شماره ركورد :
979333
عنوان مقاله :
پيش بيني تراكم گياه كندل (Dorema ammoniacum) در مراتع تخريب شده با استفاده از شبكه هاي عصبي
عنوان به زبان ديگر :
Prediction of Dorema ammoniacum density in degraded rangelands with using Neural Network
پديد آورندگان :
قاسمي آريان، عليرضا دانشگاه فردوسي مشهد - پرديس بين الملل - گروه بوم شناسي زراعي , رضواني مقدم، پرويز دانشگاه فردوسي مشهد - دانشكده كشاورزي - گروه زراعت , ناصري پور يزدي، محمدتقي دانشگاه فردوسي مشهد - دانشكده كشاورزي - گروه زراعت , مصداقي، منصور دانشگاه فردوسي مشهد - دانشكده منابع طبيعي , قرباني، رضا دانشگاه فردوسي مشهد - دانشكده كشاورزي - گروه زراعت
تعداد صفحه :
12
از صفحه :
843
تا صفحه :
854
كليدواژه :
تراكم كندل , مراتع تخريب شده , شبكه عصبي , گياه كندل , تيره چتريان
چكيده فارسي :
گياه كندل از تيره چتريان يك گونه دارويي، صنعتي مي‌باشد كه طي 4 دهه اخير، سطح وسيعي از رويشگاه آن تخريب شده است. براي پيش‌بيني تراكم كندل در مراتع تخريب شده به روش شبكه‌هاي عصبي، در سال 1393 پژوهشي در جنوب غربي شهرستان سبزوار به اجرا درآمد. متغيرهاي مستقل شامل (بافت خاك، EC، pH ، SAR، N، P، K، كاتيون‌ها، ماده آلي، درصد آهك) و متغير وابسته (تراكم گياه كندل) مي‌باشد. پس از رسم محدوده مرتع بر روي نقشه توپوگرافي و عكس‌هاي ماهواره‌اي، تعداد 70 مثال آموزشي شامل متغيرهاي مستقل و وابسته به روش تصادفي- سيتماتيك از زيستگاه كندل جمع‌آوري و از اين تعداد، 50 مثال به آموزش، 10 مثال به اعتبار سنجي و 10 مثال به آزمون شبكه اختصاص داده شد. سپس تعداد 8 نمونه (متشكل از متغيرهاي مستقل) از مرتع تخريب شده، جمع‌آوري و وارد مدل گرديد. نتايج نشان داد كه وابستگي كندل نسبت به عوامل محيطي يكسان نبوده و همبستگي تراكم گياه با EC (93%-)، پتاسيم (95%)، كاتيونها (92%-)، SAR (79%-)، بافت خاك (80%)، قليائيت (4%) و مي‌باشد. همچنين كمترين تراكم كندل با 0.12/m^2 مربوط به مراتعي مي‌باشد كه بيش از 45 سال از تخريب آنها مي-گذرد و بيشترين تراكم با 0.23/m^2 مربوط به مراتع تخريب شده طي 3 سال اخير مي‌باشد. پيش‌بيني كمّي تراكم كندل نشان داد كه هر چه شدت و مدت تخريب مرتع بيشتر باشد، گسستگي بيشتري بين عوامل محيطي، ايجاد شده و به تدريج باعث حذف و مهاجرت اجباري گونه مي گردد.
چكيده لاتين :
The Dorema ammoniacum of Apiaceae family is a medicinal, and forage species that wide range of its habitats have been destroying since last 4 decades. At southwest of Sabzevar, was conducted a study for predicting the Kandal density in degraded lands by neural network model in 2014. Independent variables consist of (soil texture, EC, pH, SAR, N, P, K, cations, organic matter and lime) and the dependent variable was Kandal density. After drawing the rangeland border on topographical map and satellite photo, we collected 70 systematic-random samples consisted of independent variables and the dependent variable from Kandal habitat. Of this number, 50 samples for training, 10 samples for cross validation and 10 samples for testing were assigned. Then 8 samples were collected from the degraded rangeland and they input to the model. The results showed that Kandal plant has no even relation with all of environmental agents, and Plant density correlated with EC (-93%), potassium (95%), cations (-92%), SAR (-79%), soil texture (80%), and alkalinity (4%). the least Kandal density with 0.12/m^2 belonged to degraded rangelands that they plowed over the past 45 years, and the most plant density with 0.23/m^2 belonged to degraded rangelands that they have plowed since 3 years ago too. The prediction of the Kandal density showed that the more intense destruction rangeland is increased, the more dispersal will be created in soil agents, and this gradually resulted in migration and extinction of kanal in the future.
سال انتشار :
1395
عنوان نشريه :
پژوهشهاي گياهي
فايل PDF :
3697906
عنوان نشريه :
پژوهشهاي گياهي
لينک به اين مدرک :
بازگشت