بکارگیری سنجش از دور در اعمال استراتژی نمونه برداری قضاوتی جهت مطالعه میکروارگانیزمها در اکوسیستمهای مختلف خاک
محل انتشار: دهمین کنگره علوم خاک ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 998
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SSCI10_214
تاریخ نمایه سازی: 11 بهمن 1385
چکیده مقاله:
میکروارگانیسمهای خاک نقش مهمی در کیفیت خاک و حاصلخیزی آن دارند . مسلماً ابداع روشهای جدید جهت بررسی تنوع ،توزیع و رفتار میکروارگانیسم ها در خاک با اهمیت می باشد و می تواند نقش بسزایی در مطالعه کیفیت و سلامت خاک و استفاده بهینه از آن داشته باشد . روشهای فعلی نمونهگیری از خاک دارای مشکلات و محدودیتهای متعددی میباشند که نهایتاً هر کدام از این محدودیتها ممکن است باعث بروز انحرافاتی در نتایج حاصله گردند، از این رو استفاده از یک روش صحیح و مطمئن در نمونهبرداری از خاک بسیار ضروری و پراهمیت به نظر می رسد . هدف اصلی از انجام این تحقیق استفاده از یک روش مناسب جهت نمونه برداری از میکروارگانیزمها در اکوسیستمهای مختلف موجود در یک منطقه می باشد . آنچه به عنوان استراتژی یا روش نمونه برداری در علوم خاک
مطرح می باشد شامل روشهای تصادفی و سیستماتیک است که هر یک از آنها شامل تقسیم بندی های مختلفی می باشند و به اقتضای شرایط و هدف از نمونه برداری صحرایی، اعمال می گردند . در این تحقیق از استراتژی قضاوتی برای نمونه برداری از اکوسیستمهای مختلف موجود در منطقه مطالعاتی استفاده و روشی پیشنهاد شده که به کمک تفسیر بصری و رقومی تصاویر ماهواره ای بهترین قضاوت از منطقه حاصل می گردد و نمونه برداری را با دقت و سرعت بیشتری به انجام می رساند
نویسندگان
جلال عبداللهی
عضو هیئت علمی مرکز تحقیقات کشاورزی و منابع طبیعی یزد
محمدحسن رحیمیان
کارشناس مرکز ملی تحقیقات شوری
فاطمه قادری
دانش آموخته میکروبیولوژی دانشگاه قم
محمد عبداللهی
دانش آموخته علوم کامپیوتر دانشگاه یزد .
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 :