تاثیر مالچ های آلی بر کاهش مقدار رسوب مسیرهای چوبکشی در جنگل خیرود
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 204
فایل این مقاله در 12 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_IJFPR-28-1_007
تاریخ نمایه سازی: 28 آذر 1402
چکیده مقاله:
یکی از فعالیت های مهم مهندسی جنگل، تلاش برای کاهش رسوب در مسیرهای چوب کشی است. در پژوهش پیش رو، تاثیر استفاده از مالچ های مختلف با نرخ های متفاوت بر کاهش مقدار رسوب مسیرهای چوب کشی و مقایسه آن با مسیر چوب کشی بدون تیمار (فاقد مالچ) و جنگل شاهد (دست نخورده) بررسی شده است. این پژوهش به مدت ۱۳ ماه (شهریور ۱۳۹۶ تا مهر ۱۳۹۷) در بخش نم خانه جنگل خیرود نوشهر در شرایط بارندگی طبیعی انجام شد. قطعه نمونه های شش متر مربعی در قالب سه تکرار برای تعیین مقدار رسوب استفاده شدند. سه تیمار مالچ طبیعی شامل خاک اره، لاش برگ و سرشاخه و کلش برنج با سه نرخ متفاوت (براساس وزن مواد) مقایسه شدند. نتایج نشان داد که کمترین مقدار رسوب مربوط به جنگل دست نخورده (شاهد) و بیشترین مقدار متعلق به مسیر چوب کشی بدون تیمار بود. در مقایسه با مسیر چوب کشی بدون تیمار، استفاده از مالچ های خاک اره، کلش برنج و لاش برگ و سرشاخه به ترتیب سبب کاهش مقدار رسوب به اندازه ۱/۱۳، ۲/۱۰ و ۳/۷ برابر شد. براساس نتایج این پژوهش، استفاده از مالچ به ویژه خاک اره سبب کاهش معنی دار مقدار رسوب تولیدی در مسیرهای چوب کشی می شود.
کلیدواژه ها:
نویسندگان
معصومه احمدی
Ph.D. of Forest Engineering, Department of Forestry and Forest Economics, Faculty of Natural Resources, University of Tehran, Karaj, Iran
مقداد جورغلامی
Associate Prof., Department of Forestry and Forest Economics, Faculty of Natural Resources, University of Tehran, Karaj, Iran
باریس مجنونیان
Prof., Department of Forestry and Forest Economics, Faculty of Natural Resources, University of Tehran, Karaj, Iran
شهرام خلیقی سیگارودی
Associate Prof., Department of Reclamation of Arid and Mountainous Regions, Faculty of Natural Resources, University of Tehran, Karaj, Iran
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 :