تعیین زمان آبیاری کدوسبز با استفاده از رنگ برگ در سیستم رنگی LAB و بررسی آن توسط مدل درختیC۵

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 255

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IDJ-14-2_028

تاریخ نمایه سازی: 25 اردیبهشت 1400

Abstract:

با توجه به شرایط اقلیمی ایران که یکی از کشورهای خشک و نیمه خشک جهان است، برنامه ریزی آبیاری یک نوع عملیات مدیریتی برای تعیین صحیح زمان آبیاری می باشد. یکی از روش های سریع و دقیق تعیین زمان آبیاری استفاده از نمایه های گیاهی است. این پژوهش با هدف بررسی ارتباط رنگ برگ با کمبود رطوبت خاک توسط سیستم رنگی LAB جهت تعیین زمان آبیاری و مدل سازی تنش های رطوبتی در خاک توسط مدل درختی C۵در گیاه کدو سبز با ۲۰ تیمار آبیاری ۱۰۰ درصد تا ۱۵ درصد با فاصله های ۵ درصدی و دو تیمار فاقد آبیاری (شاهد) و بیش آبیاری (۱۲۰ درصد) انجام شد. در طی ۲۰ روز متوالی رطوبت وزنی و عکس برداری از برگ ها روزانه صورت گرفت و در نهایت نتایج نشان داد که با کاهش رطوبت، پارامترهایL (میزان شفافیت) و B (آبی- زردی) روندی کاهشی و پارامتر A (سبزی- قرمزی) روندی افزایشی را طی می کند. همچنین زمان آبیاری برای گیاه کدو سبز روز پنجم در شرایط رنگی L= ۶۸، A= -۱۹ و B = ۳۷.۳ تعیین شد. از طرفی استفاده از مدل درختی C۵ جهت بررسی و پیش بینی تنش های رطوبتی خاک تحت دو سناریو (با درنظرگرفتن روز و بدون درنظر گرفتن روز) نشان داد که این مدل با در نظر گرفتن روزهای اعمال تنش از دقت بیشتری برخوردار بوده که مقدار آن برابر با ۸۵/ ۹۵ درصد بوده است. از این رو جهت تعینن زمان آبیاری و تشخیص میزان تنش می توان از رنگ سطح برگ در سیتم رنگی LAB استفاده نمود.

Authors

سمیرا عابدیان

دانش آموخته کارشناسی ارشد گروه مهندسی آ ب،دانشگاه علوم کشاورزی و منابع طبیعی گرگان

موسی حسام

گروه مهندسی اب ، دانشکده مهندسی اب و خاک ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران

خلیل قربانی

عضو هیئت علمی و دانشیار گروه علوم و مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان

نگار نوروزی

کشاوری، دانشکده مهندسی آب، گرگان، ایران

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 :