برآورد ضریب تخلیه مجاز رطوبتی خاک برای گیاه کلزا و گندم با استفاده از برخی ویژگی های گیاهی و خاک
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 255
This Paper With 10 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_IJSWR-48-4_006
Index date: 27 May 2023
برآورد ضریب تخلیه مجاز رطوبتی خاک برای گیاه کلزا و گندم با استفاده از برخی ویژگی های گیاهی و خاک abstract
در پژوهش حاضر رابطه بین ضریب حساسیت گیاه به تنش (Ky) و رطوبت بحرانی که در کمتر از آن گیاه دچار تنش میشود (qc)، در قالب یک مدل ریاضی مفهومی توسعه داده شد. ارزیابی دقت این مدل با استفاده از دادههای حاصل از آزمایشات کشت گلخانهای گندم و کلزا در دو خاک لوم شنی و لوم رسی بررسی گردید. نتایج تحلیل مدل نشان داد که در یک Ky ثابت، عملکرد نسبی گیاه (Yr) با اختلاف رطوبت خاک از qc(qc-q) به صورت خطی کاهش مییابد. همچنین، هر چه حساسیت گیاه یا حساسیت مرحله رشد گیاه به کمبود آب بیشتر باشد (مقادیر Ky بیشتر)، شیب رابطه خطی بین Yr و (qc-q) بیشتر میشود. به عبارت دیگر در گیاهان با مقدار Ky کم میتوان ضریب تخلیه مجاز رطوبتی را بزرگ تر در نظر گرفت و نیز به ازای یک Yr مشخص، حساسیت گیاه با افت رطوبت خاک به صورت نمایی افزایش مییابد. مشاهدات تجربی ضمن تایید نتایج مدل نشان داد که مقدار رطوبت بحرانی خاک لوم رسی برای هر دو گیاه برابر با cm۳ cm-۳ ۲۸/۰ و در خاک لوم شنی برای گندم و کلزا به ترتیب برابر با ۲۱/۰ و cm۳ cm-۳ ۱۹۵/۰ می باشد. ضریب مجاز تخلیه رطوبتی خاک برای گندم در هر دو خاک مورد مطالعه تقریبا برابر با ۳۵/۰ به دست آمد؛ اما کلزا در خاک لوم شنی دارای ضریب مجاز تخلیه رطوبتی بالاتری (۴۴/۰ F=) نسبت به خاک لوم رسی (۳۸/۰ F=) بود.
برآورد ضریب تخلیه مجاز رطوبتی خاک برای گیاه کلزا و گندم با استفاده از برخی ویژگی های گیاهی و خاک Keywords:
برآورد ضریب تخلیه مجاز رطوبتی خاک برای گیاه کلزا و گندم با استفاده از برخی ویژگی های گیاهی و خاک authors
فاطمه مسکینی ویشکایی
محقق موسسه تحقیقات خاک و آب
محمدحسین محمدی
دانشیار دانشگاه تهران
محمد رضا نیشابوری
استاد دانشگاه تبریز
فرید شکاری
استاد دانشگاه زنجان
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 :