ارزیابی کیفی تناسب اراضی برای کاشت نخل خرمای کبکاب در استان فارس
Publish place: Journal of Water and Soil، Vol: 34، Issue: 4
Publish Year: 1399
Type: Journal paper
Language: Persian
View: 102
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JSW-34-4_011
Index date: 30 October 2023
ارزیابی کیفی تناسب اراضی برای کاشت نخل خرمای کبکاب در استان فارس abstract
چکیده در روش فائو برای ارزیابی تناسب اراضی از منطق دو ارزشی بولین استفاده و اهمیت خصوصیتهای اراضی برای تعیین کلاس تناسب یکسان در نظر گرفته میشود. در روش تحلیل سلسله مراتبی، معیارهای تاثیرگذار بر ارزیابی شناسایی و تاثیر نسبی هر کدام به صورت وزن نسبی تعیین میشود. در روش تحلیل سلسله مراتبی فازی، بهمنظور مدلسازی عدم قطعیتها، مجموعههای فازی با مقایسههای زوجی در فرآیند تحلیل سلسله مراتبی ترکیب میگردد. این تحقیق با هدف ارزیابی کیفی تناسب اراضی برای کاشت نخل خرمای کبکاب با استفاده از دو روش فائو و ارزیابی چند معیاره در استان فارس اجرا گردید. نخلستانهای دارای نخل خرمای رقم کبکاب، به عنوان واحدهای اراضی انتخاب و در هرکدام از آنها کلاسهای کیفی تناسب تعیین و دقت روشهای بهکارگرفته شده مقایسه گردید. نتایج نشان داد متوسط درجه حرارت مرحله گل دهی و همچنین بافت خاک، کربن آلی، آهک و پتاسیم قابل جذب به ترتیب از مهمترین عوامل محدود کننده اقلیم و خاک برای کاشت نخل خرما در منطقه مورد مطالعه محسوب میگردند. در روش فائو (پارامتریک -فرمول ریشه دوم)، ۱۰% و ۹۰% نخلستانها به ترتیب در کلاسهای S۲ و S۳ قرار گرفتند. طبق روش تحلیل سلسله مراتبی، ۹۰% و ۱۰% واحدهای اراضی به ترتیب در کلاسهای S۱ و S۲ و در روش تحلیل سلسله مراتبی فازی، ۱۰۰% آنها، در کلاس S۲، طبقهبندی شدند. ضرایب همبستگی بین مقادیر عملکرد واقعی و شاخص اراضی محاسبه شده برای روشهای تحلیل سلسله مراتبی فازی، تحلیل سلسله مراتبی و فائو به ترتیب ۷۸/۰، ۵۷/۰ و ۳۸/۰ بدست آمد.
ارزیابی کیفی تناسب اراضی برای کاشت نخل خرمای کبکاب در استان فارس Keywords:
ارزیابی کیفی تناسب اراضی برای کاشت نخل خرمای کبکاب در استان فارس authors
حجت دیالمی
موسسه تحقیقات علوم باغبانی،پژوهشکده خرما و میوه های گرمسیری
جواد گیوی
دانشگاه شهرکرد
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 :