بررسی صحت ارزیابی شاخص های سطح خاک با روش LFA(مطالعه موردی: مراتع غرب شهرستان گنبدکاووس)
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 240
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_IJRDR-24-3_014
Index date: 15 April 2023
بررسی صحت ارزیابی شاخص های سطح خاک با روش LFA(مطالعه موردی: مراتع غرب شهرستان گنبدکاووس) abstract
روش تجزیه و تحلیل عملکرد چشم انداز (LFA) از روش های نوین ارزیابی مرتع بوده و مبتنی بر شاخص های عملکرد اکوسیستم است. تعیین میزان اعتبار و صحت روش های ارزیابی ارائه شده، به منظور نیل به نتایج بهتر و دقیق تر و نیز تعیین میزان کارایی آنها در مناطق مختلف، از اهمیت به سزایی برخوردار است. تحقیق حاضر با هدف بررسی میزان صحت و کارایی روش LFA در مراتع قشلاقی غرب شهرستان گنبدکاووس واقع در استان گلستان انجام شد. برای این منظور پس از شناسایی و تعیین قطعات اکولوژیک و فضای بین قطعات، شاخص های ارزیابی روش LFA(نفوذپذیری، پایداری و چرخه عناصر غذایی) با استفاده از ۱۱ پارامتر سطحی خاک با ۱۰ تکرار در عرصه مرتعی تعیین گردید. نفوذپذیری خاک از طریق استقرار حلقه تکی فلزی در عرصه و پایداری و کربن آلی خاک به ترتیب ازطریق روش های الک تر و والکلی - بلاک در آزمایشگاه، اندازه گیری شدند. میزان تبعیت شاخص های ارایه شده توسط روش LFA از اندازه گیری های صحرایی و آزمایشگاهی به عنوان مبنای صحت شاخص ها درنظر گرفته شد. نتایج این بررسی نشان داد که دو شاخص پایداری (۵۵۱/۰ R=) و چرخه عناصر غذایی (۴۸۵/۰ R=) دارای صحت متوسط (۶/۰ - ۴/۰R=) بوده و کاربرد آنها در مدیریت مراتع منطقه مورد مطالعه قابل توصیه است. شاخص نفوذپذیری خاک (۲۱۹/۰ = R) دارای صحت کم (۴/۰- ۲/۰R=) بوده و لذا کاربرد آن در مدیریت مراتع منطقه مورد مطالعه، قابل توصیه نمی باشد .
بررسی صحت ارزیابی شاخص های سطح خاک با روش LFA(مطالعه موردی: مراتع غرب شهرستان گنبدکاووس) Keywords:
بررسی صحت ارزیابی شاخص های سطح خاک با روش LFA(مطالعه موردی: مراتع غرب شهرستان گنبدکاووس) authors
ابراهیم کیخا
دانشجوی کارشناسی ارشد مرتعداری، گروه منابع طبیعی، دانشگاه گنبدکاووس، ایران
حمید نیک نهاد قرماخر
استادیار، دانشگاه علوم کشاورزی و منابع طبیعی 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 :