ارزیابی روش های مختلف باران مؤثر و انتخاب مناسبترین در خاک های غالب اهواز
Publish place: 3rd Conference on Rangeland, Watershed and Desert
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 988
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RWD03_066
Index date: 24 November 2013
ارزیابی روش های مختلف باران مؤثر و انتخاب مناسبترین در خاک های غالب اهواز abstract
بین برنامه ریزی آبیاری در محصولات پاییزه و میزان و شدت بارندگی ارتباط بسیار نزدیکی وجود دارد.بطوریکه در عمل بدون محاسبه یا براورد میزان بارندگی موثر در روزهای قبل از هر آبیاری،تعیین زمان و مقدار آبیاری با خطا همراه است.متاسفانه تاکنون برآورد دقیق از بارندگی موثر(با توجه به میزان و شدت بارندگی در سالهای گذشته)وجود ندارد.این تحقیق در مرکز تحقیقات کشاورزی و منابع طبیعی خوزستان بر اساس روش های مختلف برآورد بارش موثر انجام شد.بافت خاک مورد آزمایش لوم رس سیلتی،رس سیلتی و لوم بود.میانگین مجموع بارش سالیانه این منطقه در طی یک دوره 30 ساله 241 میلیمتر می باشد.مقایسه باران در روش هرشفلد با روش بیلان رطوبت خاک نشان داد که اختلاف بین این دو روش در منطقه مورد مطالعه حدود 19 درصد در روش بیلان رطوبت خاک بیشتر بود.بنابراین با توجه به اینکه روش های متعددی برای انتخاب بهترین روش وجود دارد از جمله،دقت،هزینه های اندازه گیری،تعداد مورد بررسی...در صورتی که شرایط مدلها یکسان باشد می توان گفت که به دلیل سادگی روش هرشفلد مناسب تر است اما این قضاوت اگر با اندازه گیری زمینی همراه شود می توان گفت که این مدل ها با توجه به سادگی شان و دقتشان بهترین روش خواهند بود.نتایج بدست آمده در میان بافتهای غالب موجود(لوم رس سیلتی،رس سیلتی،لوم سیلتی و لوم)نشان داد که حداکثر باران موثر در بافت رس سیلتی دریافت شده است.
ارزیابی روش های مختلف باران مؤثر و انتخاب مناسبترین در خاک های غالب اهواز Keywords:
ارزیابی روش های مختلف باران مؤثر و انتخاب مناسبترین در خاک های غالب اهواز authors
امین نوین
مدرس دانشگاه پیام نور استان تهران
محی الدین گوشه
مربی مرکز تحقیقات کشاورزی و منابع طبیعی خوزستان
سعید برومند نسب
استاد دانشکده علوم آب دانشگاه شهید چمران اهواز
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 :