تحلیل چندمعیاره سطوح حد مجاز تخلیه رطوبت خاک در چغندرقند (رقم شکوفا)
محل انتشار: فصلنامه پژوهش آب در کشاورزی، دوره: 39، شماره: 4
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127
فایل این مقاله در 18 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_WRA-39-4_002
تاریخ نمایه سازی: 5 خرداد 1405
چکیده مقاله:
هدف این پژوهش، بررسی اثر تیمارهای مختلف آبیاری مبتنی بر حد مجاز تخلیه رطوبت خاک (MAD) بر عملکرد، کیفیت و بهره وری آب چغندرقند رقم «شکوفا» بود. آزمایش مزرعه ای در کرج طی دو سال زراعی (۱۳۹۸–۱۳۹۶) با سه سطح حد مجاز تخلیه رطوبت خاک ۴۰%، ۶۰% و ۸۰% بهعنوان تیمارهای آبیاری در چهار تکرار انجام شد. صفات کمی و کیفی شامل تبخیر –تعرق، عملکرد ریشه و قند، درصد قند خالص، ضریب استحصال و قلیائیت اندازه گیری شد و بهره وری آب محاسبه گردید. آنالیز واریانس دادهها، تاثیر تیمارها و سال را بر صفات نشان داد و تحلیل چندمعیاره تاپسیس(TOPSIS) با تحلیل حساسیت وزن معیارها تصمیمگیری شد و شبیه سازی مونت کارلو، رتبهبندی و ثبات رتبه بندی تیمارها را ارزیابی کرد. بر اساس نتایج روش تاپسیس، تیمار با ضریب تخلیه مجاز رطوبت خاک ۶۰% با ضریب نزدیکی ۰.۵۵۷ در رتبه نخست قرار گرفت و بهترین گزینه شد. تیمار با ضریب تخلیه مجاز رطوبت خاک ۴۰% با ضریب نزدیکی ۰.۴۷۹ در رتبه دوم قرار گرفت. تیمار با ضریب تخلیه مجاز رطوبت خاک ۸۰% با ضریب نزدیکی ۰.۳۷۳ کمترین رتبه را کسب کرد، که بیانگر فاصله بیشتر آن از شرایط ایده آل در ارزیابی همزمان معیارهای مورد بررسی بود. نتایج شبیهسازی مونت کارلو با ۱۰٪± نوسان در وزن معیارها نشان داد تیمار با ضریب تخلیه مجاز رطوبت خاک ۶۰% در ۹۹.۸۷% از شبیه سازی ها رتبه اول را کسب کرد. این امر بیانگر ثبات بالای رتبه بندی و مقاومت تصمیم گیری نسبت به عدم قطعیت وزن ها است و اطمینان بالایی می دهد که انتخاب این تیمار در شرایط مختلف مدیریتی و وزن دهی معیارها، بهترین گزینه برای بهینه سازی عملکرد و بهره وری آب چغندرقند است.
کلیدواژه ها:
نویسندگان
رضا محمدی کیا
محقق، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی
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 :