3 نتیجه برای کیفیت فیزیکی خاک
الهام فراهانی، محمد رضا مصدقی، علی اکبر محبوبی،
جلد 16، شماره 61 - ( 7-1391 )
چکیده
پدیده سخت‌شوندگی یکی از نشانه‌های کیفیت فیزیکی ضعیف خاک است. خاک‌های سخت‌شونده، خاک‌هایی هستند که تغییر مقاومت مکانیکی آنها با خشک‌شدن شدید بوده، در هنگام خشک‌شدن، سخت و متراکم شده و خاک‌ورزی آنها دشوار است. خاک‌های سخت‌شونده دارای دشواری‌هایی مانند تهویه ضعیف در شرایط مرطوب، مقاومت مکانیکی زیاد در دامنه رطوبتی خشک، نفوذپذیری اندک و رواناب و فرسایش زیاد می‌باشند. با توجه به این‌که اکثر خاک‌های ایران از نظر ماده آلی فقیرند، انتظار می‌رود که پدیده سخت‌شوندگی در برخی از آنها رخ دهد. این پژوهش بر روی 9 سری خاک از استان همدان با هدف بررسی پدیده سخت‌شوندگی از راه اندازه‌گیری سه نوع مقاومت کششی (ITS)، فشاری غیرمحصور (UCS) و فروروی (PR) در نمونه‌های باز‌ساخته‌شده خاک انجام شد. آزمون‌های ITS، UCS و PR بر روی نمونه‌های ساخته‌شده با چگالی ظاهری (BD) که ضریبی از BD بحرانی برای رشد گیاه (BDcritical9/0) بود، انجام شدند. همچنین ویژگی‌های ذاتی مؤثر بر این پدیده بررسی شد. براساس تعریف پیشنهادی در سمپوزیوم جهانی خاک‌های سخت‌شونده و سله‌دار به اتحادیه بین‌المللی خاک‌شناسی، که مقاومت کششی خاک سخت‌شونده در حالت هوا-خشک باید بزرگ‌تر یا برابر kPa 90 باشد، می‌توان گفت که در BDcritical9/0، تنها یکی از خاک‌های مورد بررسی (با بافت متوسط) سخت‌شونده شد. بنابراین می‌توان نتیجه گرفت که خاک‌های با بافت متوسط بیش‌تر مستعد سخت‌شوندگی هستند. در تمامی خاک‌های مورد بررسی، با افزایش درصد رس، مقدار ITS افزایش یافت. همچنین اثر افزایشی مقدار رس بر UCS و اثر افزایشی مقدار کربنات کلسیم بر PR دیده شد. کربنات کلسیم مانند سیمانی بین ذرات خاک قرار گرفته و باعث گردیده خاک بیش‌تر مستعد سخت‌شوندگی شود. همچنین در تمامی خاک‌های مورد بررسی، روند کاهشی مقادیر مقاومت مکانیکی با افزایش مقدار رطوبت خاک مشاهده گردید. شیب مدل نمایی (b) برازش‌یافته بر منحنی مشخصه مقاومت مکانیکی به‌عنوان شاخص سخت‌شوندگی خاک، رابطه‌ای مثبت با مقدار شن و رابطه‌ای منفی با مقدار سیلت برقرار کرد. درکل می‌توان گفت بافت و مقدار کربنات کلسیم از عوامل مهم و مؤثر بر پدیده سخت‌شوندگی در خاک‌های همدان می‌باشند.
علی اشرف علی اشرف امیری نژاد، ستاره قطبی،
جلد 22، شماره 2 - ( 6-1397 )
چکیده
کیفیت خاک، به‌صورت توانایی یک خاک در انجام وظایف آن، به‌عنوان بخشی اساسی از زیستگاه بشری، تعریف می‌شود. در این پژوهش، اثرات تغییر کاربری اراضی (تبدیل اراضی جنگلی به زمین‌های کشاورزی) بر کیفیت فیزیکی خاک، در منطقه گیلان‌غرب مورد مطالعه قرار گرفت. برای انجام این تحقیق، نمونه‌های خاک از لایه‌های سطحی و تحت‌الارضی دو نوع کاربری و از دو موقعیت قله و شانه شیب حوضه‌های میاندار و ویژنان برداشت شد. ویژگی‌های فیزیکی خاک، از قبیل بافت خاک و توزیع اندازه ذرات، هدایت هیدرولیکی اشباع خاک، جرم مخصوص ظاهری، میانگین وزنی قطر خاکدانه‌ها، ظرفیت نگهداری رطوبت و درصد کربن آلی خاک اندازه‌گیری شدند. نتایج نشان داد که تغییر کاربری مناطق جنگلی به اراضی کشاورزی، موجب کاهش شدید درصد ماده آلی خاک (به‌میزان 52 درصد) و افزایش درصد سیلت، شن و جرم مخصوص ظاهری خاک می‌شود، همچنین جنگل‌تراشی موجب کاهش میانگین وزنی قطر خاکدانه‌ها (از 39/0 به 14/0 میلی‌متر در حوضه میاندار)، کاهش میزان رس، کاهش تخلخل و به‌دنبال آن کاهش ظرفیت نگهداری رطوبت و کاهش هدایت هیدرولیکی اشباع خاک (از 34/10 به 86/1 سانتی‌متر در ساعت) شده است. به‌طورکلی، نتایج ثابت می‌کند که تغییر کاربری اراضی جنگلی به کشاورزی، سبب کاهش شدید کیفیت فیزیکی خاک و قابلیت تولید آن می‌شود.
فهیمه امیری میجان، حسین شیرانی، عیسی اسفندیارپور، علی اصغر بسالت پور، حسین شکفته،
جلد 23، شماره 3 - ( 9-1398 )
چکیده
استفاده از شیب منحنی مشخصه رطوبتی خاک در نقطه عطف (شاخص S)، یکی از شاخصهای مهم ارزیابی کیفیت خاک در برنامهریزی مدیریت اراضی زراعی و باغی محسوب می‌شود. هدف از این پژوهش، تعیین مؤثرترین ویژگی‌های خاک در منطقه جیرفت بر تخمین شاخص S با استفاده از الگوریتم هیبرید شبیه‌سازی تبرید - شبکه عصبی مصنوعی بود. به این منظور، 350 نمونه خاک دستخورده و 350 نمونه خاک دستنخورده از اراضی زراعی و باغی برداشت و سپس برخی از ویژگی‌های فیزیکی و شیمیایی خاک، شامل درصد شن، سیلت، رس، قابلیت هدایت‌الکتریکی اشباع، چگالی ظاهری، درصد تخلخل کل، درصد مواد آلی و درصد کربنات کلسیم معادل با استفاده از روشهای استاندارد اندازه‌گیری شدند. همچنین با استفاده از دستگاه صفحات فشاری، مقدار رطوبت خاک در مکش‌های 0، 30،10، 50، 100، 300، 500، 1000 و 1500 کیلوپاسکال تعیین شد. در ادامه با استفاده از الگوریتم هیبریدی شبکه عصبی مصنوعی- شبیه‌سازی تبرید، ویژگی‌های مؤثر بر مدل‌سازی شاخص S استخراج شدند. در‌نهایت با استفاده از پنج ویژگی استخراج شده (درصد ش و رس، قابلیت هدایت‌الکتریکی، چگالی ظاهری و ظرفیت زراعی)، مدل‌سازی شاخص S توسط شبکه عصبی مصنوعی انجام شد. نتایج نشان داد که با کاهش متغییرهای ورودی، دقت مدل‌سازی افزایش یافت. بهعلاوه، نتایج آنالیز حساسیت نشان داد چگالی ظاهری با بالاترین ضریب حساسیت (ضریب حساسیت 5/0) به‌عنوان مهمترین ویژگی در مدل‌سازی شاخص S محسوب می‌شود. بنابراین، از آنجا که افزایش تعداد ویژگیها لزوماً باعث افزایش دقت مدل‌سازی نمیشود، کاهش ویژگی‌های ورودی بهسبب کاهش هزینه و زمان انجام پژوهش مقرون بهصرفه است.
