علوم آب و خاک

---

مصرف جو به علت داشتن پلی‌ساکاریدهای بتا–گلوکان در جیره جوجه‌های گوشتی محدودیت دارد. می‌توان با مصرف آنزیم‌های تجارتی از جو به مقدار بیشتری در جیره طیور استفاده کرد. این آزمایش به منظور بررسی تأثیر مکمل آنزیمی بتا–گلوکاناز بر عملکرد جوجه‌های گوشتی، درصد چربی محوطه بطنی، وزن روده‌ها و ارزیابی اقتصادی تولید یک کیلوگرم گوشت در جیره‌های شامل سطوح مختلف ذرت و جو به اجرا درآمد. تعداد 540 قطعه جوجه گوشتی تجارتی در سن هفت روزگی به 45 گروه 12 قطعه‌ای تقسیم شدند و به هر سه گروه از جوجه‌ها یکی از 15 جیره آزمایشی که در آنها جو در سطوح صفر (گروه شاهد)، 25، 50، 75 و 100 درصد جایگزین ذرت شده بود، همراه با دو سطح از آنزیم (025/0 و 05/0 درصد)، تا سن 49 روزگی داده شد. جیره‌ها با استفاده از روغن به نحوی فرموله شدند که پروتئین و انرژی آنها یکسان گردیده بود. در سن 49 روزگی دو قطعه خروس و دو قطعه مرغ از هر تکرار انتخاب و پس از وزن کشی، جهت تعیین وزن لاشه، چربی محوطه بطنی و وزن روده‌ها ذبح شدند. نتایج نشان داد که افزایش وزن جوجه‌های گوشتی با افزایش هر سطح از جانشینی جو بدون آنزیم به جای ذرت به ترتیب 83/0، 08/6، 9/12 و 1/16 درصد کاهش یافت. افزایش وزن جوجه‌های تغذیه شده با جیره‌های حاوی مقادیر بالای جو و سطح 05/0 درصد آنزیم هیچ گونه اختلاف معنی‌داری (01/0>p) با گروه شاهد نداشت. همچنین مکمل آنزیمی در هر دو سطح، به خصوص در سطح 05/0 درصد باعث بهبود معنی‌داری (01/0>p) در مصرف غذا و ضریب تبدیل غذایی جوجه‌های تغذیه شده با جو شد. آنزیم در هر دو سطح به کار رفته، مخصوصاً در سطح 05/0 درصد باعث کاهش معنی‌دار (01/0>p) در چربی محوطه بطنی جوجه‌ها گردید. نتایج کلی این آزمایش نشان داد که جو با آنزیم جایگزینی مناسب برای ذرت بوده و سطح 05/0 درصد آنزیم، به دلیل عملکرد بهتر و تولید اقتصادی‌تر یک کیلوگرم گوشت، بر سطح 025/0 درصد آنزیم برتری دارد.

---

استفاده از داده‌های کمکی رقومی و ارتباط آنها با داده‌های مشاهداتی صحرایی از طریق روش‌های کامپیوتری که اصطلاحاً نقشه‌برداری رقومی خاک خوانده می‌شود، نسبت به روش‌های سنتی نقشه‌برداری خاک قابل‌اعتمادتر و کم ‌هزینه‌تر است. بنابراین در مطالعه حاضر، از مدل‌های شبکه عصبی مصنوعی و k نزدیک‌ترین همسایگی جهت پیش‌بینی مکانی شوری خاک در منطقه‌ای خشک به وسعت 700 کیلومتر مربع در شمال شهرستان اردکان استفاده گردید. در این منطقه براساس روش شبکه‌بندی منظم 180 نمونه خاک مشخص‌شده و سپس نمونه‌برداری و خصوصیات فیزیکی- شیمیایی خاک اندازه‌گیری شدند. متغیرهای محیطی استفاده ‌شده در این مطالعه شامل پارامترهای استخراج‌ شده از مدل رقومی ارتفاع، داده‌های تصویر ETM⁺ ماهواره لندست و هدایت الکتریکی ظاهری (اندازه‌گیری شده توسط دستگاه هدایت‌گر الکترومغناطیس) بودند. نتایج این تحقیق نشان داد که مدل k نزدیک‌ترین همسایگی دارای دقت بیشتری نسبت به شبکه عصبی مصنوعی به‌منظور پیش‌بینی شوری خاک است. به‌طوری‌که این مدل به‌خوبی توانسته ارتباط قوی بین داده‌های شوری خاک و اطلاعات محیطی برقرار کند. مجموع ریشه مربعات خطا و ضریب تبیین مدل k نزدیک‌ترین همسایگی به‌ترتیب 73/18 و 92/0 است. نتایج نشان داد که برای پیش‌بینی شوری خاک، هدایت الکتریکی ظاهری، شاخص‌های سنجش ‌از دور و شاخص خیسی مهم‌ترین پارامترها بودند.