ارزیابی توان اکولوژیک کشاورزی استان البرز با استفاده از سامانه اطلاعات جغرافیایی و تحلیل سلسله مراتبی
Publish place: IRANIAN JOURNAL OF FIELD CROP SCIENCE، Vol: 54، Issue: 2
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 116
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFCS-54-2_013
تاریخ نمایه سازی: 9 مهر 1402
Abstract:
ارزیابی دقیق از منابع و توان اکولوژیک اراضی، موجب ارتقاء بهره برداری صحیح از اراضی میشود. این مطالعه با هدف شناسایی و مدلسازی منابع اکولوژیکی اراضی کشاورزی استان البرز انجام شد. برای تهیه ی نقشه توان اکولوژیک، لایه های منابع اکولوژیکی موثر در کاربریهای زراعت آبی، دیم، باغ و درختکاری طبق روش پارامتریک و سپس محاسبه ضریب اهمیت هر معیار با روش تحلیل سلسله مراتبی (AHP) و مقایسه زوجی معیارها تعیین شد. نقشه رقومی توان اکولوژیکی کشاورزی بر اساس وزندهی و تلفیق نقشه ی معیارها به همراه لایه های اطلاعاتی در محیط سامانه اطلاعات جغرافیایی (GIS) تهیه شد. نتایج نشان داد که ۶/۲۲ درصد از اراضی دارای توان مناسب زراعت آبی هستند. همچنین، ۷۰۶۹۹ هکتار از اراضی برای باغ و درختکاری مناسب هستند که در مقایسه با سطح زیر کشت فعلی (۳۳۹۷۱ هکتار) ۴۷% (معادل ۳۶۷۲۸ هکتار) بالاتر است که این مقدار در حال حاضر تحت کاربری دیگری قرار دارد. توان اکولوژیک استان برای زراعت دیم ۹۰۶۴ هکتار برآورد شد که در حال حاضر بدون توجه به توان اراضی، ۲۰۰۹۷ هکتار از اراضی زیر کشت دیم است. باتوجه به نتایج حاصل از این پژوهش، حدود ۷۰ درصد از اراضی استان البرز دارای توان اکولوژیک کشاورزی هستند. این درصورتی است که بین کاربری فعلی و توان اکولوژیکی تطابق و همخوانی وجود ندارد. بیش ترین عدم تطابق آن ها در شهرستان اشتهارد در کاربری زراعت آبی و در شهرستانهای ساوجبلاغ و نظرآباد در کاربری باغ و درخت کاری به چشم می خورد.
Keywords:
Authors
منیره بهرامی
دانشجوی دکتری مدیریت منابع خاک، دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران
فریدون سرمدیان
گروه علوم خاک، دانشکده کشاورزی دانشگاه تهران، کرج
ابراهیم پذیرا
استاد گروه علوم و مهندسی خاک، دانشگاه آزاد اسلامی واحد علوم تحقیقات 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 :