تعیین روابط هدایت الکتریکی عصاره اشباع (ECe) با برخی پارامترهای شوری خاک در مقایسه با روش جدید تعیین ECe
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 4، شماره: 4
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 430
فایل این مقاله در 13 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_WATER-4-4_008
تاریخ نمایه سازی: 4 اسفند 1400
چکیده مقاله:
در پژوهش پیش رو رابطه بین هدایت الکتریکی عصاره اشباع خاک (ECe) با ترکیب یونی، قدرت یونی و غلظت نمک های محلول در عصاره اشباع خاک در دشت سودجان مطالعه شده است. هم چنین از روش جدید محاسبه هدایت الکتریکی، ارائه شده توسط مک کلسکی و همکاران (۲۰۱۲)، به منظور مقایسه با روابط ارائه شده استفاده شده است. بدین منظور، ۸۰ نمونه خاک از دشت سودجان در استان چهارمحال و بختیاری برداشت و پارامترهای شوری با اندازه گیری مقادیر سدیم، منیزیم، کلسیم، پتاسیم، کلر، سولفات، بی کربنات، کربنات، اسیدیته و ECe نمونه های خاک مورد تحلیل قرار گرفت. بررسی معنی داری ضریب همبستگی پیرسون در سطوح ۱ و ۵ درصد بین پارامترها بیان گر عدم همبستگی معنی دار کربنات با دیگر پارامترها بود. همبستگی منیزیم و ECe نیز غیرمعنی دار به دست آمد. مدل های رگرسیونی خطی بین ترکیب یونی، مجموع غلظت یون ها، کاتیون ها و آنیون ها، قدرت یونی و غلظت کل نمک های محلول با ECe برقرار گردید. بیشترین ضریب همبستگی (۹۱/۰) و کم ترین جذر میانگین مربع خطا (dSm−۱ ۰۸/۰) در مدل بین ECe با ترکیب یونی به دست آمد. نتایج در دشت مورد مطالعه نشان داد، مدل ارائه شده در این تحقیق نسبت به مدل جدید مک کلسکی و همکاران (۲۰۱۲) خطای کمتر و همبستگی بیشتر را بین داده های مشاهداتی را به دست می دهد. عدم معنی داری بین کربنات با ECe و بررسی مدل های رگرسیونی نشان داد که می توان در محاسبات ECe از اندازه گیری این یون صرف نظر نمود.
کلیدواژه ها:
نویسندگان
حمید زارع ابیانه
گروه آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
، مهدی جوزی
گروه آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا،
علی افروزی
دکتری گروه آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان.
امین غریب زاده
گروه آبیاری و زهکشی، دانشگاه صنعتی اصفهان
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 :