ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تعیین مهمترین عوامل موثر بر عملکرد باغات زیتون شمال ایران

سال انتشار: 1398
کد COI مقاله: JR_JHSUM-33-4_014
زبان مقاله: فارسیمشاهده این مقاله: 89
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین مهمترین عوامل موثر بر عملکرد باغات زیتون شمال ایران

علی آجیلی لاهیجی - مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گیلان، سازمان تحقیقات،آموزش و ترویج کشاورزی،رشت
علی محمدی ترکاشوند - واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران
عبدالمحمد محنت کش - .
میرناصر نویدی - .

چکیده مقاله:

یکی از روش­های نوین در ارزیابی اراضی نسبت به کاربری­های مختلف، مدل­سازی یا شبیه­سازی کاربری مورد نظر است. با توجه به اهمیت عوامل موثر بر عملکرد باغات زیتون کشور، این ارزیابی در شمال ایران در بیش از 80 باغ زیتون شهرستان رودبار استان گیلان که مهمترین باغات زیتون کشور واقع شده است با استفاده از مدل شبکه عصبی مصنوعی انجام شد. عملکرد محصول باغات زیتون تحت تاثیر عوامل مختلف خاکی، آبی، توپوگرافی و اقلیمی می­باشند، که در مجموع بیست و هشت عامل موثر بر عملکرد زیتون انتخاب و به عنوان متغیرهای ورودی مدل انتخاب شدند. این متغیرها عبارت بودند از خصوصیات خاک شامل EC، میزان مواد خنثی شونده (TNV)، درصد کربن آلی، فسفر قابل جذب، پتاسیم قابل جذب، درصد رس و درصد سیلت، خصوصیات آب آبیاری شامل EC و میزان آب آبیاری، خصوصیات توپوگرافی شامل ارتفاع و شیب، غلظت عناصر غذایی در برگ شامل نیتروژن، فسفر، پتاسیم، آهن و روی، عوامل اقلیمی شامل ساعات آفتابی، میزان تبخیر، میزان متوسط دما به عنوان متغیرهای ورودی و عملکرد محصول به عنوان خروجی مدل­­های شبکه عصبی مصنوعی در نظر گرفته شد. نمونه­­های خاک، آب و برگ از باغات به طور همزمان در مرداد ماه جمع آوری شده و عوامل توپوگرافی از طریق میان­یابی در محیط GIS و با استفاده از نرم­افزار  ArcGisبدست آمد و اطلاعات مربوط به عوامل اقلیمی نیز از ایستگاه‌های هواشناسی منطقه و روش میان­یابی بدست آمد. پس از تعیین بهترین ساختار شبکه عصبی با میزان R آزمون 80 درصد، به کمک آنالیز حساسیت به روش Hill، عکس­العمل مدل به هر یک از متغیرهای ورودی بررسی و مهمترین فاکتورهای تأثیرگذار بر عملکرد محصول زیتون به دست آمد. بر اساس نتایج آنالیز حساسیت، مهم­ترین پارامترهای مؤثر در عملکرد محصول زیتون، به ترتیب نیتروژن برگ، فسفر خاک، تبخیر زمستان، تبخیر تابستان، میانگین دمای پاییز، ساعات آفتابی تابستان، میزان پتاسیم برگ، شوری خاک، شوری آب و شیب می­باشند. که به طور خلاصه می­توان به الویت تامین عناصر غذایی ماکرو المنت مانند نیتروژن و فسفر و تامین رطوبت مورد نیاز با توجه به تبخیر منطقه حتی در فصل زمستان برای باغداران تاکید نمود.

کلیدواژه ها:

آنالیز حساسیت, زیتون, شبکه عصبی مصنوعی, گیلان, مدل سازی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_JHSUM-33-4_014 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1161266/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
آجیلی لاهیجی، علی و محمدی ترکاشوند، علی و محنت کش، عبدالمحمد و نویدی، میرناصر،1398،تعیین مهمترین عوامل موثر بر عملکرد باغات زیتون شمال ایران،https://civilica.com/doc/1161266

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، آجیلی لاهیجی، علی؛ علی محمدی ترکاشوند و عبدالمحمد محنت کش و میرناصر نویدی)
برای بار دوم به بعد: (1398، آجیلی لاهیجی؛ محمدی ترکاشوند و محنت کش و نویدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • - Aguilera F., and Valenzuela. L.R, 2014. Forecasting olive crop ...
  • - Agyare W.A., S.J. Park., and P.L.G. V lek. 2007. ...
  • - Albrizio R., Todorovic M., Matic T., and Stellacci A. ...
  • - Alcoz M.M., F.M. Hons and V.A. Haby. 1993. Nitrogen ...
  • - Anonymous. 2017. Statistical Booklet of Gilan Jihad Agriculture Organization, ...
  • - Ayoubi S., and Jalalian A. 2006. Land Evaluation (Agriculture ...
  • - Ayoubi S., Zamani S. M. and Khormali F. 2009. ...
  • - Bagheri S., Gheysari M., Ayoubi Sh. and Lavaee N. ...
  • - Bagherzadeh A., Ghadiri E., Souhani Darban.A. R.,and Gholizadeh.A. 2016. ...
  • - Black C.A., Evans D.D., White J.L., Ensminger L.E., and ...
  • - Bremmer JM., Mulvaney CS. 1982. Total nitrogen. Methods of ...
  • - Chartzoulakis K. 2005. Salinity and olive: growth, salt tolerance, ...
  • - Chen Z. X., Ren J. Q., Zhou Q. B., ...
  • - Correia P. J., I. Anast´acio M. Da F´e Candeias ...
  • - Doraiswamy P. C., Moulin S., Cook P. W., and ...
  • - Duarte F., N. Jones and L. Fleskens.2008. “Traditional olive ...
  • - Erel R. 2008. Flowering and Fruit Set of Olive ...
  • - Galan C., Garcia-Mozo H., Vazquez L., Ruiz Valenzuela L.,Diaz ...
  • - Gee G.W., and Bauder J.W. 1986. Particle size analysis. ...
  • - Graaff J. De., and L. A. A. J. Eppink.1999. ...
  • - Heydari M. 2006. Identification of dominant soils and the ...
  • - Hill M. C. 1998. Methods and guidelines for effective ...
  • - Hosseini-Mazinani M., Torkzaban B.2013. Iranian olive catalogue "Morphological and ...
  • - Kaul M., Hill R.L. and Walthall, C. 2005. Artificial ...
  • - Keshavarzi A., Sarmadian F., Sadeghnejad M., and Pezeshki P.2010.Developing ...
  • - Khairunniza-Bejo S., Mustaffha S., Ishak W., Ismail W. 2014.Application ...
  • - Khakural, B.R., Robert, P.C., and Huggins, D.R. 1999. Variability ...
  • - Maselli F., and F. Rembold. 2001. Analysis of GAC ...
  • - McLean EO. 1982. Soil pH and lime requirement. Methods ...
  • - Mehnatkesh A. 2012. Modeling of Soil and landscape and ...
  • - Mehnatkesh A., and Ayoubi S., and Dehghani A.2017. Determination ...
  • - Menhaj M., 2002. Neural Network Foundations. Iran Amir Kabir ...
  • - Miao Y., Mulla D.J. and Rober P.C. 2006. Identifying ...
  • - Michelakis N. 2002. Olive Orchard Management: Advances and problems. ...
  • - Mohammadi H., and Zinanlou A., and Roshan A. 2008. ...
  • - Montazer A.A., Azedegan B., and Shahraki M. 2009. Performance ...
  • - Niazian M., Sadat-Nooria S.A., Abdipourc M.2018. Modeling the seed ...
  • - Norouzi M. 2009. Prediction of rainfed wheat yield using ...
  • - Olsen S. R. and L. E. Sommers. 1982. Phosphorus. ...
  • - Page MC., Sparks DL., Noll M., Hendricks GJ. 1987. ...
  • - Quanqi L. Baodi D., Yunzhou Q., Mengyu L., and ...
  • - Rapoport HF., Hammami SBM., Martins P., Perez-Priego O., and ...
  • - Ribeiro H., Cunha M., Abreu I. 2008. Quantitative forecasting ...
  • - Richards LA. 1954. Diagnosis and improvement of saline and ...
  • - Rossiter D. G. 2003. Biophysical models in land evaluation. ...
  • - Royo C., Aparicio N., Blanco R. and Villegas D. ...
  • - Russo C., Cappelletti G.M, Nicoletti G.M., Di Noia A.E., ...
  • - Sadras V.O., and Calviño P.A. 2001. Quantification of grain ...
  • - Salehi M.H., and HosseinifardS J. 2012. Soil and ground ...
  • - Sepaskhah A. R., Azizian A., and Tavakoli A. R. ...
  • - Seyyed Jalali A. 2015. Determination of Land Production Potential ...
  • - Sharma S.D., Singh R. P., and Sharma C.L.2005.“Periodical changes ...
  • - Shirdeli A., and Tavasoli A. 2015. Forecast of Saffron ...
  • - Si C., and Farrell R.E. 2004. Scale-dependent relationship between ...
  • - Soares J.D.R., Pasqual M., Lacerda W.S., Silva S.O. and ...
  • - Sudduth K.A., Drummond S.T., Birrell S.J., and Kitchen N.R. ...
  • - Sys C., Van Ranst E., and Debaveye J.1993. Land ...
  • - Sys C., Van Ranst E., and Debaveye J. 1991. ...
  • - Taheri M., and Basirat M., and khoshzaman T., and ...
  • - Taheri M., Malakouti M. 2000. The necessity of optimum ...
  • - The International Olive Oil Council. Available online: http://www.internationalolive -oil.org ...
  • - Torkashvand A.M., Ahmadi A., Nikravesh N.L. 2017. Prediction of ...
  • - Touzani A. 1999. Olive farming and the environment. Proc. ...
  • - Tubeileh A., Turkelboom F., Al-Ibrahem A., Thomas R., and ...
  • - Velička R., Marcinkevičienė A., Pupalienė R., Butkevičienė L.M, Kosteckas ...
  • - Walkey A., and Black I.A. 1982. An examination of ...
  • - Wall L., Larocue D., and leger P.M.2007.The early explanatory ...
  • - Wang L.G., Qiang Qi.Fu., and Liu Y. 2006. Soybean ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: سازمان تحقیقات کشاورزی
    تعداد مقالات: 272
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی