معرفی شاخص اجتماع پذیری بذر در ارزیابی پایداری بانک بذر خاک
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 222
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TBJ-5-16_003
تاریخ نمایه سازی: 23 اردیبهشت 1400
چکیده مقاله:
در پژوهش حاضر، کاربرد ضریب اجتماع پذیری بذور در ارزیابی پایداری بانک بذر خاک در جنگل حفاظت شده سفید پلت پارک جنگلی نور بررسی گردید. نمونه برداری از پوشش گیاهی رو زمینی در خردادماه سال ۱۳۸۹ هنگامی که ترکیب پوشش گیاهی منطقه در اوج بود به روش سیستماتیک-انتخابی انجام شد. نمونه برداری از بانک بذر خاک طی سه دوره زمانی با استفاده از یک قاب ۴۰۰ سانتی متر مربعی در دو عمق (۰-۵ و ۵-۱۰ سانتی متری) در ۴ تکرار در هر قطعه نمونه انجام شد و با استفاده از روش کشت گلخانه ای، ترکیب گیاهی بانک بذر خاک تعیین گردید. نتایج نشان داد ۲/۴۲ درصد از ترکیب گیاهی منطقه در گروه بانک بذر موقتی طبقه بندی شده، ۸/۵۷ درصد باقی مانده در گروه بانک بذر پایدار بودند که بیشتر آنها مربوط به گونه های مراحل اولیه توالی بوده، تنها سه گونه درختی Ficus carica، Morus alba و Alnus glutinosa قادر به تشکیل بانک بذر دایمی بودند. آزمون نیکویی برازش مربع کای (۲/۶۰ = X۲) در بررسی استقلال نتایج دو روش طبقه بندی ضریب اجتماع پذیری بذر و الگوی توزیع عمقی بذور نشان داد که نتایج این دو روش با احتمال ۹۹ درصد از یکدیگر مستقل نبوده، با یکدیگر انطباق دارند. در این ارتباط، میزان تطابق و همبستگی دو روش مزبور بر مبنای ضریب کاپا و ضریب همبستگی اسپیرمن ۲/۸۵ درصد برآورد شد. بنابراین، نتیجه گیری شد که طبقه بندی بانک بذر خاک بر اساس الگوی اجتماع پذیری بذر می تواند به عنوان روشی جدید در طبقه بندی بانک بذر خاک رویشگاه های جنگلی کاربرد داشته باشد.
کلیدواژه ها:
نویسندگان
اعظم نورایی
گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
امید اسماعیل زاده
گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
سید غلامعلی جلالی
گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
حامد اسدی
گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
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 :