تعیین الگوی کاشت بهینه در شرایط آبی و دیم با استفاده از نرم افزار Cropwat (مطالعه موردی؛ مزرعه ایستگاه تحقیقات کشاورزی گنبد کاووس)
Publish place: 13 Iranian Crop Sciences Congress & 3rd Iranian Seed Science and Technology Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,764
This Paper With 5 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:
NABATAT13_0380
تاریخ نمایه سازی: 4 آذر 1393
Abstract:
طراحی الگوی کاشت عبارتست از کاشت مناسب محصولات زراعی مختلف در یک مزرعه به نحوی که حداکثر راندمان اقتصادی با تکیه بر حفظ منابع تولید، عاید گردد. این پروژه جهت تعیین الگوی کاشت بهینه و بررسی قابلیت کاشت محصولات مختلف در دو شرایط آبی و دیم در سال 1391 با استفاده از نرمافزار کراپ وات (Cropwat) در مزرعه ایستگاه تحقیقات کشاورزی گنبد به مساحت 100 هکتار، در شرق شهرستان گنبد کاووس، دراستان گلستان انجام شد. آمار هواشناسی 10 ساله، اطلاعات زراعی، خاکشناسی و اقتصادی منطقه تهیه گردید. با در نظر گرفتن تمام جوانب، شش الگوی کاشت از شش گیاه زراعی (گندم، جو، آفتابگردان، پنبه، کلزا و سویا) تعریف و در برنامه وارد شد. با استفاده از خروجی های برنامه که شامل اطلاعات نیاز آبی محصولات و الگوهای مختلف کاشت تعریف شده، هیدرومدول (FWS) و میزان کاهش عملکرد محصولات در شرایط دیم بود و با توجه به حجم منبع تأمین آب مزرعه، آنالیزهای اقتصادی صورت گرفت و کارایی الگوهای کشت تعیین و الگوی برتر انتخاب گردید. نتایج نشان داد الگوی کشت سوم شامل گندم 35%، کلزا 20%، جو 10%، پنبه 10% و سویا 15% به عنوان الگوی کشت برتر تعیین و تناوب 5 ساله آن ارائه شد.
Keywords:
Authors
احمد قلی پور
دانشجوی کارشناسی ارشد اگرواکولوژی دانشگاه گنبد کاووس
نفیسه خلیلی
دانش آموخته کارشناسی ارشد زراعت دانشگاه علوم کشاورزی و منابع طبیعی گرگان و دانشیار گروه زراعت دانشکده کشاورزی و منابع طبیعی گنبد کاووس
عباس بیابانی
دانش آموخته کارشناسی ارشد زراعت دانشگاه علوم کشاورزی و منابع طبیعی گرگان و دانشیار گروه زراعت دانشکده کشاورزی و منابع طبیعی گنبد کاووس
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 :