ارزیابی کیفیت خاک در کاربری های مختلف زمین با استفاده از روش های آماری چند متغیره
Publish place: Journal of Water and Soil Science، Vol: 18، Issue: 70
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 231
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-18-70_010
تاریخ نمایه سازی: 22 اردیبهشت 1400
Abstract:
این بررسی به منظور بررسی اثر کاربری های مختلف اراضی بر برخی شاخص های کیفیت خاک با استفاده از روش های آماری چند متغیره انجام گردید. در جنگل های زاگرس واقع در شهرستان مریوان از سه کاربری جنگل، مرتع و زراعی و در دو عمق ۲۵-۰ و ۵۰-۲۵ سانتی متر نمونه برداری صورت گرفت. ویژگی های pH، هدایت الکتریکی، مقدار شن، سیلت، رس، آهک و پایداری خاکدانه ها و هم چنین کربن آلی در خاکدانه های پایدار اندازه گیری شد و روش های تجزیه عامل های اصلی، تحلیل خوشه ای و تجزیه به توابع تفکیک جهت ارزیابی کیفیت خاک استفاده گردید. متغیر های مورد بررسی در پنج عامل قرار گرفتند. مهم ترین عامل ها مربوط به کربن آلی و شاخص های پایداری خاکدانه ای بود. توزیع شماتیک عامل ها و تحلیل خوشه ای این نتایج را تایید کردند. با تغییر کاربری، عامل های کربن آلی خاکدانه ای و پایداری خاکدانه ها و در نتیجه شاخص های پایداری بیشترین حساسیت را نشان می دهند. تغییرات این ویژگی ها در کاربری جنگل و مرتع تقریبا مشابه بودند ولی کاربری زراعی در مقابل دو کاربری دیگر تغییرات متفاوتی را نشان داد. تبدیل کاربری جنگل به زراعی منجر به کاهش کربن خاکدانه ای و خاکدانه های پایدار و هم چنین افزایش واکنش خاک گردیده است. روش های چند متغیره در ترکیب ویژگی های خاک و تعیین شاخص های مختلف و ارزیابی کیفیت خاک کارایی بیشتری داشتند.
Keywords:
Land use , Principal component analysis , Cluster analysis , Discriminant analysis , Soil aggregates , Aggregate organic carbon. , کاربری زمین , تجزیه عامل های اصلی , تحلیل خوشه ای , توابع تفکیک , خاکدانه ها , کربن آلی خاکدانه ها
Authors
وریا زارعی
Dept. of Soil Sci., College of Agric., Bu-Ali Sina Univ., Hamedan, Iran.
محسن شکل آبادی
Dept. of Soil Sci., College of Agric., Bu-Ali Sina Univ., Hamedan, 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 :