استفاده از فراوانی نسبی ذرات و درصد کربن آلی برای برآورد ظرفیت تبادل کاتیونی خاکهای استان لرستان
Publish place: Journal of Soil Research، Vol: 19، Issue: 2
Publish Year: 1384
نوع سند: مقاله ژورنالی
زبان: Persian
View: 139
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AREO-19-2_010
تاریخ نمایه سازی: 23 شهریور 1401
Abstract:
ظرفیت تبادل کاتیونی یکی از ویژگی های شیمیایی خاک است که تاثیر عمده ای بر رشد گیاه و سایر خواص شیمیایی، فیزیکی، حاصلخیزی و بیولوژیکی خاک دارد. از اینرو اندازه گیری آن ضروری ولی مستلزم صرف وقت و هزینه زیاد است. بدین منظور کوشش های فراوانی صورت گرفته تا بتوان ظرفیت تبادل کاتیونی را از طریق سایر خصوصیات شیمیایی و برخی خصوصیات فیزیکی با دقتی قابل قبول برآورد نمود. هدف از این پژوهش بررسی امکان استفاده از فراوانی نسبی ذرات، درصد کربن آلی و pH عصاره گل اشباع خاک در ارائه مدلی برای برآورد ظرفیت تبادل کاتیونی خاک می باشد. برای انجام این پژوهش ۵۰ نمونه خاک از منطقه لرستان انتخاب شد که ۴۰ نمونه برای ایجاد تابع و۱۰ نمونه برای ارزیابی اعتبار تابع مورد استفاده قرار گرفت. ظرفیت تبادل کاتیونی خاک به روش استات آمونیوم، فراوانی نسبی ذرات به روش هیدرومتری، درصد کربن آلی به روش کلی و بلک، درصد کربنات کلسیم به روش خنثی سازی با اسید و pH عصاره گل اشباع اندازه گیری شد. از بین خصوصیات اندازه گیری شده، مناسب ترین متغیرهای مستقل برای برآورد ظرفیت تبادل کاتیونی با استفاده از روش رگرسیون گام به گام انتخاب و معادله رگرسیون چند متغیره خطی بدست آمد (۵/۰O.C۶۹/۷ +Silt ۰۰۱۸۷/۰ + Clay۲۳۳/۰+۰۱/۰CEC=-). نتایج نشان داد که بین مقادیر اندازه گیری شده و برآورد شده از مدل همبستگی معنی داری (۸۷۳/۰R۲=) وجود دارد و ارزیابی اعتبار توابع نیز نشان می دهد که توابع ارائه شده دارای ۱/۱GMER= و ۰۹۸۹/۱GSDER= می باشد که نشان دهنده اعتبار بالای تابع ارائه شده است.
Keywords:
Authors
رسول میرخانی
کارشناس ارشد موسسه تحقیقات خاک و آب
محمود شعبانپور
استادیار دانشگاه گیلان، عضو هیات علمی موسسه تحقیقات خاک و آب
سعید سعادت
دانشجوی دوره دکتری خاکشناسی دانشگاه تربیت مدرس
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 :