کاربرد مدل هایAlbero ، فائو و رگرسیون چندگانه در پیش بینی پتانسیل تولید گندم و ذرت در منطقه میاندوآب
نام نخستين پديدآور
/زهرا رضایی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: کشاورزی
تاریخ نشرو بخش و غیره
، ۱۳۹۶
نام توليد کننده
، میرزائی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
علوم خاک گرایش پیدایش، ردهبندی و ارزیابی خاک
زمان اعطا مدرک
۱۳۹۶/۱۱/۱۶
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
خاک یکی از منابع طبیعی و از جمله مهمترین عوامل زیربنای اقتصادی هر کشوری است .اصول و چگونگی بهرهصوری از این منبع طبیعی در واقع مسیر پیشرفت و سطح توسعهیافتگی هر جامعه را تعیین میصکند .بنابراین ارزیابی و مدیریت خاک و اراضی از اهمیت روزافزونی برخوردار است و دارا بودن اطلاعات دقیق از وضعیت خاک و اراضی پیشصنیاز تصمیمصگیریصهای آگاهانه و آمایش سرزمین است .این مطالعه به پیشصبینی پتانسیل تولید برای محصولات گندم و ذرت در شهرستان میاندوآب میصپردازد .به این منظور ۱۷ پروفیل در منطقه انتخاب و از ۹ ویژگی اراضی از جمله اقلیم،EC ،CEC ،pH،Bd، کربن آلی، بافت و آهک استفاده شد .با مطالعه روشصهای ارزیابی اراضی و اطلاعات موجود، روش پارامتریک) ریشه دوم و استوری (برای ارزیابی کیفی و از مدلصهایFAO ، Albro و رگرسیون چند متغیره برای پیشصبینی پتانسیل تولید استفاده شد .از تلفیق تولید پتانسیل، تولید واقعی و تولید بحرانی با نتایج ارزیابی کیفی، ارزیابی کمی تناسب اراضی انجام و کلاسصهای تناسب تعیین شد .تولید پیشبینیشده در واحدصهای مختلف اراضی برای گندم و ذرت به ترتیب با استفاده از مدلصهای) FAO ریشه دوم اصلاحشده(، از ۴۲/۲۳۶۵ تا ۵۳/۶۰۴۷ و ۷۷/ ۲۹۴۱ تا ۸/۷۸۴۰ کیلوگرم در هکتار، مدل Albro ۲۴۵۹ تا ۳۳۶۹ و ۴۱۵۴ تا ۶۰۲۰ کیلوگرم در هکتار و رگرسیون چند متغیره ۳۰۵۱ تا ۴۸/۶۶۲۶ کیلوگرم در هکتار برای گندم میصباشد .با انجام آزمونصهای آماری بین عملکرد مشاهدهشده و عملکرد پیشبینیشده گندم، مدل فائو ریشه دوم اصلاحشده به خاطر همبستگی زیاد(۹۴/۰) ، داشتن خطای نرمال شده کم (۸۸/۷) و نداشتن اختلاف معنادار بین میانگین عملکرد مشاهدهشده و عملکرد پیشبینیشده به عنوان مدل برتر و گندم به عنوان محصول مناسب برای منطقه مورد مطالعه انتخاب شد .ولی ذرت به علت محدودیت اقلیمی و داشتن خطای نرمال شده زیاد با استفاده از مدلصهای مذکور مناسب کشت در منطقه مورد مطالعه نیست .با توجه به اثر مدیریت بر تولید محصول، پتانسیل تولید با اعمال مدیریت نیز محاسبه گردید .نتایج نشاندهنده افزایش همبستگی و تطابق بیشتر بین عملکرد پیشبینیشده و عملکرد کشاورز بود .به منظور افزایش پتانسیل تولید زمین و حفظ خاک توصیه میصشود قبل از کاشت محصولات از مدلصهای پیشصبینی کننده پتانسیل تولید در مناطق مختلف برای محصولات مهم زراعی استفاده شود
متن يادداشت
Soil is one of the natural resources and one of the most important economic factors of any country. The principles and how to use this natural resource in fact determine the path to development and the level of development of each society. Therefore, the assessment and management of land is of increasing importance and having accurate information on the condition of soil and land is a prerequisite for informed decisions and land preparation. This study aims to predict the production potential of wheat and corn products in the city of Miandoab. For this purpose, 17 profiles were selected in the region and 9 of the land characteristics including the climate, EC, CEC, pH, Bd, organic carbon, texture and lime were used. By studying the land valuation methods and available information, the parametric method (Second Root and Story) was used for qualitative evaluation, and FAO, Albro and multivariate regression models were used to predict production potential. The combination of potential production, actual production and marginal production with qualitative evaluation results, a quantitative assessment of land suitability was performed and suitability classes was determined. The predicted production in different land units for wheat and maiza was calculated using FAO (modified Second Root) models, from 2365.42 to 6047.53, and 2941.77 to 4840.8, Albro model from 2459 to 3369 and 4154 to 6020, and multivariate regression from 3051 to 6626.48 for wheat respectively. By performing statistical tests between observed performance and predicted wheat performance, the FAO-modified second root model was selected as the superior model, due to its high correlation (0.94), low normalized error (7.88), and no significant difference between the observed mean performance and predicted performance, and wheat was selected as the appropriate product for the studied area. However, maiza is not suitable for cultivation in the study area due to climatic constraints and possessing a high normalized error using these models. Due to the management effect on product production, production potential was also measured by management effects. The results showed an increase in correlation and more adaptation between predicted performance and farmer performance. In order to increase the potential of land production and soil conservation, it is recommended to use predictive models of production potential in different areas for important crop products before planting
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )