|
|
مقایسه روشهای ارزیابی کیفیت خاک و ارتباط آن با عملکرد در اراضی چایکاری غرب استان گیلان
|
|
|
|
|
نویسنده
|
یغمائیان مهابادی نفیسه ,فیاض حورا ,صبوری عاطفه ,شیرین فکر احمد
|
منبع
|
پژوهش هاي خاك (علوم خاك و آب) - 1399 - دوره : 34 - شماره : 4 - صفحه:435 -450
|
چکیده
|
با توجه به افزایش فشار های استفاده از زمین و آسیبپذیری خاک های کشاورزی از نظر زیست محیطی، توسعه یک روش مناسب برای ارزیابی کیفیت خاک به منظور دستیابی به تولید بهینه و پایدار محصول ضروری است. لذا این پژوهش با هدف شناسایی مهمترین ویژگی های موثر بر کیفیت خاک و مقایسه شاخصهای کیفیت خاک بهدست آمده از روشهای مختلف و ارتباط آن با عملکرد چای در غرب استان گیلان صورت گرفت. در مجموع 66 نمونه خاک مرکب از عمق صفر تا 30 سانتیمتر و برگ سبز چای در کرتی به وسعت 2 متر مربع به مرکزیت محلهای نمونهبرداری خاک از بخشی از باغات چای با عملکرد متفاوت برداشت شد. با استفاده از روش تجزیه به مولفه های اصلی(pca) ، از میان 15 ویژگی موثر بر کیفیت خاک، شش ویژگی شامل پتاسیم قابل جذب، کربن آلی، ph، فسفر قابل جذب، روی قابل جذب و تعداد نماتد بهعنوان حداقل نشانگرهای موثر بر کیفیت خاک انتخاب گردید. سپس کیفیت خاک با استفاده از دو مدل شاخص کیفیت تجمعی (iqi) و شاخص کیفیت نمرو (nqi) به روشهای نمرهدهی خطی و غیرخطی (ls و nls) و هرکدام در دو مجموعه کل دادهها (tds) و دادههای حداقل (mds) ارزیابی شد. نتایج نشان داد که میانگین شاخص کیفیت خاک به جز شاخصهای iqinlsmds و nqinlsmds، در باغات با عملکرد بالا به طور معنیداری بیش تر از باغات با عملکرد پایین بود. ارزیابی کیفیت خاک باغات چای نشان داد که روشهای نمردهدهی خطی بر روشهای غیرخطی برتری دارند، بهطوریکه شاخصهای iqils و nqils برای هر دو مجموعه tds (به ترتیب 0.55= r^2و 0.54=r^2) و mds (به ترتیب 0.45= r^2و 0.46=r^2) همبستگی بیش تری با عملکرد چای نسبت به سایر شاخصها نشان دادند. همچنین همبستگی بین دو مجموعه tds و mds برای شاخص iqils (0.80= r^2)، بیش تر از شاخص nqils (0.59= r^2) بود.
|
کلیدواژه
|
شاخص کیفیت تجمعی، شاخص کیفیت نمرو، روشهای نمرهدهی، تجزیه به مولفههای اصلی
|
آدرس
|
دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم خاک, ایران, دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم خاک, ایران, دانشگاه گیلان, دانشکده علوم کشاورزی, گروه زراعت و اصلاح نباتات, ایران, سازمان تحقیقات آموزش و ترویج کشاورزی, پژوهشکده چای، موسسه تحقیقات علوم باغبانی, گروه فناوری و مدیریت تولید, ایران
|
پست الکترونیکی
|
shirinfekr@gmail.com
|
|
|
|
|
|
|
|
|
Comparison of Soil Quality Evaluation Methods and Their Relationships with Tea Yield in West Guilan Province
|
|
|
Authors
|
Yaghmaeian Mahabadi Nafiseh ,Fayyaz Hoora ,Sabouri Atefeh ,Shirinfekr Ahmad
|
Abstract
|
Developing an appropriate methodology to evaluate soil quality is urgent and has great implications in sustainable agricultural production. This study was carried out with the aim of determining the minimum data set (MDS) for soil quality evaluation and the comparison of soil quality evaluation methodsin tea cultivation with different productivities in west Guilan province. Sixtysix soil samples were collected from 0 to 30 cm depth. The green tea leaves were harvested at a 2 m2 plot at each site. In this research, using the principal component analysis (PCA) method, among 15 physical, chemical and biological soil indicators as total data set (TDS), available potassium, organic carbon, pH, available phosphorus, available zinc and nematode were determined as the MDS. Then, the soil quality of tea cultivation with different productivities was evaluated by Integrated Quality Index(IQI) and Nemoro Quality Index (NQI) using two linear and nonlinear scoring methods (LS and NLS) and two soil indicator selection approaches, a Total Data Set (TDS) and a Minimum Data Set (MDS). The results showed that all mean soil quality indices of the high productivity tea cultivationexcept IQINLSMDSand NQINLSMDS were significantly higher than low productivity tea cultivation. It was found that linear scoring methods are superior to nonlinear. So that, the correlations between soil quality indices and crop yields for the IQILS and NQILS methods were Stronger than in the other methods in both TDS (R2=0.55 and 0.54, respectively) and MDS (R2=0.45 and 0.46, respectively). The correlation between TDS and MDS evaluated by the IQI–LS (R2=0.80) were higher than that by NQI–LS (R2=0.59).
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|