-
دسترسی آزاد مقاله
1 - تغییرات زمانی رطوبت خاک تحت تأثیر بارندگی و دما در شرایط آیش و کشت در کشتزار دیم
یونس مظلوم علی آبادی علی رضا واعظی جعفر نیکبخترطوبت خاک عامل اصلی تعیین کننده رشد گیاهان بهویژه در زمین های دیم است. رطوبت خاک طی دوره رشد بهدلیل بارش، تبخیر و سایر عوامل محیطی دچار تغییرات زمانی میشود. این پژوهش بهمنظور یافتن عوامل اقلیمی مؤثر بر رطوبت خاک تحت شرایط دیم انجام گرفت. آزمایش مزرعهای در کشتزار دی چکیده کاملرطوبت خاک عامل اصلی تعیین کننده رشد گیاهان بهویژه در زمین های دیم است. رطوبت خاک طی دوره رشد بهدلیل بارش، تبخیر و سایر عوامل محیطی دچار تغییرات زمانی میشود. این پژوهش بهمنظور یافتن عوامل اقلیمی مؤثر بر رطوبت خاک تحت شرایط دیم انجام گرفت. آزمایش مزرعهای در کشتزار دیم با شیب 10 درصد و در دو شرایط کشت: آیش و تحت کشت گندم زمستانه در دانشگاه زنجان طی دوره رشد از 1395 تا 1396 انجام شد. برای این کار شش کرت با ابعاد پنج متر در دو متر بهصورت موازی با شیب مطابق با شیوه رایج کشت در منطقه طراحی شد. مقدار رطوبت خاک با فاصله زمانی هفت روز و به وسیله دستگاه TDR مدل IDRG SMS-T2 طی دوره رشد اندازهگیری شد. متغیرهای اقلیمی شامل دمای هوا و بارندگی و نیز دمای خاک در طول دوره رشد تعیین گردید. بر اساس نتایج، رطوبت خاک در کرتهای تحت کشت حدود 11 درصد کمتر از کرتهای آیش بود و این تفاوت از نظر آماری معنیدار بود. مقدار رطوبت خاک بین ماههای مختلف به طور معنیداری برای هر دو شرایط کشت متفاوت بود (001/0p<). همبستگی مثبت معنیدار بین رطوبت خاک و بارندگی، دمای هوا و دمای خاک در هر دو شرایط کشت وجود داشت (05/0p<). در کرتهای آیش نسبت به کرتهای کشت، وابستگی بیشتری بین رطوبت خاک و دمای هوا (44/0=r) و دمای خاک (51/0=r) وجود داشت. این پژوهش نشان داد که دمای خاک به عنوان مؤثرترین ویژگی تعیین کننده رطوبت خاک در زمینهای آیش و تحت کشت در منطقه است. پرونده مقاله -
دسترسی آزاد مقاله
2 - Principal Component Analysis for Soil Conservation Tillage vs Conventional Tillage in Semi Arid Region of Punjab Province of Pakistan
Ijaz Rasool Noorka Shabir A Shahid Saeed RoufPrincipal component analysis is a valid method used for data compression and information extraction in a given set of experiments. It is a well-known classical data analysis technique. There are a number of algorithms for solving the problems, some scaling better than o چکیده کاملPrincipal component analysis is a valid method used for data compression and information extraction in a given set of experiments. It is a well-known classical data analysis technique. There are a number of algorithms for solving the problems, some scaling better than others. Wheat ranks as the staple food of most of the nations as well as an agent of poverty reduction, food security and world peace. Due to limited sowing time and conventional cropping pattern the wheat yield suffers. Efficient tillage methods maintain soil health and crops response. The present investigations were carried out to study the effects of different tillage systems on yield and yield contributing traits, using Randomized Complete Block Design. Two tillage systems i.e. conservation tillage and conventional tillage were used. Three principal components were sufficient to explain the variations. The traits plant height, number of leaves, number of tillers, peduncle length, spike length, number of spikelets per spike, number of grains per spike, grain weight per spike and grain yield were affected significantly under conservation tillage as well as conventional tillage systems. The graphic representation showed that yield contributing traits behaved best in conservation tillage practice. The present study revealed that conservation tillage method produced optimum yield for wheat production. پرونده مقاله