توان سنجی اقلیمی مناطق مستعد کشت گندم دیم و نیشکر مطالعه موردی: استان خوزستان)
Publish place: Quarterly Journal of Physical Geography، Vol: 14، Issue: 52
Publish Year: 1400
Type: Journal paper
Language: Persian
View: 315
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JOPG-14-52_002
Index date: 21 November 2021
توان سنجی اقلیمی مناطق مستعد کشت گندم دیم و نیشکر مطالعه موردی: استان خوزستان) abstract
هدف این پژوهش، توان سنجی اقلیمی-کشاورزی کشت گندم دیم و نیشکر با استفاده از سه روش فائو، پاپاداکیس و یونسکو در مناطق استان خوزستان است و از دو روش فائو و پاپاداکیس برای شناسایی مناطق کشت هر دو محصول و از روش یونسکو برای مشخص کردن مکان های مستعد کشت گندم دیم استفاده شده است. برای این منظور از آمار ۲۳ ساله (۱۹۹۴-۲۰۱۶) داده های اقلیمی روزانه مربوط به دما، بارش، ساعت آفتابی، رطوبت نسبی و سمت و سرعت باد ۱۰ ایستگاه همدیدی استان استفاده شد. نتایج حاصل از این پژوهش نشان داد که بخش های عمده ای از مناطق شمالی و شمال شرق استان برای کشت گندم دیم مناسب بوده و بخش های جنوبی و جنوب غربی از این نظر نامناسب بوده اند. در این میان کارآیی دو روش فائو و پاپاداکیس نسبت به روش یونسکو بهتر بود. از نتایج قابل توجه این مطالعه می توان به شناسایی مناطق مستعد کشت نیشکر در استان خوزستان به واسطه نتایج دو روش فائو و پاپاداکیس اشاره کرد. براساس نتایج این دو روش بخش های مرکزی، جنوب و جنوب غربی استان برای کشت نیشکر مناسب بوده درحالی که براساس واقعیات منطقه، تنها در شهرستان اهواز این گیاه کشت می شود. در مورد نیشکر هیچ یک از دو روش فائو و پاپاداکیس از نظر کارآیی بر یکدیگر برتری نداشته اند.
توان سنجی اقلیمی مناطق مستعد کشت گندم دیم و نیشکر مطالعه موردی: استان خوزستان) Keywords:
توان سنجی اقلیمی مناطق مستعد کشت گندم دیم و نیشکر مطالعه موردی: استان خوزستان) authors
سید عرفان مومن پور
دانشجوی دکتری آب و هواشناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا دانشگاه تهران، ایران
سعید بازگیر
استادیار هواشناسی کشاورزی، گروه جغرافیای طبیعی، دانشکده جغرافیا، دانشگاه تهران
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 :