بررسی استفاده از حسگر هدایت الکتریکی Veris 3100 برای تهیه نقشه های مزرعه ای استحکام/فشردگی خاک
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 677
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_054
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
فشردگی خاک یکی از مسائل جدی در مدیریت سامانه های کشاورزی میباشد که باعث کاهش رشد ریشه گیاه و عملکرد محصول میشود. استفاده روز افزون از ماشین های سنگین و تردد آنها در مزرعه بخصوص در شرایط نامساعد خاک خطرات تخریب ساختار خاک و فشردگی را افزایش داده و آن را به یک چالش جدی در مدیریت خاک تبدیل کرده است. با پیشرفت فناوری کشاورزی دقیق، تلاش زیادی در جهت توسعه حسگرهای در حال حرکت برای اندازه گیری فشردگی خاک انجام گرفته است. اغلب حسگرهای در حال حرکت توسعه داده شده تا کنون حسگرهای مکانیکی بوده که نیروی برش یا نفوذ یک ابزار مکانیکی را به عنوان پارامتری مرتبط با وضعیت فشردگی در اختیار قرار میدهند. در این تحقیق یک حسگر تجاری هدایت الکتریکی ظاهری خاک (Veris 3100) در ترکیب با یک نفوذسنج افقی مرکب (مجهز به حسگر دی الکتریک رطوبت خاک) در شرایط مزرعه ای و به منظور تهیه نقشه و امکان ایجاد ارتباط بین هدایت الکتریکی ظاهری (ECa)در عمق -0cm30 و خصوصیات فیزیکی خاک و همچنین مقاومت نفوذسنج افقی (PR) و محتوای رطوبت حجمی خاک (θv) مورد بررسی قرار گرفت. نقشه های مزرعه ای تهیه شده برای سه پارامتر PR و θv ،ECa الگوهای نسبتاً مرتبطی را نشان دادند که بیانگر پتانسیل استفاده از این حسگر برای تشخیص نواحی مدیریتی فشردگی در مزرعه می باشد. رابطه ECa با برخی خصوصیات فیزیکی خاک از جمله بافت، رطوبت و چگالی ظاهری نیز مورد بررسی قرار گرفت.
Keywords:
Authors
مجتبی نادری بلداجی
استادیار گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرک
احمد شریفی
استادیار پژوهش موسسه تحقیقات فنی و مهندسی کشاورزی کرج (AERI)
عباس همت
استاد گروه مهندسی ماشینهای کشاورزی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان
رضا علیمردانی
استاد گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه 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 :