علوم آب و خاک

یکی از عوامل مهم تولید محصولات کشاورزی وجود مقدار کافی از عناصر غذایی و قابل استفاده برای گیاه است که در این راستا عنصر نیتروژن از اهمیت ویژه‌ای برخوردار است. اتلاف کودهای نیتروژنه حاصل از کم‌بودن کارایی مصرف کود، منجر به مسائل زیست‌محیطی چون آلودگی آبهای زیرزمینی و سطحی به نیترات و آمونیوم می‌شود. در این پژوهش تأثیر کود آبیاری به صورت ترکیبی از کودهای نیتروژن‌دار اوره و نیترات آمونیوم به همراه زئولیت طبیعی سمنان (CP) و اصلاح‌شده با سورفکتانت (SMZ) در کاهش هدررفت کود بررسی شد. آزمایش‌ها در دو بخش و در قالب طرح کاملاً تصادفی و با سه تکرار برای هر تیمار، به‌صورت ستونی برای خاک لومی صورت گرفت. تیمارها شامل چهار سطح کاربرد زئولیت (صفر، 4، 8 و ۱۶ گرم بر کیلوگرم در لایه سطحی خاک) و یک سطح کوددهی با غلظت ۶۰ میلی‌گرم در لیتر نیترات در سه دوره کود آبیاری و با شش بار آبیاری در هر دور بودند. در بخش اول مطالعه نقش کود آبیاری به صورت ترکیبی از کودهای نیتروژن‌دار اوره و نیترات آمونیوم (UAN) در خاک معمولی در کاهش غلظت نیترات و آمونیوم زهاب بررسی شد و با کود آبیاری به صورت کاربرد یکی از کودهای مد نظر مقایسه شد. نتایج نشان داد که میزان هدررفت کود به فرم نیترات در دور اول کود آبیاری توسط تیمارهای UAN به میزان ۴۰ درصد کاهش یافت. با توجه به اینکه نتایج حاصل از بخش اول مطالعه نشان داد که غلظت نیترات و آمونیوم زهاب در حد استاندارد آب شرب کاهش نمی¬یابد، در بخش دوم از اصلاح‌کننده‌های خاک استفاده شد. بیشترین شدت حذف نیترات با اندازه‌گیری مقدار نیترات حذف‌شده مربوط به تیمار خاک مخلوط با ۱۶ گرم در کیلوگرم زئولیت اصلاح‌شده در لایه سطحی خاک (SM16) و معادل ۹۰ درصد بود و بیشترین شدت حذف آمونیوم مربوط به تیمار خاک مخلوط با ۱۶ گرم در کیلوگرم زئولیت طبیعی در لایه سطحی خاک (CP16) و به میزان ۸۵ درصد بود؛ بنابراین به‌کارگیری کود آبیاری به صورت ترکیبی از کودهای نیتروژن‌دار به همراه اصلاح‌کننده‌های خاک در شرایطی که پتانسیل آلودگی آبهای زیرزمینی به سبب افزایش آبشویی نیترات زیاد است، توصیه می¬شود.

پایش پهنه‌های آبی در مناطق نیمه‌خشک برای مدیریت منابع آب حیاتی است، اما انتخاب شاخص طیفی بهینه و سنجنده مناسب همچنان چالش‌برانگیز باقی مانده است. این پژوهش با هدف ارزیابی تطبیقی کارایی نُه شاخص طیفی آب در دو سنجنده لندست-۸ و سنتینل-۲ برای تعیین ترکیب بهینه شاخص - سنجنده در پایش کوتاه‌مدت (با تمرکز بر دقت مکانی زیاد و تغییرات فصلی) و بلندمدت (با تمرکز بر روندهای سالانه و پوشش زمانی گسترده) پهنه آبی سد گلستان انجام شد. با استفاده از پلتفرم Google Earth Engine (GEE)، 181 تصویر ماهواره‌ای (107 تصویر لندست-8 طی 2023-2013 و 74 تصویر سنتینل-2 طی 2024-2018) از سد گلستان پردازش شد. پس از تصحیحات اتمسفری با الگوریتم‌های LEDAPS و Sen2Cor، نُه شاخص طیفی شامل NDWI، MNDWI، ANDWI، AWEI، WI2015، WI1، WI2، LSWI  و NDTI محاسبه و با استفاده از شاخص  WI2 به‌عنوان مرجع (به دلیل عملکرد برتر در استخراج دقیق پهنه‌های آبی نیمه‌خشک با حساسیت کم به نویز گیاهی و خاکی نشان داده و همبستگی زیادی با داده‌های میدانی دارد)، کارایی آنها بر اساس معیارهای  RMSE، R²  و ضریب نش - ساتکلیف ارزیابی شد. نتایج نشان داد MNDWI در سنتینل-2 بهترین عملکرد را با ha 21/42RMSE=، 0/998 R²=و 0/996 NS=ارائه می‌دهد که به دلیل دقت مکانی ۱۰ متری و دوره بازگشت ۵ روزه، برای پایش کوتاه‌مدت تغییرات فصلی مانند اوج بهاری k‏m² 9/33 در مارس ایده‌آل است؛ درحالی‌که ANDWI در لندست-8 باha 54/54RMSE=، 0/997 R²=و و 0/976 NS=برتری دارد و به دلیل پوشش زمانی بلند (۲۰2۳-۲۰1۳)، برای تحلیل بلندمدت روندهای سالانه مانند کاهش ۳۵% میانگین مساحت مخزن از km² 7/28 در ۲۰۱۴ بهkm² 4/72 در ۲۰۲۱ مناسب است. همبستگی زیاد دو سنجنده (0/933r=) امکان ترکیب آنها را برای پایش چندمقیاسه فراهم می‌آورد؛ درحالی‌که LSWI و Normalized Difference Turbidity Index (NDTI) به دلیل بیش‌برآورد ناشی از رطوبت خاک و پوشش گیاهی، نامناسب تشخیص داده شدند. یافته‌ها نشان می‌دهد انتخاب شاخص بهینه به ویژگی‌های طیفی سنجنده وابسته است و ترکیب  MNDWI- سنتینل۲ برای پایش کوتاه‌مدت و ANDWI - لندست۸ برای تحلیل‌های بلندمدت توصیه می‌شود.

بحران آب و شرایط اقلیمی ایران ضرورت توجه به کشت محصولات کم‌آب‌بر را در اولویت سیاست‌های سرمایه‌گذاری کشاورزی قرار داده است. کینوا به‌عنوان یک شبه‌غله با نیاز آبی نسبتاً پایین می‌تواند جایگزین مناسبی برای محصولات آب‌بر محسوب شود. این پژوهش با هدف بررسی مزیت نسبی تولید کینوا در مقایسه با محصولات زراعی آب‌بر در شرایط کم‌آبی استان اصفهان انجام شد. برای سنجش مزیت نسبی از دو شاخص هزینه منابع داخلی (DRC) و نسبت هزینه به منفعت اجتماعی (SCB) استفاده شد. داده‌ها از طریق پرسش‌نامه و منابع دولتی گردآوری و در تحلیل‌ها از قیمت‌های سایه‌ای نهاده‌ها و ستانده‌ها بهره‌گیری شد. جامعه آماری شامل تولیدکنندگان کینوا بود. نتایج نشان داد کینوا در استان اصفهان دارای مزیت نسبی است. نقطه سربه‌سر عملکرد این محصول 653 کیلوگرم در هکتار است؛ به این معنا که تولید بیشتر از این مقدار بیانگر وجود مزیت نسبی است. همچنین سقف مجاز مصرف آب برای حفظ این مزیت، ۱۵۷۹۲ مترمکعب در هکتار برآورد شد. مصرف آب بیش از این مقدار، مزیت نسبی کشت کینوا را از بین می‌برد. علاوه بر این، بهره‌وری اقتصادی آب برای کینوا در مقایسه با سایر محصولات زراعی رایج در منطقه بیشتر ارزیابی شد. درمجموع، با توجه به وجود مزیت نسبی برای کینوا و بهره‌وری آب بیشتر آن نسبت به محصولات آب‌بر رایج، این محصول پتانسیل لازم برای گنجانده شدن در الگوی کشت استان اصفهان را دارد. بااین‌حال، توصیه به جایگزینی کامل مستلزم مداخلات هدفمند سیاستی و چندبعدی در سطوح فناورانه، بازاریابی و سیاست‌گذاری و همچنین انجام پژوهش‌های تکمیلی در خصوص تحلیل و توسعه زنجیره ارزش و بازار کینوا، بررسی رفتار مصرف‌کنندگان، طراحی سیاست‌های حمایتی هدفمند برای دوره گذار و تحلیل جامع‌تر از مزیت نسبی سایر محصولات است.

فرسایش آبی مسئله مهمی در ایران است و به دلیل نبود داده های معتبر و کافی برای شناسایی مناطق مستعد فرسایش استفاده از مدل‌ها اجتناب ناپذیر است. این پژوهش برای ارزیابی مدل MPSIAC در زیرحوضه گوهرباران واقع در استان چهارمحال‌ و بختیاری طراحی شده است. برای تحقق این هدف رسوبات مخزن سد گهرباران پس از تخلیه آب نقشه برداری و اندازه گیری شد. با استفاده از تصاویر ماهواره Landsat-8 اثر تغییر کاربری سرزمین بر فرسایش بررسی شد. طی فعالیت میدانی 37 نمونه خاک سطحی (20-0 سانتی‌متری) برداشته شد و بعد از تیمارهای اولیه برای تجزیه فیزیکی و شیمیایی استفاده شدند. برای تعیین نه عامل مدل MPSIAC از داده های کتابخانه ای، میدانی و آزمایشگاهی استفاده شد. مقایسه زمانی نقشه های کاربری نشان داد طی 20 سال (1393-1373) کیفیت مراتع بهبود یافته و وسعت باغات دو برابر شده است. آزمون حساسیت آشکار کرد که مدل MPSIAC بیشترین و کمترین حساسیت را به ترتیب به عامل فرسایش رودخانه ای و خاک داشت. اندازه گیری رسوب مشخص کرد که رسوب دهی ویژه در دوره ۲۶ساله (1393-1367)  t.ha^-1.y^-1 11/6 بود؛ درحالی‌که رسوب دهی ویژه پیش بینی‌شده مدل ha^-1.y^-1 5/97 بود. برخلاف دستاورد دیگر پژوهشگران کم‌برآوردی رسوب توسط مدل لزوم کالیبراسیون مدل MPSIAC را قبل از کاربرد آن در محیط های مشابه را آشکار میکند

صنعت فولاد نقش مهمی در انتشار آلاینده‌های سمی، از جمله فلزات سنگین به محیط‌زیست دارد. مطالعه توصیفی ـ کاربردی حاضر در سال 1401 برای شناسایی منابع انتشار فلزات سنگین در خاک های سطحی در مجاورت یک صنعت فولاد با استفاده از مدل‌های فاکتور ماتریس مثبت و موازنه جرم شیمیایی انجام شد. نمونه‌های خاک (50 نمونه) به طور سیستماتیک از چهار منطقه در محدوده کارخانه فولاد جمع‌آوری شدند و یک منطقه شاهد به مساحت 15 کیلومتر ایجاد شد. پنج منبع اصلی، شامل پوسته زمین (فاکتور 1)، وسایل نقلیه (فاکتور 2)، صنعت فولاد (فاکتور 3)، زیست‌توده (فاکتور 4) و سایر منابع (فاکتور 5)، به عنوان عوامل اصلی فلزات سنگین در مدل فاکتور ماتریس مثبت شناسایی شدند. کبالت، نیکل و روی بیشترین میانگین غلظت به ترتیب با مقادیر 14/5، 1/21 و 0/92میلی‌گرم بر کیلوگرم را داشتند. کادمیوم و سرب کمترین غلظت را با مقادیر 0/02 و 0/10 میلی‌گرم بر کیلوگرم به ترتیب در نمونه‌های محدوده از منطقه شرکت فولاد خوزستان نشان داد. مقایسه سهم منابع مختلف در انتشار فلزات سنگین در عوامل شناسایی‌شده نشان داد که صنعت فولاد، سایر منابع، پوسته زمین، وسایل نقلیه و زیست‌توده به ترتیب 24، 23، 19، 18 و 16 درصد در مدل فاکتور ماتریس مثبت و 23، 22، 20، 18 و 17 درصد در مدل موازنه جرم شیمیایی را تشکیل می‌دهند. مدل‌های فاکتور ماتریس مثبت و موازنه جرم شیمیایی نشان دادند که سطح زیاد آلودگی خاک با فلزات سنگین در مجاورت شرکت فولاد خوزستان در شهر اهواز داشت.

آبشستگی، چالش اصلی مهندسی رودخانه، با تخریب پل‌ها در سیلاب‌ها، هزینه‌های مالی را به دنبال دارد. این مطالعه با هدف تخمین عمق آبشستگی (Dse/Dp) اطراف گروه‌های شمع، پارامترهای هیدرودینامیکی و هندسی را بررسی کرد. بدین منظور با جمع‌آوری 299 داده‌های آزمایشگاهی از منابع مختلف، داده‌ها به دو بخش آزمایش و آزمون تقسیم‌بندی شد. به عنوان ورودی مدل‌های یادگیری ماشین، شامل شبکه عصبی مصنوعی (ANN)، بردار پشتیبان (SVR)، الگوریتم تقویت گرادیان شدید (XGboost) و مدل یادگیری ترکیبی متا (Stacking) همچنین برای تنظیم اَبَرپارامترهای مدل از روش جستجوی شبکه‌ای Gridsearch به منظور ایجاد رگرسیون مؤثر استفاده شد. در ارزیابی عملکرد مدل‌ها، مدل ANN به مقدار 0/87 R² =و مدل SVR به 0/91 R² =دست یافتند. مدل XGBoost با 0/94 R² =و 0/28 RMSE ≈ توانست عملکرد دقیق‌تری نسبت به دو مدل دیگر ارائه دهد. درنهایت، مدل ترکیبی Stacking با بهره‌گیری از خروجی مدل‌های پایه، بهترین عملکرد را ثبت کرده و مقدار 96/0  R² = و 0/11  RMSE =را به دست آورد که این نتایج به معنی افزایش حدود ۱۵ درصدی دقت نسبت به ANN و ۷ درصد نسبت به XGBoost است. به‌طور کلی یافته‌ها نشان می‌دهد که استفاده از مدل‌های ترکیبی یادگیری ماشین، به‌ویژه Stacking، می‌تواند رویکردی دقیق و کارآمد برای پیش‌بینی عمق آبشستگی پیرامون گروه‌های شمع و تحلیل رفتارهای پیچیده جریان در سامانه‌های هیدرولیکی باشد.

انتشار گازهای گلخانه‎ای و حصول بهره‎وری قابل قبول آب و انرژی از مهم‎ترین چالش‎های پیش رو در بخش کشاورزی است. هدف از پژوهش حاضر بررسی شاخص‎های انرژی و بهره‎وری آب گندم آبی در استان خراسان رضوی است. به منظور بررسی این شاخص‌ها در این پژوهش از پرسشنامه استفاده شد. پرسشنامه‌ها به تعداد 200 پرسشنامه (شامل منطقه مشهد: 50، منطقه تربت جام: 50، منطقه تایباد: 50 و منطقه باخرز: 50) بود که اطلاعات جمع‌آوری‌شده شامل مقدار مصرف نهاده‌ها و نیز مقدار تولید بود. نتایج نشان داد که میزان بهره‌وری فیزیکی آب در دشت‌های مشهد، تربت جام، تایباد و باخرز به ترتیب برابر با 0/57، 0/72، 0/7 و 0/46 کیلوگرم بر مترمکعب است. همچنین نتایج نشان داد که بیشترین کارایی مصرف انرژی و بهره‌وری انرژی به ترتیب به میزان 2/18 و 0/148 کیلوگرم بر مگاژول مربوط به دشت تایباد و بیشترین انرژی مخصوص به میزان 10/92 مگاژول بر کیلوگرم مربوط به دشت باخرز بود. نتایج حاصل برای انتشار گازهای گلخانه‌ای نشان داد که بیشترین میزان انتشار گازهای گلخانه‌ای در دشت مشهد و به میزان معادل 1539/68 کیلوگرم در هکتار و کمترین آن در دشت تایباد به میزان معادل 964/79 کیلوگرم در هکتار به‌دست آمد. نتایج کلی نشان داد که عملکرد محصول در مناطق نسبتاً خشک مانند تربت جام و تایباد نسبت به مناطق با ارتفاع بالاتر از سطح دریا و نیمه خشک، شبیه مشهد و باخرز بیشتر است.