تعیین مناسب ترین مدل کاهش جذب آب برنج هاشمی رشت (Oryza sativa) در شرایط تنش هم زمان شوری و خشکی
Publish place: Journal of Water and Soil Science، Vol: 18، Issue: 70
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 249
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-18-70_009
تاریخ نمایه سازی: 22 اردیبهشت 1400
Abstract:
پدیده جذب آب توسط ریشه در شرایط تنش هم زمان شوری و خشکی در خاک های غیراشباع به وسیله معادلات ریاضی در سه گروه جمع پذیر، ضرب پذیر و مفهومی مورد تحلیل و بررسی قرار می گیرند. در این تحقیق تلاش شده است که شش تابع کاهش جذب آب ون گنوختن (جمع پذیر و ضرب پذیر)، دیرکسن و آگوستین، ون دام و همکاران، اسکگز و همکاران و همایی تحت شرایط اعمال تنش هم زمان شوری و خشکی برای برنج رقم هاشمی رشت بررسی شود. به این منظور، براساس آزمایش های صحرایی برنج رقم هاشمی رشت در سال ۱۳۸۶ و ۱۳۸۹، مدل شبیه ساز رشد و توسعه گیاه SWAP، به ترتیب با ضرایب همبستگی ۹۷/۰ و ۹۵/۰ واسنجی و اعتبارسنجی شد. پارامترهای مدل های کاهش جذب با استفاده از سری داده های شبیه سازی شده، از طریق نرم افزار آماری SAS تعیین گردید. نتایج بررسی ها نشان داد که در شوری های پایین مدل جمع پذیر ون گنوختن و مدل همایی به ترتیب با ضریب تبیین ۹/۸ و ۱/۹ بهترین شبیه سازی را برای کاهش جذب آب ارائه نمودند. در حالی که در شوری های بالا، مدل های اسکگز و همایی و ضرب پذیر ون گنوختن بهترین برازش را با نتایج شبیه سازی SWAP نشان دادند. به طورکلی، به منظور پیش بینی کاهش جذب آب در شرایط تنش شوری و خشکی برنج رقم هاشمی رشت، مدل همایی از قابلیت بالاتری برخوردار است.
Keywords:
Hashemi rice , Water and salinity , Water uptake reduction models , SWAP model. , برنج رقم هاشمی , تنش خشکی و شوری , مدل های کاهش جذب , مدل SWAP
Authors
مریم نوابیان
Dept. of Water Eng. College of Agric. Sci., Univ. of Guilan, Guilan, Iran.
محبوبه آقاجانی
Dept. of Water Eng., College of Agric., Isf. Univ. of Technol., Isfahan, Iran.
مجتبی رضایی
Institute of Rice Res, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :