.ir/article_1198_dcc527de32a576d767d30ca0bc195400.pdf
2011-11-22
37
48
اقلیم
سامانه اطلاعات جغرافیایی (GIS)
کردستان
کلزا
علی محمد
خورشیددوست
1
گروه جغرافیای طبیعی دانشگاه تبریز
LEAD_AUTHOR
سید اسعد
حسینی
2
جغرافیای طبیعی (اقلیم شناسی)، دانشگاه محقق اردبیلی
AUTHOR
کاوه
محمدپور
3
جغرافیای طبیعی (اقلیم شناسی) دانشگاه تبریز
AUTHOR
آینه بند ا، 1372. تعیین منحنی رشد و بررسی تاثیر تاریخ کشت بر عملکرد ارقام کلزا. پایان نامه کارشناسی ارشد زراعت، دانشگاه تربیت مدرس.
1
احمدی م وجاوید فر ف، 1377. تغذیه گیاه روغنی کلزا. شرکت سهامِی خاص توسعه کشت دانههای روغنی.
2
ایرانی ج، خضری س، وحدانی ا و عظیمی وزیری س، 1388. جغرافیای استان کردستان. وزارت آموزش و پرورش، چاپ دهم شرکت چاپ و نشر کتابهای درسی ایران، تهران.
3
کافی م، 1379. آب و هوا و عملکرد گیاهان زراعی (ترجمه). انتشارات جهاد دانشگاهی، مشهد.
4
دهشیری ع، 1378. زراعت کلزا، دفتر تولید برنامههای ترویجی وانتشارات فنی معاونت ترویج.
5
عبیری ص، 1386. تهیه جداول نیازهای اقلیمی و خاکی برای ارزیابی تناسب اراضی کشت کلزا در شرایط ایران بر اساس روش فائو. پایان نامه کارشناسی ارشد، دانشگاه تربیت مدرس.
6
عزِیزی م، سلطانی الف، خاوری خراسانی س، 1378. کلزا، فیزیولوژی، زراعت، به نژادی، تکنولوژی زیستی. انتشارات جهاد دانشگاهی، مشهد.
7
فرج زاده م.، تکلو بی غش ع، 1380. ناحیه بندی آگروکلیمایی استان همدان با استفاده از سیستم اطلاعات جغرافیایی با تاکید بر گندم. مجله پژوهشهای جغرافیایی، جلد 33، شماره 41. صفحههای105-93.
8
کردوانی پ، 1382. جغرافیای خاکها. انتشارات دانشگاه تهران.
9
محمدی ح، کاظمی م و گودرزی ن، 1386. کاربرد GISدر امکان سنجی کشت زیتون در استان اصفهان. مجله زراعت و باغبانی، شماره 74. صفحههای 133-123.
10
ملک زاده ج، 1386. کلزا و محتوی تغذیه ای آن در خوراک دام، پایان نامه کارشناسی ارشد علوم دامی. دانشگاه آزاد اسلامی مرکز گل بهار، مشهد.
11
ناصری ح، 1375. مطالعات خاکشناسی و ارزیابی تناسب اراضی برای محصولات عمده زراعی دشت چاه شور ایرانشهر. پایان نامه کارشناسی ارشد خاکشناسی، دانشگاه تریبت مدرس. Mahler PJ, 1991. Manual of Multipurpose Land Classification. Pub. No. 212. Soil and Water Research Institute of Iran, Ministry of Agriculture. Tehran, Iran. MendhamNJ, Shipway PA and Scott RK, 1981, The Effect of delayed sowing and weather on growth, development and yield of winter oilseed rape (Brassica napus). Journal of Agricultural Science. 96: 389-416.
12
ORIGINAL_ARTICLE
بررسی ویژگیهای پرش هیدرولیکی در مقاطع مستطیلی واگرا با شیب معکوس
حوضچههای آرامش قسمت کوتاهی از یک کانال کف سازی شده اند که بهصورت سازهای خاص در انتهای سرریزها و هر منبع دیگری که جریان فوق بحرانی ایجاد میکند برای کنترل پرش هیدرولیکی ساخته میشوند و هر چه طول آنها کوتاه تر باشداز نظر اقتصادی مناسب تر خواهند بود.هدف از این تحقیق بررسی خصوصیات پرش هیدرولیکی در مقطع واگرای کانال با شیب معکوس میباشد. نتایج بدست آمده نشان داد که واگرایی و شیب معکوس کانال، نسبت اعماق مزدوج و طول پرش را کاهش میدهد. همچنین واگرایی باعث افزایش افت نسبی انرژی پرش نیز میگردد. اما درکانال با شیب معکوس تغییر محسوسی در افت نسبی پرش نسبت به حالت کف افقی مشاهده نشد. بنابراین نقش واگرایی در افزایش افت نسبی انرژی پرش بیشتر از شیب معکوس است. نتایج هم چنین نشان داد که کاهش 22/37 درصد نسبت اعماق مزدوج و 61 درصد طول پرش و هم چنین افزایش 54 درصد افت انرژی پرش هیدرولیکی در مقایسه با پرش کلاسیک مشهود بودهاست. بنابراین از مقاطع واگرا با شیب معکوس برای استهلاک انرژی پرش هیدرولیکی در حوضچههای آرام کننده جریان میتوان استفاده نمود.
https://water-soil.tabrizu.ac.ir/article_1209_365f5767fd7da5e79d3ef0792ffd63a9.pdf
2011-11-22
49
60
پرش هیدرولیکی
حوضچهآرامش
شیب معکوس
مقطع واگرا
زهرا
شجاعیان
z.shojaeian64@gmail.com
1
دانشکده کشاورزی دانشگاه تبریز
LEAD_AUTHOR
علی
حسینزاده دلیر
2
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
داود
فرسادیزاده
3
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
فرزین
سلماسی
ferzin.salmasi@gmail.com
4
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
ابریشمی ج و حسینی س م، 1384. هیدرولیک کانالهای باز. انتشارات آستان قدس رضوی، دانشگاه امام رضا (ع). چاپ دوازدهم.
1
اسمعیلی ورکی م، 1382. مطالعه خصوصیات پرش هیدرولیکی واگرا در حوضچه آرامش ذوزنقهای. پایاننامه کارشناسی ارشد. دانشکده کشاورزی، دانشگاه تهران.
2
امید مح، 1376. پرش هیدرولیکی در مقاطع ذوزنقهای. مجله علوم کشاورزی ایران 28. صفحات 113-121.
3
بختیاری م، 1387. بررسی هیدرولیکی پارامترهای پرش هیدرولیکی در مقاطع واگرا (تبدیلهای خروجی). پایاننامه کارشناسی ارشد، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
4
Abrishami J and Saneie M, 1994. Hydraulic jump in adverse basin slopes. Iranian Journal of Water Research Engineering 2: 51-63.
5
Arabhabhirama A and Abela A, 1971. Hydraulic jump within gradually expanding channel. Journal of Hydraulic Engineering ASCE 97: 31-42.
6
Beirami MK and Chamani MR, 2006. Hydraulic jumps in sloping channels:Sequent depth ratio. Journal of Hydraulic Engineering ASCE 132: 1061-1068.
7
Khadar A and Rajagopal S, 1972. Hydraulic jump in adverse channel slopes. J Irrig Pwr India, 29: 77–82.
8
Posey CJ and Hsing PS, 1938. Hydraulic jump in trapezoidal channel. Engineering News Record 121: 797-798.
9
Stevens JC, 1944. Discussion of the paper by Kindsvater, Hydraulic jump in sloping channel, Trans ASCE 109: 1125-1135.
10
ORIGINAL_ARTICLE
برآورد توزیع سرعت جریان در کانالهای روباز با کف صاف با استفاده از تئوری آنتروپی و برنامهریزی ژنتیک
با توسعه تئوری آنتروپی بر مبنای اصل حداکثر آنتروپی و برنامهریزی ژنتیک بر اساس اصل تکامل طبیعی، این روشها در طیف وسیعی از علوم مهندسی از جمله مکانیک سیالات و هیدرولیک به کار برده شدهاند. در این تحقیق از تئوری آنتروپی و برنامهریزی ژنتیک و همچنین روشهای متداول شامل روابط لگاریتمی، توانی و ونونی برای برآورد توزیع سرعت جریان در کانالهای باز استفاده شده است. جهت مقایسه روشهای مذکور، آزمایشهایی در کانال آزمایشگاه هیدرولیک دانشگاه تبریز با بستر صاف و دبیهای مختلف در محدوده 8/4 تا 89/32 لیتر بر ثانیه انجام شد و پروفیلهای سرعت با دقت 1/0 سانتیمتر بر ثانیه در بازههای یک سانتیمتری از کف کانال تهیه گردید. نتایج بدست آمده نشان داد که تئوری آنتروپی و برنامهریزی ژنتیک دقت بیشتری نسبت به روابط لگاریتمی، توانی و ونونی در برآورد توزیع سرعت جریان دارند. همچنین تئوری آنتروپی در مقایسه با روش برنامهریزی ژنتیک خطای محاسباتی کمتری داشته و از این روش میتوان برای برآورد توزیع سرعت در کانالهای باز با دقت خوبی استفاده نمود.
https://water-soil.tabrizu.ac.ir/article_1210_67240dc2d44395569aa9310ceb5c3824.pdf
2011-11-22
61
74
برنامهریزی ژنتیک
تئوری آنتروپی
توزیع سرعت
کانالهای باز
داود
فرسادی زاده
farsadi-d@yahoo.com
1
دانشکده کشاورزی دانشگاه تبریز
LEAD_AUTHOR
علی
حسینزاده دلیر
2
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
محمدعلی
قربانی
ghorbani@tabrizu.ac.ir و cusp2004@yahoo.com
3
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
سعید
صمدیان فرد
4
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
Aytek A and Kisi O, 2008. A genetic programming approach to suspended sediment modeling. Journal of Hydrology 351: 288-298.
1
Aytek A, Asce M and Alp M, 2008. An application of artificial intelligence for rainfall–runoff modeling. Journal of Earth System Science 117: 145-155.
2
Chen YC, 1998. An efficient method of discharge measurement. Doctoral dissertation, Dept. of Civil Engineering, University of Pittsburgh, PA.
3
Chiu CL, Hsiung DE and Lin HC, 1978. Three-dimensional open channel flow. Journal of Hydraulic Division, ASCE 104(8) :1119-1136.
4
Chiu CL and Lin GF, 1983. Computation of 3-D flow and shear in open channels. Journal of Hydraulic Engineering, ASCE 109(11): 1424-1440.
5
Chiu CL and Chiou JD, 1983. Structure of 3-D flow in rectangular open channels. Journal of Hydraulic Engineering, ASCE 121(11): 1050-1068.
6
Chiu CL, 1987. Entropy and probability concepts in hydraulics. Journal of Hydraulic Engineering, ASCE 113(5): 583-600.
7
Chiu CL, 1988. Entropy and 2-D velocity distribution in open channels. Journal of Hydraulic Engineering, ASCE 114(7): 738-756.
8
Chiu CL, 1989. Velocity distribution in open-channel flow. Journal of Hydraulic Engineering, ASCE 115(5): 576-594.
9
Chiu CL and Said CAA, 1995. Maximum and mean velocities and entropy in open-channel flow. Journal of Hydraulic Engineering, ASCE 121(1): 26-35.
10
Chiu CL, 1996. A natural law of open-channel flows. Proceeding of 7th International Symposium on Stochastic Hydraulics, 29-31 July, Mackay, Australia.
11
Chiu CL and Tung NC, 2000. Maximum velocity and regularities in open-channel flow. Journal of Hydraulic Engineering, ASCE 128(4): 390-398.
12
ChowVT, 1959. Open Channel Hydraulics. McGraw-Hill Book Company, New York.
13
Koza JR, 1992. Genetic programming: on the programming of computers by means of natural selection. Cambridge, MIT Press, MA.
14
Ustoorikar K and Deo MC, 2008. Filling up gaps in wave data with genetic programming. Marine Structures 21: 177-195.
15
VanoniVA, 1941. Velocity distribution in open channels. Civil Engineering 11: 356-357.
16
Xia R, 1997. Relation between mean and maximum velocities in a natural river. Journal of Hydraulic Engineering, ASCE 123(8): 720-723.
17
ORIGINAL_ARTICLE
غیرمتحرک کردن روی (Zn) در دو خاک آلوده به روی
استفاده از غیرمتحرک کنندهها یکی از روشهای مؤثر برای کاهش اثرات زیانآور فلزات سنگین در خاک است. در پژوهش حاضر کارایی این روش برای کاهش میزان Zn محلول و قابلاستخراج با DTPA دو خاک قلیایی و اسیدی آلوده به Zn (200 میلیگرم Znبر کیلوگرم خاک از منبع سولفات روی و دو هفته نگهداری در دمای C° 5/0±25 در اینکوباتور) مورد بررسی قرار گرفت. دو خاک قلیایی و اسیدی آلوده به Zn در دو شرایط رطوبتی ظرفیت مزرعه و غرقاب (با و بدون 50 گرم کود گاوی بر کیلوگرم خاک) قرار گرفته و به مدت یک ماه در اینکوباتور نگهداری شدند. نتایج نشان داد که تیمار غرقاب با مصرف کود گاوی، بیشترین کاهش را در Zn محلول و قابل استخراج با DTPA خاک قلیایی (به ترتیب 97 و 75 درصد) و اسیدی (به ترتیب 85 و 78 درصد) سبب شد. برای بررسی اثر مواد فسفاتی، پنج گرم فسفر بر هر کیلوگرم خاک از منابع مونوکلسیم فسفات، تریکلسیم فسفات، پتاسیم مونوهیدروژن فسفات، پتاسیم دیهیدروژن فسفات و اسید فسفریک به خاک اسیدی آلوده اضافه گردید. نتایج نشان داد که Zn محلول در تیمار پتاسیم مونوهیدروژن فسفات 88 درصد و Zn قابلاستخراج با DTPA در تیمار تریکلسیم فسفات 5/12 درصد کاهش یافتند. در آزمایشی دیگر، افزودن 10 گرم کربنات کلسیم بر کیلوگرم خاک اسیدی آلوده شده، سبب کاهش Zn محلول به میزان 97 درصد و قابلاستخراج با DTPA به میزان 43 درصد گردید.
https://water-soil.tabrizu.ac.ir/article_1211_8540b3845f79e3fcaf3f20afe41efad1.pdf
2011-11-22
75
90
غرقاب کردن
مواد فسفاتی
Zn قابل استخراج با DTPA
Zn محلول
معصومه
فریادی شاهگلی
1
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
شاهین
اوستان
sh_ostan@yahoo.com
2
دانشکده کشاورزی دانشگاه تبریز
LEAD_AUTHOR
ناصر
علی اصغرزاد
3
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
نصرتاله
نجفی
4
دانشکده کشاورزی دانشگاه تبریز
AUTHOR
اوستان ش، 1383. شیمی خاک با نگرش زیست محیطی (ترجمه). انتشارات دانشگاه تبریز.
1
توفیقی ح و نجفی ن ، 1380. بررسی تغییرات بازیافت و قابلیت استفاده روی خاک و روی اضافه شده به خاک در شرایط غرقابی و غیر غرقابی در خاکهای شالیزاری شمال ایران. صفحه های 382 تا 384. مجموعه مقالات هفتمین کنگره علوم خاک ایران. 7-4 شهریور، دانشگاه شهر کرد شهرکرد، ایران.
2
AdrianoDC, 2001. Trace Elements inTerrestrial Environments: Biogeochemistry, Bioavailability and Risks of Metals. 2nd ed. Springer, New York.
3
AdrianoDC, Wenzel WW, Vangronsveld J and Bolan NS, 2004. Role of assisted nautral remediation in environmental cleanup. Geoderma 122:121-142.
4
Alloway BJ, 1990. Heavy Mmetals in Soils. John Wiley and Sons, New York.
5
BastaNT, Gradwohl R, Snethen KL and Schroder JL, 2001. Chemical immobilisation of lead, zinc and cadmium in smelter-contaminated soils using biosolids and rock phosphate. Journal of Environmental Quality 30: 1222-1230.
6
Bolan NS, AdrianoDC, Duraisamy P, Mani A and Arulmozhiselvan K, 2003. Immobilization and phytoavailability of cadmium in variable charge soils. I. Effect of phosphate addition. Plant and Soil 250: 83-94.
7
Bouyoucos GJ, 1962. Hydrometer method improved for making particle size analysis os soils. Agronomy Journal 54: 464-465.
8
Brown S, Christensen B, Lombi E, McLaughlin M, McGrath S, Colpaert J, and Vangronsveld J, 2005. An inter-laboratory study to test the ability of amendments to reduce the availability of Cd, Pb and Zn in situ. Environmental Pollution 138: 34-45.
9
Brown PH, Dunemann L, Schulz R, and Marschner H, 1989. Influence of redox potential and plant species on uptake of nickel and cadmium from soils. Pflanzenernahr Bodenk 152: 85-91.
10
Cao XC, Ma LQ, Chen M, Singh SP and Harrisa WG, 2003. Phosphate-induced metal immobilization in a contaminated site. Environmental Pollution 122: 19-28.
11
Charlatchka R and Cambier P, 2000. Influence of reducing conditions on solubility of trace metals in contaminated soils. Water, Air & Soil Pollution 118: 143-168.
12
Chen SB, Zhua YG and Mab YB, 2006. The effect of grain size of rock phosphate amendment on metal immobilization in contaminated soil. Journal of Hazardous Materials 134: 74-79.
13
Chen Sh, Xu M, Ma Y and Yang J, 2007. Evaluation of different phosphate amendments on availability of metals in contaminated soil. Ecotoxicology and Environmental Safety 67: 278-285.
14
Chlopecka A and AdrianoDC, 1996. Mimicked in situ stabilization of metals in a cropped soil: bioavailability and chemical form of zinc. Environmental Science & Technology 30: 3294-3303.
15
Cunningham JD, Keeney DR and Ryan JA, 1975. Phytotoxicity and uptake of metals added to soils as inorganic salts or in sewage sludge. Journal Environmental Quality 4: 460-463.
16
Diez M, Simon M, Garcia I and Martin F, 2009. Assessment of the critical load of trace elements in soils polluted by pyrite tailing. A laboratory experiment. Water, Air & Soil Pollution 199:381-387.
17
Datta D, Mandal B and Mandal LN, 1989. Decrease in availability of zinc and copper in acidic to near neutral soils on submergence. Soil Science 147: 187-195.
18
Foth HD,1990.Fundamentals of Soil Science. John Wiley and Sons, New York
19
Gastaldi P, Santona L and Melis P,2005. Heavy metals immobilization by chemical amendments in a polluted soil and influence on white lupin growth. Chemosphere 60: 365-371.
20
Guillard D and Lewis AE, 2002. Optimisation of nickel hydroxycarbonate precipitation using a laboratory pellet reactor. Industrial & Engineering Chemistry Research 41: 3110-3114.
21
Haldar M and Mandal LN, 1979. Influence of soil moisture regims and organic matter application on the extractable Zn and Cu content in rice soils. Plant and Soil 23: 203-213.
22
Hettiarachchi GM, Pierzynski GM and Ransom MD, 2000. In situ stabilization of soil lead using phosphorous and manganese oxide. Environmental Science and Technology 34: 4614-4619.
23
Houba VJG, Temminghoff EJM, Gaikhorst GA and Van Vark W, 2000. Soil analysis procedures using 0.01 M calcium chloride as extraction reagent. Communications in Soil Science and Plant Analysis 31:1299-1396.
24
Howari F and Garmoon H, 2003. The relation between groundwater flow and heavy metals co-precipitation with calcium carbonate: a remediation approach. Seattle Annual Meeting, Geological Society of America Abstracts, 35: 186-193.
25
Iwegbue CMA, Nwajei GE and Osakwe SA, 2005. Recycling waste in agriculture: Efficacy of composting in ameliorating trace metal availability and soil borne pathogens. European Journal of Scientific Research 11: 572-577.
26
Jacob DL and Otte ML, 2004. Long-term effects of submergence and wetland vegetation on metals in a 90-year old abandoned Pb-Zn mine tailings pond. Environmental Pollution 130: 337-345.
27
Kabata-Pendias A and Pendias H,1992. Trace Elements in Soils and Plants. CRC Press, Boca Raton, Florida, USA.
28
Kashem MA and Singh BR, 2001. Metal availability in contaminated soils: I. Effects of flooding and organic matter on changes in Eh, pH and solubility of Cd, Ni and Zn. Nut. Cycl. Agroecosystems 61:247-255.
29
Kumpiene J, Lagerkvist A and Maurice C, 2008. Stabilization of As, Cr, Cu, Pb and Zn in soil using amendments – A review. Waste Management 28: 215-225.
30
Lee M, Paik IS, Kim I, Kang H and Lee S, 2007. Remediation of heavy metal contaminated groundwater originated from abandoned mine using lime and calcium carbonate. Journal of Hazardous Materials 144: 208-214.
31
Li YJ, Zeng XP and Liu YF, 2003. study on the treatment of copper-electroplating wastewater by chemical trapping and flocculation. Sep Purif Technol 31: 91-95.
32
Lindsay W L, 1979. ChemicalEequilibria in Soils. John Wiley and Sons, New York.
33
Lindsay WL and Norvell, WA, 1978. Development of a DTPA soil test for zinc, iron, manganese, and copper. Soil Science Society of America Journal 42: 421-428.
34
Ma QY, Logan TJ, Traina SJ and Ryan JA, 1994. Effects of aqueous Al, Cd, Cu, Fe(II), Ni and Zn on Pb immobilization by hydroxyapatite. Environ Sci Technol 28: 1219-1228.
35
Mandal LN, Dutta D and Mandal B, 1992. Availability of zinc in submerged soil and zinc nutrition of rice. Journal of Indian Society of Soil Science 40: 119-124.
36
McBrideMB, 1994. Environmental Chemistry of Soils. OxfordUniversity Press, New York, NY.
37
McGowen S L, BastaNT and Brown GO, 2001. Use of diammonium phosphate to reduce heavy metal solubility and transport in smelter-contaminated soil. Journal of Environmental Quality 30: 493-500.
38
McLean EO, 1982. Soil pH and lime requirement. Pp. 199-224. In: Page AL, Miller, RH and Keeny, DR(Eds): Methods of soil analysis. Part 2. Chemical and microbiological properties. Second edition. America Society of Agronomy and Soil Science Society of America, Madison, WI.
39
Naidu R, Kookana R, Sumner ME, Harter RD and Tiller KG, 1996. Cadmium adsorption and transport in variable charge soils. A review. Journal of Environmental Quality 26:602-617.
40
Nelson W and Sommers L, 1982. Total carbon, organic carbon and organic matter. Pp. 535-581. In: Page, AL, Keeny, DR, (eds). Methods of soil analysis. Part 2.Chemical and microbiological properties. Second edition. America Society of Agronomy, Soil Science Society of America, Madison, WI.
41
Pedersen, TF, Mueller B, McNee JJ and Pelletier CA, 1993. The early diagenesis of submerged sulphide-rich mine tailing in Anderson Lake, Manitoba. Canad J Earth Sci 30: 1099-1109.
42
Raicevic S, Perovic V and Zouboulis AI, 2009. Theoretical assessment of phosphate amendments for stabilization of (Pb+Zn) in polluted soil. Waste Management 29: 1779-1784.
43
Reyhanitabar A, Karimian N, Ardalan M, Savaghebi G, Ghannadha M,2007. Comparison of five adsorption isotherms for prediction of zinc retention in calcareous soils and the relationship of their coefficients with soil characteristics. Communications in Soil Science and Plant Analysis, 38: 147 - 158.
44
Richards LA, 1954. Diagnoses and Improvement of Saline and Alkali soils. USDA Handbook. 60, WashingtonDC, USA.
45
Sneddon IR, Orueetxebarria M, Hodson ME, Schofield PF and Valsami-Jones E, 2006. Use of bone meal amendments to immobilise Pb, Zn and Cd in soil: A leaching column study. Environmental Pollution 144: 816-825.
46
Song YC, Sivakumar S, Nguyen TT, Kim SH and Kim BG, 2009. The immobilization of heavy metals in biosolids using phosphate amendments-Comparison of EPA (6010 and 3051) and selrctive sequential extraction method. Journal of Hazardous Materials 167: 1033-1037.
47
Speelmans M, Vanthuyne DRJ, Lock K, Hendrickx F, Du LG, Tack FMG and Janssen CR, 2007. Influence of flooding, salinity and inundation time on the bioavailability of metals in wetlands. Science of the Total Environment 380: 144-153.
48
Sposito G, Lund LJ and Chang AC, 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 Science Society of America Journal 46: 260-264.
49
Van Den Berg GA, Loch JPG and Winkels HJ, 1998. Effect of fluctuating hydrological conditions on the mobility of heavy metals in soils of a freshwater estuary in the Netherlands. Water, Air & Soil Pollution 102: 377-388.
50
Wang YM, Chen TC, Yeh KJ and Sheu MF, 2001. Stabilization of an elevated heavy metal contaminated site. Journal of Hazardous Materials 88: 63-74.
51
Yang J, MosbyDE, Casteel SW and Blanchar RW, 2001. Lead immobilization using phosphoric acid in a smelter-contaminated urban soil. Environmental Science and Technology 35: 3553-3559.
52
ORIGINAL_ARTICLE
کارآیی باکتریهای باسیلوس و سودوموناس در زیست پالایی یک خاک آلوده به هیدروکربنها
آلودهشدن خاک به ترکیبات نفتی در ایران از بدو استخراج نفت از سده گذشته و انباشت تدریجی آنها در محیط سلامتی منابع آب و خاک کشور را تهدید میکند. این تحقیق با هدف دستیابی به شیوه موثر زدودن آلودگی خاکهای آلوده به مواد نفتی انجام شد. با توجه به ملاحظات زیست محیطی و اقتصادی از بین انواع روشهای پاکسازی، روش بیولوژیک انتخاب و در خاک مورد نظر به کار برده شد. در این آزمایش تاثیر 5 تیمار متشکل از گونههای مختلف دو جنس باکتری باسیلوس و سودوموناس همراه با کشت گیاه جو و بدون آن بر پالایش هیدروکربنهای نفتی در یک خاک لوم ارزیابی شد. تحلیل دادههای به دست آمده نشان داد که بالاترین عملکرد مربوط به تیمار باسیلوس 2 بود. این باکتری میزان هیدروکربنهای نفتی خاک را همراه با کشت گیاه جو پس از 105 روز، تا 5/72% و بدون حضور گیاه تا 8/59% کاهش داد. همچنین سریعترین تاثیر نیز مربوط به همین تیمار بود باین معنی که در مدت زمانی حدود 20 روز میزان آلودگی بیش از 40% کاهش یافت. کارآیی کاربرد باکتری در مقایسه با کاشت گیاه (بدون باکتری) بسیار بالاتر ارزیابی شد. با افزودن باکتری مذکور بر خاک و بدون عملیات نگهداری خاص میتوان آلودگی نفتی را به صورت موثر کنترل کرد. از میان انواع باکتریهای آزمایش شده باسیلوس 2 برای برطرف کردن آلودگی نفتی خاک مناسبتر از دیگر باکتریها تشخیص داده شد.
https://water-soil.tabrizu.ac.ir/article_1212_0e50d6993007085e33b95b91aefdcbd0.pdf
2011-11-22
91
101
آلودگی
باسیلوس
خاک
سودوموناس
هیدروکربن
سالومه
سیدعلیخانی
1
دانشگاه آزاد اسلامی واحد کرج
LEAD_AUTHOR
مهدی
شرفا
m_shorafa@yahoo.co.uk
2
دانشگاه تهران
AUTHOR
احمد
اصغرزاده
3
موسسه تحقیقات خاک و آب کرج
AUTHOR
شهریاری م، 1385. تاثیر مخلوط دو گیاه فسکیو و یونجه در گیاهپالایی خاک آلوده به نفت خام، نشریه علوم محیطی، شماره 13. صفحههای 33-40.
1
عنایت زاده م، 1385. حذف آلودگیهای حاصل از نفت خام در محیط زیست و آبهای آلوده به روش زیستی، پایان نامه کارشناسی ارشد، گروه بیوتکنولوژی دانشگاه صنعتی امیرکبیر.
2
BalajiMB, Fengxiang HX, Susan DV, David ML and Yi Su, 2007.Effects of Zn and Cd accumulation on structural and physiological characteristics of barley plants. Braz J Plant Physiol 19:15-22.
3
Boossert ID and Bartha R, 1984. The fate of petroleum in soil ecosystems. Pp. 435-474. In: Atlas RM (ed). Petroleum Microbiology.Mac Millan Publishing Co, New York.
4
Das K and MukherjeeAK, 2006. Crude petroleum-oil biodegradation efficiency of Bacillus subtilis and Pseudomonas aeruginosa strains isolated from a petroleum-oil contaminated soil from north-east India. Bioresource Technology 98: 1339-1345.
5
Frick CM, Farrell RE and Germida JJ, 1999. Assessment of Phytoremediation as an In-Situ Technique for Cleaning Oil- Contaminated Sites. Saskatchewan, Canada.
6
Hutchinson SL, Schwab AP and Banks MK, 2001. Phytoremediation of aged petroleum sludge: Effect ofirrigation techniques and scheduling. Journal of Environmental Quality 30:1516-1522.
7
Houba VJG, Van der Lee JJ, Navozamasky I and Walgina I, 1989. Soil and Plant Analysis, a series of syllabi. Soil Analysis Procedures. Soil Sci 13:487-496.
8
Kim MH and Hao OJ, 1999. Co-metabolic degradation of chlorophenols by Acinetobacterspecies. Water Res 33: 562-574.
9
Klute A(ed.), 1986. Methods of Soil Analysis.Part 1, 2nd ed. American Society of Agronomy and Soil Science Society of America, Madison, WI.
10
Lee K and Gibson DT, 1996. Toluene and ethylbenzene oxidation by purified naphtalene dioxygenase from Pseudomonas sp. Strain NCIB 9816-4. Appl Environ Microbiol 62: 3101-3106.
11
Lee K, Brand JM and Gibson DT, 1995. Stereospecific sulfoxidation by toluene and naphtalene dioxygenases. Biochem Biophys Res Commun212: 9-15.
12
Schwab AP, Banks MK and Arunachalam M, 1995. Biodegradation of Polycyclic Aromatic hydrocarbons in Rhizosphere Soil. Bioremediation of Recalcitrant Organics. Battelle Press, Columbus. OH.
13
Shields MS, Montgomery SO, Cuskey SM Chapman PJ and Priichard PH, 1991. Mutants of Pseudomonas cepacia G4 defective in catabolism of aromatic compounds and trichloroethylene. Appl Environ Microbiol57: 1935-1941.
14
Wackett LP, BrusseauGA, Householder SR and Hanson RS, 1989. A Survey of microbial oxygenases: trichloroethylene degradation by propane-oxidizing bacteria. Appl Environ Microbiol55: 2960-2964.
15
Walkley A and BlackIA, 1934. An examination of Degtjareff method for determining soil organic matter and a proposed modification of the chromic acid totration method. Soil Sci 37: 29-37.
16
ORIGINAL_ARTICLE
برآورد پارامتر مقیاس به روشهای مختلف در مدل آریا و پاریس برای بهبود تخمین منحنی مشخصه آب خاک
اندازهگیری مستقیم منحنی مشخصه آب خاک در آزمایشگاه وقتگیر، مشکل و پرهزینه است، به این علت تلاشهای زیادی انجام گرفته تا بتوان به طور غیرمستقیم منحنی مشخصه آب خاک را از سایر خصوصیات فیزیکی و شیمیایی خاک برآورد کرد. یکی از روشهای غیر مستقیم برآورد منحنی مشخصه استفاده از منحنی توزیع اندازه ذرات خاک است. مدل آریا و پاریس منحنی مشخصه آب خاک را با استفاده از دادههای توزیع اندازه ذرات خاک برآورد میکند، در این مدل شعاع منافذ از شعاع ذرات خاک به وسیله پارامتر مقیاس (α) تخمین زده میشود. هدف از این تحقیق، تأثیر تخمین α از شش روش مختلف بر بهبود برآورد منحنی مشخصه آب خاک است. نتایج برای 14 نمونه خاک از منطقه شرق استان گیلان با بافتهای مختلف نشان داد که منحنیهای برآورد شده با استفاده از α های مختلف نتایج متفاوتی ارائه میدهند و وابستگی زیادی به پارامتر مقیاس دارند، بنابراین تعیین دقیق α نقش اساسی در پیشبینی منحنی مشخصه ایفا میکند. همچنین نتایج این تحقیق نشان داد که α خطی آریا و همکاران و α ثابت، 38/1، آریا و پاریس با بالاترین دقت توانستند منحنی مشخصه آب خاک را تخمین بزنند.
https://water-soil.tabrizu.ac.ir/article_1213_4082ddb6b0a4c058b7d6e5eb63036cbd.pdf
2011-11-22
103
114
پارامتر مقیاس
توزیع اندازه ذرات خاک
مدل آریا و پاریس (AP)
منحنی مشخصه آب خاک
لیلا
رضایی
1
دانشگاه گیلان
AUTHOR
محمود
شعبانپور
shabanpour@guilan.ac.ir
2
دانشگاه گیلان
LEAD_AUTHOR
ناصر
دواتگر
n_davatgar@yahoo.com
3
مؤسسه تحقیقات برنج کشور رشت
AUTHOR
احیایی م و بهبهانیزاده ع ا، 1372. شرح روشهای تجزیه شیمیایی خاک. جلد اول، مؤسسه تحقیقات خاک و آب، تهران.
1
ترابی ح، 1380. پیدایش، ردهبندی و ارزیابی تناسب خاکهای اراضی خیس برای کشت برنج در شرق استان گیلان. پایاننامه دکتری، دانشگاه صنعتی اصفهان.
2
رضایی ح، نیشابوری م ر و سپاسخواه ع ر، 1383. ارزیابی مدلهای شبیهسازی منحنی مشخصۀ آب خاک بر اساس توزیع دانهبندی ذرات خاک. مجلۀ دانش کشاورزی، جلد 15، شمارۀ 2. صفحههای 119 تا 130.
3
صادقی م، ایزدی ع و قهرمان ب، 1388. تخمین پارامتر مقیاسبندی در مدل آریا و پاریس بر پایه هندسه فراکتلها. مجموعه مقالات یازدهمین کنگره علوم خاک ایران. دانشگاه گرگان، گرگان.
4
Arya LM and Dierolf TS, 1992. Predicting soil moisture characteristics from particle size distribution: An improved method to calculate pore radius from particle radius. Pp. 115-125. In: van Genuchten M. Th. (ed). Proc. Int. Workshop on indirect method for estimating the hydraulic properties of unsaturated soils, Riverside, CA.
5
Arya LM, Leij FJ, Shouse PJ and van Genuchten MTh, 1999. Relationship between the hydraulic conductivity function and the particle-size distribution. Soil Sci Soc Am J 63: 1063-1070.
6
Arya LM, Leij FJ, van Genuchten MTh and Shouse PJ, 1999. Scaling parameter to predict the soil water characteristic from particle size distribution data. Soil Sci Soc Am J 63: 510-519.
7
Arya LM and Paris JF, 1981. A physicoempirical model to predict the soil moisture characteristic from particle size distribution and bulk density data. Soil Sci Soc Am J 45: 1023-1030.
8
Arya LM, Richter JC and Davidson SA, 1982. A comparison of soil moisture characteristic predicted by the Arya Paris model with laboratory measured data. NASAJohnsonSpaceCenter, Houston, TX.
9
Bittelli M, Cambell GS and Flury M, 1999. Characterization of particle size distribution in soils with a fragmentation model. Soil Sci Soc Am J 63: 782-788.
10
Haverkamp R and Parlonge JY, 1986. Predicting the water- retention curve from a particle- size distribution: 1- Sandy soils without organic matter. Soil Sci 142: 325- 339.
11
Klute A (ed), 1986. Methods of Soil Analaysis. Part 1, Physical and Mineralogical Methods. American Society of Agronomy and Soil Sci Soc Am Madison, Wisconsin,USA.
12
Kosugi K and Hopmans JW, 1998. Scaling water retention curves for soils with lognormal pore-size distribution. Soil Sci Soc Am J 62: 1496-1505.
13
Millan H and Gonzalez-Posada M, 2005. Modelling soil water retention scaling. Comparison of a classical fractal model with a piecewise approach. Geoderma 125: 25-38.
14
Nasta P, Kamai T, Chirico GB, Hopmans JW and Romano N, 2009. Scaling soil water retention functions using particle size distribution. Journal of Hydrology 374: 223-234.
15
Nimmo JR, Herkelrath WN and Laguna Luna AM, 2007. Physically based estimation of soil water retention from textural data: general framework, new models and streamlined existing models. Vadose Zone J 6:766-773.
16
Page AL, Miller RH and Keeney DR (eds), 1982. Methods of Soil Analaysis. Part 2, Chemical and Microbiological Properties. American Society of Agronomy and Soil Sci Soc Am. Madison, Wisconsin, USA.
17
Poulsen TG, Moldrup P, Iversen BV and Jacobsen OH, 2002. Three-region campbell model for unsaturated hydraulic conductivity in undisturbed soils. Soil Sci Soc Am J 66: 744-752.
18
Sharma PK and De Datta SK, 1985. Effect of puddling on soil physical properties and processes. Pp. 217-234. In: Swaminathan MS (ed). Soil Physic and Rice. IRRI, Manila, Philippines.
19
Turcotte DL, 1986. Fractal and fragmention. J Geophys Res 91: 1920-1921.
20
Tyler W and Wheatcraft W, 1989. Application of fractal mathematics to soil water retention estimation. Soil Sci Soc Am J 53: 987-996.
21
Van Genuchten MTh, 1980. A Closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Sci Soc Am J 44: 892-898.
22
Vaz CMP, Iossi MF, Naime JM, Macedo A, Reichert JM, Reinert DJ and Cooper M, 2005. Validation of the Arya and Paris water retention model for Brazilian soils. Soil Sci Soc Am J 69: 577-583.
23
Xu Y, 2004. Calculation of unsaturated hydraulic conductivity using a fractal model for the pore size distribution. Geoderma 3: 549-557.
24
Zhuang J, Jin Y and Miyazaki T, 2001. Estimating water retention characteristic from soil particle size distribution using a non-similar media concept. Soil Sci 166: 308-321
25
ORIGINAL_ARTICLE
اثر آبیاری کامل و یک در میان جویچهای بر عملکرد، اجزاء عملکرد و کارآیی مصرف آب گوجهفرنگی (Super Strain B)
کمآبیاری یکی از راهکارهای بهینهسازی مصرف آب در اراضی فاریاب است که از طریق آبیاری نیمی از جویچهها به طور ثابت یا متغیر قابل اجرا میباشد. برای ارزیابی عملکرد، اجزاء عملکرد و کارآیی مصرف آب گوجهفرنگی در راستای کاهش مقدار آب مصرفی، آزمایشی در پردیس کشاورزی و منابع طبیعی کرج اجرا شد. این آزمایش در قالب طرح بلوکهای کاملاً تصادفی برای سه تیمار آبیاری کامل، یک در میان متغیر و یک در میان ثابت جویچهها در سه تکرار اجرا گردید. دور آبیاری براساس 5/0MAD= با استفاده از دستگاه رطوبتسنج TDR محاسبه گردید. در انتهای فصل رشد صفاتی همچون عملکرد، ارتفاع گیاه، تعداد میوه، قطر میوه، طول ریشه و وزن خشک ریشه اندازهگیری شد. بهطورکلی کمآبیاری در سطح احتمال 1 درصد بر عملکرد و اجزاء عملکرد اثر معنیدار داشت. عملکرد در تیمارهای آبیاری یک در میان ثابت و آبیاری یک در میان متغیر در مقایسه با تیمار آبیاری کامل بهترتیب 16/10 و 55/35 درصد کاهش یافت. این مقادیر برای طول ریشه 54/15 و 32/31 درصد، برای وزن خشک ریشه 12 و 17/32 درصد، برای ارتفاع گیاه 37/14 و 9/37 درصد و برای تعداد میوه 74/14 و 52/34 درصد بود. کارآیی مصرف آب با آبیاری یک در میان ثابت و متغیر بهترتیب 8/1 و 3/1 برابر کارآیی مصرف آب با آبیاری کامل شد. نتایج نشان داد در شرایطی که زمین عامل محدودکننده تولید نباشد با کم آبیاری سطح زیر کشت را میتوان به دو برابر افزایش داد و در نتیجه مقدار محصول با کمآبیاری را نسبت به آبیاری کامل بالا برد. در این راستا، آبیاری یک در میان ثابت نسبت به آبیاری یک در میان متغیر از نظر اقتصادی مقرون به صرفهتر خواهد بود، چرا که کارآیی مصرف آب را میتواند تا 8/1 برابر بهبود بخشد.
https://water-soil.tabrizu.ac.ir/article_1214_e1d561cd610b473b4aee2f1a47691bdb.pdf
2011-11-22
115
126
عملکرد
کارآیی مصرف آب
کمآبیاری
گوجهفرنگی
وزن خشک ریشه
حسین
مولوی
1
پردیس کشاورزی و منابع طبیعی کرج دانشگاه تهران
LEAD_AUTHOR
مسعود
محمدی
mmohammadi_64@yahoo.com
2
دانشکده کشاورزی دانشگاه فردوسی مشهد
AUTHOR
عبدالمجید
لیاقت
3
پردیس کشاورزی و منابع طبیعی کرج دانشگاه تهران
AUTHOR
احمد آلی خ و خلیلی م، 1386. ارزیابی اثر کمآّبیاری بر عملکرد و اجزای عملکرد ذرت دانه ای در منطقه میاندوآب. مجله پژوهش آب ایران. شماره 1 (1). صفحه های 17 تا 23.
1
اسفندیاری ص، 1387. مقایسه فنی و اقتصادی روش آبیاری سطحی با قطرهای روی محصول گوجهفرنگی در کشت زیر پوشش پلاستیک در منطقه جیرفت. گزارش پژوهشی موسسه فنی و مهندسی کشاورزی، شماره ثبت 1500/87.
2
اکبری م، ١٣٧٧ . تأثیر کمآبیاری بر عملکرد چغندر قند. مجموعه مقالات نهمین همایش کمیته ملی آبیاری و زهکشی ایران. آبان ماه. تهران. صفحه 187 تا 200.
3
انصاری ح، میرلطیفی س م و فرشی ع ا، 1385. تأثیر کمآبیاری و کارآیی مصرف آب ذرت زودرس. مجله علوم خاک و آب. شماره 20 (2). صفحههای 338 تا 348.
4
توکلی ع و فرداد ح، 1378. ارزیابی اقتصادی کمآبیاری روی محصول چغندرقند جهت بهینهسازی مصرف آب. مجله علوم کشاورزی ایران. جلد 30. شماره 3. صفحههای 575-584.
5
خرمیان م، 1381. بررسی اثر کمآبیاری به روش جویچهای یک در میان بر عملکرد ذرت دانه ای در شمال خوزستان. مجله تحقیقات مهندسی کشاورزی. جلد 3. شماره 11. صفحههای 91-101.
6
خواجه عبداللهی م ح و سپاسخواه ع، 1375. بررسی اقتصادی آبیاری جویچهای یک در میان با دورهای مختلف برای ذرت. مجله آب و توسعه، شماره 15. صفحههای54 تا 60.
7
خورشیدی م ب و ناصری ا، 1387. کارآیی مصرف آب در گوجه فرنگی برای شرایط اقلیمی مغان. اولین کنگره ملی فناوری تولید و فرآوری گوجهفرنگی. بهمن ماه. مشهد.
8
خیرابی ج، توکلی ع، انتصاری م ر و سلامت ع، ١٣٧٥. دستورالعمل های کمآبیاری. انتشارات کمیته ملی آبیاری و زهکشی ایران.
9
رمضانی م ح، ١٣٧٦ . کمآبیاری و تاثیر تنش خشکی روی سه واریته نیشکر، پایان نامه کارشناسی ارشد در رشته مهندسی آبیاری و زهکشی، دانشگاه گیلان.
10
سرائی تبریزی م، بابازاده ح، پارسی نژاد م و مدرس ثانوی ع م، 1389. بهبود کارآیی مصرف آب سویا با استفاده از آبیاری بخشی منطقه ریشه (Partial Root Drying). علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، سال چهاردهم ، شماره 52. صفحههای 1 تا 13.
11
سپاسخواه ع، 1375. کمآبیاری به روش جویچهای یک در میان. هشتمین سمینار کمیته ملی آبیاری و زهکشی. آبان ماه. تهران.
12
شینی دشتگل ع، جعفری س و بنیعباسی ن، ١٣٨٤. بررسی توزیع رطوبت در جویچه های آبیاری نشده در آبیاری شیاری به روش یک جویچه در میان در مزارع نیشکر جنوب اهواز. نهمین کنگره علوم خاک ایران، شهریور ماه، تهران.
13
شینی دشتگل ع، جعفری س، بنیعباسی ن و ملکی ع، ١٣٨٥ .اثر آبیاری یک جویچه در میان روی خصوصیات کمی و کیفی نیشکر. همایش ملی مدیریت شبکههای آبیاری و زهکشی ایران، اهواز.
14
شینی دشتگل ع، کشکولی ح ع، ناصری ع و برومندنسب س، 1388. اثر آبیاری جویچه ای یک در میان روی کارآیی مصرف آب و ویژگیهای نیشکر در جنوب اهواز. علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی)، سال سیزدهم ، شماره 49. صفحههای 45 تا 57.
15
علیزاده ا، 1384. رابطه آّب، خاک و گیاه. انتشارات دانشگاه امام رضا.
16
گلکار ف، فرهمند ع ر و فرداد ح، 1387. بررسی تأثیر میزان آب آبیاری بر عملکرد و بازده مصرف آب در گوجهفرنگی. مجله مهندسی آب. سال اول. صفحههای 13 تا 19.
17
محمدی م، لیاقت ع و مولوی ح،1390. اثر توام تنش شوری و خشکی بر عملکرد و اجزای عملکرد گوجهفرنگی در شرایط مزرعهای. مجله علوم و مهندسی آب (پذیرفته شده و در نوبت چاپ).
18
نورجو ا، زمردی ش و امامی ع. ١٣۸۰ .بررسی اثرات سطوح مختلف آبیاری در زراعت گوجهفرنگی. مجموعه مقالات اولین کنفرانس ملی بررسی راهکارهای مقابله با بحران آب. اسفند ماه. زابل.
19
نورمهناد ن، نوری امامزاده ئی م ر، قربانی ب و محمدخانی ع، 1386. بررسی تاثیر کم آبیاری سنتی و آبیاری بخشی بر عملکرد و راندمان مصرف آب گوجه فرنگی. نهمین سمینار سراسری آبیاری و کاهش تبخیر. بهمن ماه. کرمان.
20
هنر ت و سپاسخواه ع ر، 1385. مدیریت بهینه آب در سطح مزرعه . صفحههای 1188 تا 1191. همایش ملی مدیریت شبکههای آبیاری و زهکشی. اردیبهشت ماه. اهواز.
21
FischbachPE and Somerhalder BR, 1971. Efficiencies of an automated surface irrigation system with and without a run off re-use system. Trans. ASAE 14 (4): 717-719.
22
Ghahreman B and SepaskhahAR, 1994. Optimum water deficit in irrigation management at a semi-arid region of Iran, Pp. 127-134, Vol.1. Paper 1015. 17th European Regional Conference on Irrigation and Drainage.
23
Grieve CM, Shannon MC and Dierig DA, 1999. Salinity effects on growth, shoot-ion relations, and seed production of Lesquerella fendleri. Reprinted from: Perspectives on New Crops and New Uses, J. Janick (Ed.), ASHS Press, Alexandria, VA.
24
Kirda C, Cetin M, Dasgan Y, Topcu S, Kaman H, Ekici B, Derici MR and Ozguven AI, 2004. Yield response of greenhouse grown tomato to partial root drying and conventional deficit irrigation. Agricultural Water Management 69: 191-201.
25
Payero JO, Tarkalson DD, Irmak S, Davison D and Petersen JL, 2009. Effect of timing of a deficit-irrigation allocation on corn evapotranspiration, yield, water use efficiency and dry mass. Agricultural Water Management. 96: 1387–1397.
26
SepaskhahAR, TavakoliAR and Mousavi F, 2006. Deficit irrigation, principals and practice. No. 100. Iranian National Committee on Irrigation and Drainage (IRNCID). 29lp. (in Farsi)
27
Yildirim E, Taylor AG and Spittler TD, 2006. Ameliorative effects of biological treatments on growth of squash plants under salt stress. Scientia Horticulturae 111: 1–6.
28
ORIGINAL_ARTICLE
تاثیر کم آبیاری با روشهای آبیاری قطرهای (نوار) و جویچهای معمولی و یک ردیف در میان بر عملکرد چغندرقند
تامین نیاز آبی چغندر قند با روشهای نوین آبیاری نظیر آبیاری قطرهای (نوار) و آبیاری جویچهای یک ردیف در میان موضوعی است که به دلایل طولانی بودن دوره رشد و نیاز آبی نسبتا زیاد دارای اهمیت فراوان است. در این تحقیق سه تیمار مربوط به آبیاری با نوار قطرهای و دو تیمار مربوط به آبیاری جویچهای در نظر گرفته شد و در هر تیمار چهار ردیف چغندر قند کشت گردید. در این تیمارها, آبیاری به صورت یک در میان و تامین 70 درصد نیاز آبی گیاه و کشت یک ردیفه معمولی و تامین 100 درصد نیاز آبی گیاه انجام شد. تیمارها از نظر میزان آب مصرفی، عیار قند سفید و قند ناخالص، عملکرد چغندرقند (ریشه)، عملکرد قند سفید و کارایی مصرف آب (WUE) مقایسه شدند. کمترین و بیشترین آب مصرفی به ترتیب مربوط به تیمار آبیاری با نوار قطرهای یک ردیف در میان و آبیاری جویچهای معمولی وبیشترین عملکرد ریشه مربوط به آبیاری جویچهای معمولی بود. میزان آب مصرفی در آبیاری قطرهای حدود 50 درصد آبیاری سطحی بود در حالی که WUE عملکرد ریشهها، WUE عملکرد قند سفید و WUE عملکرد قند ناخالص در تیمار آبیاری قطرهای یک ردیف در میان و تامین 70 درصد نیاز آبی گیاه بیشترین مقدار و در تیمار آبیاری جویچهای معمولی کمترین مقدار را داشت. آبیاری جویچهای یک در میان با مصرف 30 درصد آب کمتر از جویچهای معمولی باعث حدود 15 درصد کاهش در عملکرد ریشه شد ولی کارائی مصرف آب در عملکرد ریشه در جویچهای یک در میان از جویچهای معمولی بیشتر بود.
https://water-soil.tabrizu.ac.ir/article_1215_8779b190c306b2c985d7854a3701cec3.pdf
2011-11-22
127
138
آبیاری جویچهای
آبیاری قطرهای نواری
عملکرد چغندرقند
کارایی مصرف آب
علی اصغر
قائمی
ghaemi@shirazu.ac.ir
1
دانشکده کشاورزی دانشگاه شیراز
LEAD_AUTHOR
سام
صدری
2
دانشکده کشاورزی دانشگاه شیراز
AUTHOR
باغانی ج و علیزاده ا، 1379. عملکرد محصول و کارایی مصرف آب در ابیاری قطرهای و شیاری. مجله تحقیقات مهندسی کشاورزی. جلد 5. شماره 18. صفحههای 10-1.
1
فرشی عا، شریعتی مر، جاراللهی ر، قائمی م ح، شهابیفر م و مولائی م، 1376. موسسه تحقیقات خاک و آب، برآورد آب مورد نیاز گیاهان عمده زراعی و باغی. جلد 1، نشر آموزش کشاورزی- کرج.
2
جلینی م ، کاوه ف، و عابدی م ج، 1383. بررسی اثرات تنش آبی و مقادیر مختلف ازت روی خصوصیات کمی و کیفی چغندرقند. مجله علوم کشاورزی و منابع طبیعی، سال یازدهم، شماره اول. صفحه های 25 تا33.
3
حسینپور م، سروشزاده ع و طالقانی ف، 1385. بررسی کمیت و کیفیت محصول چغندرقند در روش آبیاری نشتی و قطرهای در شمال خوزستان. مجله چغندرقند، جلد 22، شماره 1. صفحه های 57-39.
4
کوک د ا، و اسکات آر کی، 1377. چغندر قند از علم تا عمل. مترجم: اعضاء هیت علمی موسسه تحقیقات اصلاح و تهیه بذر چغندرقند.
5
سپاسخواه ع ر، 1375. کم آبیاری به روش جویچهای یک درمیان. صفحههای 259- 247. هشتمین سمینار کمیته ملی آبیاری زهکشی ایران.
6
قائمی ع ا، مهدی حسین آبادی ز، وسپاسخواه ع ر، 1387. بررسی راندمان کاربرد آب در آبیاری معمولی و یک در میان نواری ـ قطرهای (Tape) و جویچهای و تاثیر آن بر عملکرد و کمی و کیفی چغندرقند. مجله آب و خاک (علوم و صنایع کشاورزی)، جلد 22، شماره 2. صفحههای 93-85.
7
مهدی حسین آبادی ز، 1383. بررسی عملکرد چغندر قند در آبیاری نواری قطرهای و جوی و پشتهای. پایان نامه کارشناسی ارشد در رشته مهندسی آب. دانشکده کشاورزی. دانشگاه شیراز. ص 118.
8
Almani MP, Mishani AC, and Samadi BY, 1997. Drought resistance in sugar beet genotypes. Iran J Agric Sci 28: 15-25.
9
Bauder JW, and Ennen Mg, 1981. Water use of field crops in east-north Dakota, North Dakota-Farm-Reseach. 38C: 3-5.
10
English MJ and Raja SN, 1996. Perspectives on deficit irrigation. J Irrig and Driain Eng in 10: 91-106.
11
Erie IJ, and French F, 1968. Water management of fall-planted sugar beets in salt river valley of Arizona. Trans Am Soc Agic Eng 11: 729-795.
12
Fabrio C, Olalla M, and Pominguez A, 2003. Production and quality of sugar beet beta vulgaris) cultivated under controlled deficit irrigation condition in semi-arid-climate. Agricultural Water Management 62: 215-227.
13
Hills FJ, Winter SR and Henderson DW, 1990. Sugar beet. Pp.795-810 In: Stewart BA and Nielsen DR(eds) Irrigation of Agricultural Crops. Madison, WI.
14
Kayimoglu S, and Vanli N, 1976. Determination of sugar beet yield, quality and economic utility of different irrigation methods. GermanLand Bauforschung Volkenrode 28: 151-158.
15
Rosegger S, Dambroth M, and Siegert E, 1997. Results of trickle irrigation in row crops. GermanLand Bauforschung Volkenrode 27: 81-96..
16
Samadi A and SepaskhahAR, 1984. Effects of alternate furrow irrigation on yield and water use efficiency of dry beans. Iran Agric Resear 3.3: 95-115.
17
Winters RS 1980. Suitability of sugar beet for limited irrigation in a semi-arid climate. Agron J
18
72: 118-123.
19
ORIGINAL_ARTICLE
برآورد دمای عمقهای مختلف خاک از دمای هوا با بکارگیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی-فازی (مطالعه موردی: منطقه کرمانشاه)
به منظور برقراری و بررسی روابط رگرسیونی و ارائه رابطه ساده و منطقی بین درجه حرارت هوا و عمقهای مختلف خاک و مقایسه با مدلهای شبکه عصبی و عصبی- فازی در ایستگاه سینوپتیک کرمانشاه مطالعهای بر روی دادههای جمع آوری شده درجه حرارت هوا و اعماق 5، 10، 20، 30، 50 و 100 سانتیمتری خاک از ایستگاه مذکور در دوره آماری 1992-2005 انجام پذیرفت. جهت تعیین بهترین معادله بین دمای هوا و هر عمق خاک از فراسنجهای آماری ضریب همبستگی بین دادهها (R2)، جذر میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده گردید. نتایج نشان داد که در مورد روابط رگرسیونی، بر اساس ضریب همبستگی و پارامترهای خطا روابط خطی درجه سوم، خطی درجه دوم، خطی درجه اول، نمایی و لگاریتمی به ترتیب دارای بهترین برآورد بودند. همچنین نتایج نشان داد که بهترین و بدترین برآورد بین دمای هوا و دمای خاک به ترتیب در عمق 5 سانتیمتری و عمق 100 سانتیمتری خاک مشاهده گردید. نتایج حاصل از این مطالعه منجر به ارایه یک معادله درجه دوم و یک معادله خطی (با توجه به ساده بودن نسبت به معادله درجه سوم) به ازای هر عمق خاک گردید. با توجه به ضرایب همبستگی و خطاهای به دست آمده میتوان گفت این رابطه برای عمق 100 سانتیمتری خاک دارای دقت پایین، اما برای سایر عمقها مطلوب و دارای دقت بالایی میباشد. همچنین نتایج تحقیق حاضر نشان داد که مدل ANN دارای دقت بیشتری نسبت به مدل ANFIS در برآورد دمای خاک میباشد. دقت مدل رگرسیونی کمتر از این دو روش مشاهده گردید.
https://water-soil.tabrizu.ac.ir/article_1216_5dac6adb8a2de11d83d33df06b3e7bf5.pdf
2011-11-22
139
152
ایستگاه کرمانشاه
دمای خاک
دمای هوا
رگرسیون
شبکه عصبی
شبکه عصبی- فازی
نصرالدین
پارسافر
n.parsafar63@gmail.com
1
دانشکده کشاورزی دانشگاه بوعلی سینا
AUTHOR
صفر
معروفی
smarofi@yahoo.com
2
دانشکده کشاورزی دانشگاه بوعلی سینا
LEAD_AUTHOR
ابراهیمی ا، ١٣٧٤. مطالعه دمای اعماق مختلف خاک. پایاننامه کارشناسیارشد هواشناسی، مؤسسه ژئوفیزیک دانشگاه تهران.
1
ادیب عباسی م، 1385. بررسی روابط بین رژیم دمایی اعماق خاک با دمای هوا (اسکرین) و تعیین عمق یخبندان در استان کردستان. پایاننامه کارشناسی ارشد آبیاری و زهکشی. دانشکده کشاورزی. دانشگاه فردوسی مشهد.
2
بیات ورکشی م، زارع ابیانه ح، معروفی ص، سبزیپرور ع ا و سلطانی ف، 1388. شبیهسازی تبخیر تعرق روزانه گیاه مرجع به روش هوش مصنوعی و روشهای تجربی در مقایسه با اندازهگیری های لایسیمتری در اقلیم نیمه خشک سرد همدان. مجله پژوهشهای حفاظت آب و خاک، جلد شانزدهم، شماره 4، صفحههای 79-100.
3
بهیار م ب و کمالی غ ع، ١٣٨٦. رابطه دمای هوا با دمای سطح و اعماق مختلف خاک. تحقیقات جغرافیایی، جلد بیست و سوم، شماره٣. صفحههای 81 تا ١٠٢.
4
ثنائینژاد ح، ادیب عباسی م، موسوی بایگی م و حیدری گندمان م ط، 1387. بررسی رژیم دمایی هوا و اعماق خاک و تعیین توابع نوسانات ادواری آنها در ایستگاههای استان کردستان. مجله علوم و صنایع کشاورزی، ویژه آب و خاک، جلد بیست و دوم. صفحههای 25 تا 33.
5
جعفرپور ا، 1377. اقلیم شناسی. چاپ چهارم. انتشارات دانشگاه تهران.
6
جعفری گلستانی م، رائینی سرجاز م، و ضیاء تبار احمدی م، ١٣٨٦. برآورد دمای ژرفای خاک با بهره گیری از روش تجزیه منحنی و همبستگی های رگرسیونی برای شهرستان ساری. مجله علوم کشاورزی و منابع طبیعی (ویژه نامه زراعت و اصلاح نباتات)، جلد یکم، شماره 5. صفحههای 112 تا 123.
7
سبزیپرور ع ا، زارع ابیانه ح و بیات ورکشی م، 1389 الف. مقایسه یافته های مدل شبکه استنتاج تطبیقی عصبی-فازی با مدل های رگرسیونی به منظور برآورد دمای خاک در سه اقلیم متفاوت. نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد بیست و چهارم، شماره2. صفحههای 274 تا 285.
8
سبزیپرور ع ا، طبری ح و آیینی ع، 1389 ب. برآورد میانگین روزانه دمای خاک در چند نمونه اقلیمی ایران با استفاده از داده های هواشناسی. مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، ، شماره 52، جلد چهاردهم. صفحههای 125 تا 137.
9
کارآموز م، تابش م نظیف س و مریدی ع، 1384. پیشبینی فشار در شبکههای آبرسانی با استفاده از شبکههای عصبی مصنوعی و استنتاج فازی. مجله آب و فاضلاب، شماره 53 جلد اول، صفحههای 3 تا 14.
10
نجفیمود م ح، علیزاده ا، محمدیان ا و موسوی ج، 1387. بررسی رابطه دمای هوا و دمای اعماق مختلف خاک و برآورد عمق یخبندان. (مطالعه موردی استان خراسان رضوی) مجله علمی-پژوهشی آب و خاک (علوم و صنایع کشاورزی)، جلد بیست و دوم، شماره2. صفحههای 456 تا 466.
11
Aldridge R and Cook FJ, 1983. Estimation of soil temperatures at 0.1m and 0.3m depths. New Zealand Soil Bureau Scientific Report 62: 18.
12
Bazartseren B, Hildebrandt G and Holz K, 2003. Short-term water level prediction using neural networks and neuro-fuzzy approach. Neurocomputing 55: 439-450.
13
Ghuman BS and Lal R, 1982. Temperature regime of a tropical soil in relation to surface condition and air temperature and its Fourier analysis. Soil Science 134: 133-140.
14
HaganMT and MenhajMB, 1994. Training feedforward network with the Marquardt algorithm. IEEE Trans on Neural Networks 5: 989-993.
15
Hanks RJ, Austin DD and Ondrechen WT, 1971. Soil temperature estimation by a numerical method. Soil Science Society of America Journal 35: 665-667.
16
Heusinkveld BG, Jacobs AFG, Holtslag AAM and Berkowicz SM, 2004. Surface energy balance closure in an arid region: role of soil heat flux. Agricultural and Forest Meteorology
17
122: 21-31.
18
Maclean SF and Ayres MP, 1985. Estimation of soil temperature from climatic variables at Barrow, Alaska, USA. Arctic and Alpine Research 17: 425-432.
19
Meikle RW and Gilchrist AJ, 1983. A mathematical method for estimation of soil temperatures in England and Scotland. Agricultural Meteorology 30(3): 221-225.
20
Moghaddamnia A, Ghafari Gousheh M, Piri J, Amin S and Han D, 2009. Evaporation estimation using artificial neural networks and adaptive neurofuzzy inference system techniques. Advances in Water Resources 32: 89-97.
21
Plauborg F, 2002. Simple model for 10 cm soil temperature in different soils with short grass. European Journal of Agronomy 17: 173-179.
22
Summers LE, Glimour CM, Wildung RE and Beck SM, 1981. The effect of water potential on decomposition processes in soils, in water potential relation in soil microbiology. Edited by Parr JE, Gardner WR, and Elliot WR. SSSA September Publications 9: 97-117.
23
Usowicz B and Walczak R, 1994. Soil temperature prediction by numerical model. Polish Journal of Soil Science 28: 87-94.
24
Zheng D, Raymond Hunt E and Running SW, 1993. A daily soil temperature model based on air temperature and precipitation for continental applications. Climate Research 2: 183-191.
25
ORIGINAL_ARTICLE
تخمین پایداری خاکدانه در خاکهای جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی
استفاده از شبکههای عصبی مصنوعی و توابع انتقالی رگرسیونی در برآورد ویژگیهای دیریافت خاک از جمله پایداری خاکدانهها، هزینه و زمان لازم برای اندازهگیری مستقیم این ویژگیها را کاهش میدهد. در این پژوهش 100 نمونه خاک از جنگلهای استان گیلان تهیه شد. ماده آلی، جرم ویژه ظاهری، کربنات کلسیم معادل، جرم ویژه حقیقی، تخلخل، مقاومت مکانیکی خاک، رس، شن، سیلت، pH و هدایت الکتریکی به عنوان متغیرهای مستقل و میانگین هندسی قطر خاکدانهها (GMD) به عنوان متغیر وابسته تعیین شدند. نمونهها به صورت تصادفی به دو سری شامل 80 داده برای آموزش و 20 داده برای آزمون مدلها تقسیم شدند. برای ایجاد توابع انتقالی رگرسیونی از روش گام به گام و به منظور تشکیل شبکههای عصبی مصنوعی از الگوریتم آموزشی مارکوارت-لورنبرگ و ساختار پروسپترون سه لایه با شش نرون در لایه پنهان استفاده شد. بر اساس نتایج ماتریس همبستگی بین GMD بهعنوان متغیر وابسته و متغیرهای مستقل، تعداد 18 گروه متغیر مستقل برای دادهها انتخاب شدند. این متغیرها یک بار به عنوان متغیرهای ورودی توابع انتقالی رگرسیونی چندگانه و یک بار به عنوان متغیرهای ورودی شبکه عصبی مصنوعی به کار رفتند. بر اساس آمارههای ضریب تبیین تصحیح شده (R2ady)، ریشه دوم میانگین مربعات خطا (RMSE) و برتری نسبی (RI) مدل با متغیرهای ورودی pH، جرم ویژه حقیقی، سیلت و مقاومت مکانیکی خاک بهترین مدل شبکه عصبی مصنوعی برای برآورد GMD دادههای مورد آزمایش شناخته شد.
https://water-soil.tabrizu.ac.ir/article_1217_eb65687b64c020e7a7346745c817891d.pdf
2011-11-22
153
162
خاکدانه
شبکههای عصبی مصنوعی
میانگین هندسی قطر خاکدانهها (GMD)
عادله
علی جانپور شلمانی
1
دانشگاه گیلان، رشت
LEAD_AUTHOR
محمود
شعبانپور
shabanpour@guilan.ac.ir
2
دانشگاه گیلان
AUTHOR
حسین
اسدی
ho.asadi@ut.ac.ir
3
دانشگاه گیلان
AUTHOR
فرید
باقری
4
مرکز تحقیقات چای کشور لاهیجان
AUTHOR
بای بوردی م، 1372. فیزیک خاک. انتشارات دانشگاه تهران.
1
رضایی ع و سلطانی ا، 1377. مقدمهای بر تحلیل رگرسیون کاربردی. انتشارات دانشگاه صنعتی اصفهان.
2
منهاج م ب، 1381. مبانی شبکههای عصبی مصنوعی (جلد اول). انتشارات دانشگاه صنعتی امیرکبیر.
3
نوابیان م ، 1382. تخمین هدایت آبی اشباع با استفاده از توابع انتقالی. پایان نامهی کارشناسی ارشد، دانشکده کشاورزی دانشگاه تهران.
4
Barral MT, Arias M and Guerif J, 1998. Effect of iron and organic matter on the porosity and structural stability of soil aggregates. Soil & Tillage Research 46: 261-272.
5
Chenu C, Le Bissonnias Yand Arrouays D ,2000. Organic matter influence on clay wettability and soil aggregate stability. Soil Sci Soc Am J 64: 1479-1486.
6
Doai M, Shabanpaour Shahrestani M, Bagheri F and Navabiyan M, 2006. Comparison of regression pedotransfer functions and artificial neural networks to simulation of soil hydraulic properties. Accepted in. 18th WCSS. USA.
7
Emerson WW, 1991. Structural decline of soils, assessment and prevention. Aust J Soil Res 24: 905-921.
8
Ghielmi L and Eccel E, 2006. Descriptive models and artificial neural networks for spring frost prediction in an agricultural mountain area. Computers and Electronics in Agriculture 54: 101-114.
9
Heuvelmans G , Muys B and Feyen J, 2006. Regionalisation of the parameters of a hydrological model: Comparison of linear regression models with artificial neural nets. Journal of Hydrology 319: 245-265.
10
Klut A (ed.), 1986. Method of Soil Analysis. Part 1. Physical and Mineralogical Properties. ASA and SSSA. Madison, WI.
11
Lentzsch P, Wieland R and Wirth S, 2005. Application of multiple regression and neural network approaches for landscape-scale assessment of soil microbial biomass. Soil Biology and Biochemistry 37: 1577-1580.
12
Marquardt DW, 1963. An algorithm for least-squares estimation of nonlinear parameter. J SocInd Appl Math 11: 431–441.
13
Merdun H, Cinar O, Meral R and Apan M, 2006. Comparioson of artificial neural network and regression pedotramsfer functions for prediction water retention and saturated hydraulic counductivity. Soil & Tillage Res 90: 108-116.
14
Minasny B and McbartneyAB, 2002. The neuro method for fitting neural network parametric pedotransfer functions. Soil Sci Soc Am J 66: 352-361.
15
Minasny B, Hopman JW, Harter TX, Eching T, Toli A and DentonMA , 2004. Neural networks prediction of soil hydraulic functions for alluvial soils using multi step outflow data. Soil Sci Soc Am J 68: 417- 429.
16
Mohammadi J, 2002.Testing an artificial neural network for predicting soil water retention characteristics from soil physical and chemical properties. Paper No. 378 and 943. 17th WCSS. Thailand. Paper no:378. Paper no: 943
17
Neufeldet H, Ayarza MA,. Resck DVS and Zech W, 1999. Distribution of water-stable aggregate in Cerrado Oxisols. Soil & Tillage Res 93: 85-99.
18
Page AL, Miller RH and Keeney DR, 1982. Method of Soil Analysis. Part 2. Chemical and Microbiological Properties. ASA and SSSA. Madison, WI.
19
Ryan M, Müller C, Di HJ and Cameron KC, 2005. The use of artificial neural networks (ANNs) to simulate N2O emissions from a temperate grassland ecosystem Ecological Modeling 175: 189-194.
20
Schaap MG, Leij FJ and Van Genuchten MTh, 2001. A computer program for estimating soil hydraulic parameters with hierachical pedotransfer functions. Journal of Hydrology 251: 202-220.
21
Shrestha BM, Singh BR, Sitaula BK, Lai R and Barjacharya RM, 2007. Soil aggregate and particle-associated organic carbon under different land use in Nepal. Soil Sci Soc Am J 71: 1194-1203.
22
Tamari S, Wosten JHM and Ruiz-Suarez JC, 1996. Testing an artificial neural network for predicting soil hydraulic conductivity. Soil Sci Soc Am J 60: 1732-1741.
23