ارزیابی کیفی تناسب اراضی برای کشت گندم و ذرت در منطقه بهنمیر با استفاده از سامانه اطلاعات جغرافیایی GIS
Publish place: The first international conference and the fourth national conference on medicinal plants and sustainable agriculture
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 749
This Paper With 16 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:
MPSA04_119
تاریخ نمایه سازی: 9 فروردین 1395
Abstract:
هدف از تحقیق حاضر تهیه و مقایسه ی نقشه ی ارزیابی اراضی به صورت سنتی و زمین آماری برای منطقه بهنمیر استان مازندران با استفاده از GIS می باشد بدین منظور ارزیابی اراضی بر اساس نتایج 67 مته در قالب شبکه بندی منظم با فاصله 1.5 کیلومتر صورت گرفت و پس از درون یابی به روش کریجینگ و وزن دهی معکوس فاصله IDW تناسب اراضی به روش استوری برای تیپ های بهره وری گندم و ذرت مورد ازیابی قرار گرفت در نهایت نقشه های تناسب اراضی با استفاده از GIS برای هریک از محصولات مورد مطالعه تهیه و بر اساس درصد هم خوانی مورد مقایسه قرار گرفت نتایج نشان داد که منطقه بهنمیر برای کشت گندم و ذرت دارای تناسب S2 S3وN می باشند که 83 درصد از مساحت منطقه برای کشت گندم و 77 درصد آن برای کشت ذرت دارای زیر کلاس S3w می باشد این امر حاکی از آن است که قسمت اعظم منطقه به دلیل ووضعیت نا مناسب زهکشی برای کشت گندم و ذرت محدودیت ایجاد می کند همچنین مقایسه ی درصد هم خوانی نشان داد که تفاوت ویژگی های خاک در محل خاکرخ های شاهد با دیگر نقاط موجود در واحدها سبب شده است تا نقشه برداری سنتی خاک نتواند براورد صحیحی از میزان و نوع محدودیت ها ارائه دهد بنابراین استفاده از تکنیک زمین آمار و GIS می تواند سبب کاهش وقت سهولت در انجام ارزیابی اراضی و همچنین دقت و پیشرفت تحقیق شود
Keywords:
Authors
ام النبین محمد اسماعیل تبار
دانشجوی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی ساری
سید مصطفی عمادی
استادیار گروه علوم خاک دانشگاه علوم کشاورزی و منابع طبیعی ساری
محمد علی بهمنیار
استاد گروه علوم خاک دانشگاه علوم کشاورزی و منابع طبیعی ساری
مهدی قاجار سپانلو
دانشیار گروه علوم خاک دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :