عوامل سیمانی کننده و شاخص های پایداری خاکدانه به عنوان تخمین گر ضریب فرسایش پذیری بین شیاری خاک های منطقه نیمه خشک آذربایجان شرقی
/زهره محمدزاده
تبریز: دانشگاه تبریز ، دانشکده کشاورزی ، گروه خاک
۹۹ص
چاپی
کارشناسی ارشد
علوم خاک
۲۳۹۰/۰۶/۲۵
تبریز: دانشگاه تبریز ، دانشکده کشاورزی ، گروه خاک
شدت فرسایش بین شیاری خاک به طور عمده تحت تاثیر مقاومتی است که خاکدانهصا در مقابل ضربه قطرات باران یا تنش حاصله از خیس شدن سریع از خود نشان میصدهند .اندازهگیری مستقیم ضریب فرسایش پذیریبین شیاری پایه( (Kib پرهزینه و زمانبر بوده و تحقیق حاضر به منظور ارزیابی تاثیر عوامل سیمانی کننده در فرسایشپذیری بین شیاری خاک و شناسایی بهترین شاخص پایداری مرتبط با آن که ممکن است برای تعیینKib مورد استفاده قرار گیرند میباشد .بدین منظور ۴۱ نمونه از خاک های استان آذربایجان شرقی با ویژگیهای مختلف و عوامل موثرخاکدانه سازی همانندpH :،EC ، SAR، کربنات کلسیم معادل، رس، مواد آلی وسزکوئی اکسیدهاجمع آوری و شاخص پایداری خاکدانهصدر آنها به چهار روش کمپر و روسنا، لی بیسونس ، والمیس و همکاران و ژانگ و هورن در آنصها مشخص شد .ضریب فرسایش پذیری بین شیاری این خاکصها با استفاده از باران ساز مصنوعی نیز تعیین گردید و از طریق روابط آماری و رگرسیون چند متغیره تاثیر یا نقش هر یک از عوامل سیمانی کننده و شاخص های پایداری بر Kib مورد ارزیابی قرار گرفت .یکسری توابع انتقالی در قالب مدل های رگرسیونی برای تخمین Kib از روی خصوصیات خاک ارائه شد .ضریب همبستگی معنی دار Kib با رس و شن حاکی از اهمیت بالای بافت ادامه چکیده پایانامه:خاک در فرسایش پذیری بین شیاری خاک های منطقه است .بالاترین ضریب همبستگی بین Kib ودرصد رس) ** (= ۶۶/ ۰rو درصد شن) **r) -۶۰/۰ = حاصل شد .از میان عوامل موثر بر خاکدانهسازی، .Kibبیشترین همبستگی معنیدار را باSAR، ECو) ۵۰/۰ = r) ** CCEو سپس با) =) -۳۰/۰*FeOX r و ماده آلی) * = ۰) -۲۷/rنشان داد .از میان شاخصهای پایداری ساختمان، Kib بیشترین همبستگی) **=) -۶۵/۰ rرا با میانگین وزنی قطر خاکدانهها در حالت خیسیدگی به همراه تکان دادن (MWDWS) وحالت خیسیدگی سریع (MWDFW) داشت .همبستگیKib با شاخص پایداری خاکدانه(AS)، شاخص فرو پاشی نسبی (RSI) و شاخص فرو پاشی نسبی مکانیکی (RMI) مثبت و معنیدار گردید Kib .با شاخص ناپایداری () همبستگی غیرمعنی داری داشت .با انتخاب SEEو R۲adjبه عنوان معیارهایی از دقت تخمین، تابع انتقالی ۲۴۷۸۸ CCE + ۳۰۳۹۲ SAR + ۱۹۸۰۳ Clay +Kib = ۱۱۴۲۸۶۴.۵۳ با ** =۷۰/۰R۲adjو ۳۰۹۱۶۷ = SEE از میان توابع انتقالی حاصله به عنوان بهترین تخمینگر Kib تشخیص داده شد.
Intensity of interrill erosion in soils is mainly governed by their resistance to rain-drop impacts and to the tension resulting from rapid wetting. Soil inherent susceptibility to erosion is described quantitatively by the interrill erodibility coefficient (Kib) which its direct measurement is costly and time consuming. The present study was conducted to evaluate the effect of cementing agents on Kib and to identify pedotransfer functions that may be used to predict Kib satisfactorily. For this purpose 41 soil samples from Eastern Azerbaijan province with different characteristics such as pH, EC, SAR, calcium carbonate equivalent (CCE), clay, organic matter and sesquioxides that anticipated to affect aggregate stability were selected. Aggregate stability were evaluated by the four methods of Kemper and Rosena, Le bissonnais, Valmis et al. and Zhang and Horn. The corresponding indices were indicated as WAS, MWDWS, AS and ?, respectively. The Kib values of the 41 examined soils were measured using rainfall simulator (Delta lab). The relative influence of each soil character as well as structural stability indices as independent variables on Kib (dependent variable) was examined using stepwise multiple regression analysis. Relatively high correlation between Kib and texture components showed a dominant effect of soil texture on Kib of the examined soils. Kib was highly correlated to clay (r = 0.66**) and sand (r = -0.60**) contents. The correlation coefficient of Kib with either EC (r = 0.51**) or with SAR (r = 0.50**) also became highly significant. Among the indices of aggregate stability, Kib showed the highest correlation (r = 0.63**) with MWDWS. Kib also significantly and positively (r = 0.5**) was correlated to AS. No significant correlation, however, occurred between Kib and instability index (?). Among PTFs developed to predict Kib from various soil attributes based on R2adj, the regression model: Kib = 1142864.53 + 19803 Clay + 30392 SAR + 24788 CCE turned to be the most satisfactory PTF for Kib prediction in the examined soils of the studied region.