تعیین ضریب گیاهی ارغوان (Cercis siliquastrum L.) در خاک و سطوح مختلف آبیاری
Publish place: Irrigation and Drainage، Vol: 14، Issue: 6
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 270
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-14-6_018
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
گسترش شهرنشینی و به تبع آن نیاز به افزایش سطح فضای سبز از یک طرف، کمبود منابع آب و لزوم تخصیص بهینه آب به بخش های مختلف مصرف کننده و همچنین معلوم نبودن نیازآبی اکثر گونه های فضای سبز، سبب شده که تعیین ضریب گیاهی و نیاز آبی این گونه ها به امری اجتناب ناپذیر تبدیل شود. در این مطالعه نیاز آبی (〖ET〗_c) و ضریب گیاهی (K_c) ارغوان معمولی (.Cercis siliquastrum L) با استفاده از میکرولایسیمتر به صورت فاکتوریل با دو عامل بافت خاک (در دو سطح لوم شنی و لوم رسی) و تنش خشکی (در سه سطح MAD برابر ۳/۰، ۵/۰ و ۷/۰) با طرح پایه کاملا تصادفی در ۱۰ تکرار در شرایط اقلیمی کرج در سال ۹۹-۱۳۹۸ اندازه گیری شد. نتایج نشان داد که میانگین 〖ET〗_c ۱۰ روزه در MADهای ۳/۰، ۵/۰ و ۷/۰ در بافت لوم شنی به ترتیب برابر ۵۶/۱۵، ۸۶/۱۴ و ۲۴/۱۴ میلی متر و در بافت لوم رسی به ترتیب برابر است با ۵۷/۲۱، ۰۲/۱۹ و ۰۶/۱۸ میلی متر می باشد. در هر دو خاک مقدار 〖ET〗_c در MAD ۳/۰ بیشتر از ۵/۰ و آن هم بیشتر از ۷/۰ است. مجموع نیازآبی خالص ارغوان در بافت لوم رسی برای MADهای ۳/۰، ۵/۰ و ۷/۰ به ترتیب برابر ۱۴/۴۹۶، ۴۷/۴۳۷ و ۳۸/۴۱۵ میلی متر و در خاک لوم شنی برابر ۹۲/۳۵۷، ۸۵/۳۴۱ و ۵۹/۳۲۷ میلی متر به دست آمد. هم چنین مقدار متوسطK_c ارغوان طی دوره رشد در بافت های لوم رسی به ازای MADهای ۳/۰، ۵/۰ و ۷/۰ به ترتیب برابر است با ۳۶/۰، ۳۲/۰ و ۳۱/۰ و برای خاک لوم شنی برابر با ۲۷/۰، ۲۶/۰ و ۲۴/۰ می باشد.
Keywords:
Authors
حسین رحیمی
دانش آموخته کارشناسی ارشد علوم زیستی، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
خالد احمدالی
استادیار، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
وحید اعتماد
دانشیار، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، 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 :