IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3876 Food Science and Tech تاثیر فرایند حرارتی -رطوبتی بر ویژگیهای فیزیکو شیمیایی نشاسته گندم مجذوبی مهسا گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران روشن فریده گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران کدیور مهدی گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان. ج. ا. ایران. فرحناکی عسگر گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران سیف زاده نگین گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران 22 06 2022 36 1 1 6 24 05 2014 06 03 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3876.html

چکیده نشاسته اصلاح شده کاربردهای بیشتری نسبت به نشاسته های طبیعی در محصولات غذایی مختلف دارد. بنابراین روش های متنوعی برای تولید نشاسته اصلاح شده وجود دارند که شامل روش های شیمیایی، فیزیکی و آنزیمی می باشد. در بین آنها اصلاحات فیزیکی به عنوان روش های فاقد مواد شیمیایی شناخته شده اند و قابل قبول تر می باشند. فرایند حرارتی-رطوبتی یک روش فیزیکی برای اصلاح نشاسته بشمار می رود. ویژگی های نشاسته فرایند شده به روش حرارتی-رطوبتی به منشاء نشاسته و شرایط فرایند شامل زمان و دما بستگی دارد. هدف اصلی از انجام این تحقیق ویژگی های نشاسته گندم حرارتی-رطوبتی شده در شرایط مختلف فرایند بود. لذا نشاسته گندم در دمای  C° 105 در مدت 14 و 16 ساعت فرایند شد و ویژگی های فیزیکی شیمیایی آن بررسی گردید. نتایج نشان داد که فرایند حرارتی-رطوبتی باعث ایجاد شکاف ها و لکه هایی بر سطح گرانول ها شد در حالی که ساختار اصلی گرانول ها حفظ شد. حلالیت در آب نشاسته افزایش یافت  ولی افزایش زمان فرایند اثر منفی بر حلالیت در آب نمونه ها داشت. الگوی پراش اشعه ایکس نمونه ها بدون تغییر باقی ماند اما درصد کریستاله بودن  به طور معنی داری افزایش داشت. در اثر اصلاح نشاسته دمای ژلاتینه شدن افزایش ولی آنتالپی ژلاتینه شدن کاهش یافت. بافت ژل سفت تر، پیوستگی و برگشت پذیری آن بعد از اصلاح نشاسته کمتر شد. افزایش زمان فرایند کلیه این ویژگی ها را تشدید کرد.

 کلمات کلیدی: فرایند حرارتی-رطوبتی ویژگی های فیزیکوشیمیایی زمان فرایند نشاسته گندم AACC. 2000. Approved Methods of the AACC (10th ed). American Association of Cereal Chemists, St. Paul, MN. Adebowale, K.O., Afolabi, T.A., & OluOwolabi, B.I. (2005). Hydrothermal treatments of finger millet Eleusine coracana starch. Food Hydrocolloids, 19, 974-983. Chen, X., He, X., Fu, X., & Huang, Q. (2015). In vitro digestion and physicochemical properties of wheat starch/flour modified by heat-moisture treatment. Journal of Cereal Science, 63, 109-115. Chung, H., Liu, Q., & Hoover, R. (2009). Impact of annealing and heat-moisture treatment on rapidly digestible, slowly digestible and resistant starch levels in native and gelatinized corn, pea and lentil starches. Carbohydrate Polymers,75, 436-447. Franco, C.M., Ciacco, C.F., & Tavares, D.Q. (1995). Effect of heat-moisture traement on the enzymatic susceptibility of corn starch garnules. Starch/Stärke,47, 223-228. Gunaratne, A., & Hoover, R. (2002). Effect of heat-moisture treatment on the structure and physichcoemical properties of tuber and root starches. Carbohydrate Polymers, 49, 425-437. Hermansson, A.M., & Svegmark, K. (1996). Developemnt in the understanding of starch functionality. Trends in Food Science and Technology,7, 345-353. Hoover, R., & Vasanthan, T. (1994). Effect of heat-moisture treatment on the strcuture and physiccheomical properties of cereal, tuber and legume starches. Carbohydrate Research,252, 33-53. Hoover, R., & Manuel, H. (1996). Effect of heat-moisture treatment on the structure and physicochemical properties of normal maize, waxy maize, dull waxy maize and amylomaize V starches. Journal of Cereals Science, 23, 153-162. Hoover, R. (2001). Composition, molecular structure and physicochemical properties of tuber and root starches: A review. Carbohydrate Polymers, 45, 253-267. Hormadok, R., & Noomhorn, A. (2007). Hydrothermal treatment of rice starch for imporvment of rice noodle quality. LWT-Food Science and Technology, 40, 1723-1731. Kawabata, A., Takase, N., Miyoshi, E., Sawayama, W., Kimura, T., & Kudo, K. (1994). Microscopic observation and X-ray diffractometer of heat/moisture-treated starch granules. Starch/Stärke, 46, 463-469. Khunae, P., Tran, T., & Sirivongpaisal, P. (2007). Effect of heat-moisture treatment on structural and thermal properties of rice starches differing in amylose content. Starch/Stärke, 59, 593-599. Kulp, K., & Lorenz, K. (1981). Heat-moisture treatment of starches. I. Physichichemical properties. Cereal Chemistry, 58, 46-48. Lawal, O.S., & Adebowale, K.O. (2005). An assessment of changes in thermal and physichoemmical para,eters of jack bean Canavalia ensiformis starch following hydrothermal modifications. European Food Research Technology, 221, 631-638. Liu, H., Corke, H., & Ramsden, L. (2000). The efefct of autoclaving on the acetylation of ae, wx and normal maize starches. Starch/Stärke, 52: 353-360. MaacheRezzoug, Z., Zarguili, I., Loisel, C., Queveau, D., & Buleon, A. (2008). Structural modifications and thermal transitions of standard maize starch after DIC hydrotermal treatment. Carbohydrate Polymers, 74, 802-812. Majzoobi, M., Saberi, B., Farahnaky, A., & Tongdang, T. (2012). Physicochemical properties of cross-linked-annealed wheat starch. Iranian Polymer Journal, 218, 513-22. Olayinka, O.O., Adebowale, K.O., & OluOwolabi, B.I. (2008). Effect of heat-moisture tretament on physichochemical properties of white sourghum starch. Food Hydrocolloids, 22, 225-230. Rutenberg, M.W., &  Solarek, D. (1984). Starch derivatives: production and uses. In: Whistler, R.L., BeMiller, J.N. & Paschall, E.F. (eds). Starch: Chemistry and Technology. Academic Press, London. Steffe, J.F. (1996). Rheological methods in food process engineering. New York: Freeman Press. Vermeylen, R., Goderis, B., & Delcour, J.A. (2006). An X-ray study of hydrothemally treated potato starch. Carbohydrate Polymers, 64, 364-375. Vieira, F.C., & Sarmento, S.B.S. (2008). Heat-moisture tretament and enzymatic digestibity of Peruvian carrot, sweet potato and ginger starches. Starch/Stärke, 60, 223-232. Williams, P.C., Kuzina, F.D., & Hlynka, I. (1970). A rapid colorimetric procedure for estimating the amylose content of starches and flours. Cereal Chemistry 47, 411–20. Zavareze, E., & Guerra Dias, A.R. (2011). Impact of heat-moisture treatment and annealing in starches: A review. Carbohydrate Polymers 83, 317-328.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3877 مقاله کامل مقایسه ویژگیهای پدوژنیکی برخی خاکهای شالیزار و غیر شالیزار جنوب ایران غلامی عبدالصمد گروه علوم خاک، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران باقرنژاد مجید گروه علوم خاک، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران ابطحی علی گروه علوم خاک، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج .ا. ایران اولیایی حمید رضا گروه علوم خاک، دانشکده کشاورزی، دانشگاه یاسوج، یاسوج، ج. ا. ایران 22 06 2022 36 1 7 16 25 11 2015 11 01 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3877.html

چکیده- خاک های شالیزاری جزء بیشترین اراضی غرقابی ساخته دست بشر می باشند. تحقیق حاضر با هدف بررسی تشکیل و تکامل خاک های شالیزاری تحت کشت طولانی مدت برنج در مقایسه با خاک های غیرشالیزاری و بکر و مطالعه اثر شرایط غرقابی بر این خاک ها انجام شد. نمونه های خاک از خاک های شالیزار و غیرشالیزار با مواد مادری آهکی مشابه، برداشته شد. برخی ویژگی های پدوژنیکی مانند کربن آلی، مقدار رس، شکل های مختلف آهن، پ هاش، قابلیت هدایت الکتریکی، و ظرفیت تبادل کاتیونی، اندازه گیری شدند. نتایج نشان داد که غرقاب شدن  تأثیر زیادی بر تشکیل خاک داشت. تحت شرایط کشت برنج غرقاب، پویایی و تحول خاک های شالیزاری سریع تر شده؛ که منجر به تسریع تشکیل خاک ها در این مناطق می شود. تجمع کربن آلی در افق های سطحی خاک (20-0 سانتی متری)، تسریع فرایند آهک زدایی، و افزایش معنی دار مقدار رس، آهن قابل استفاده، ظرفیت تبادل کاتیونی، آهن کل، قابلیت هدایت الکتریکی، اکسیدهای آهن با تبلور کم (بی شکل)، و کاهش معنی دار پ هاش خاک، آهن پدوژنیک، اکسیدهای آهن متبلور، فرایندهای بارز در تشکیل خاک های اراضی شالیزاری مطالعه شده بودند.  

 واژه های کلیدی: شکل های مختلف اکسیدهای آهن ویژگی های خاک تاثیر شرایط غرقاب Bouvet, A., & Toan, T.L. (2011). Use of ENVISAT/ASAR wide-swath data for timely rice fields mapping in the Mekong River Delta. Remote Sensing of Environment, 115, 1090-1101. Carta, D., Casula, M.F., Corrias, A., Falqui, A., Navarra, G., & Pinna, G. (2009). Structural and magnetic characterization of synthetic ferrihydrite nanoparticles. Materials Chemistry and Physics, 113, 349-355. Cheng, Y.Q., Yang, L.Z., Cao, Z.H., & Yin, S. (2009). Chronosequential changes of selected pedogenic properties in paddy soils as compared with non-paddy soils. Geoderma, 151, 31-41. Gandois, L., Perrin, A.S., & Probst, A. (2011). Impact of nitrogenous fertiliser-induced proton release on cultivated soils with contrasting carbonate contents: a column experimentment. Geochimica et Cosmochimica Acta, 75, 1185-1198. Gee, G.W., & Bauder, J.W. (1986). Particle size analysis, hydrometer method. In Klute, A. et al., (Eds.), Methods of soil analysis, Part I. (pp. 404-408). Madison (WI): SSSA and ASA. Gong, Z.T. (1983). Pedogenesis of paddy soils and its significance in soil classification. Soil Science, 35, 5-10. Gong, Z.T. (1986). Origin, evolution, and classification of paddy soilsin China. Advances in soil science. (pp. 179-200). New York: Springer. Hanke, A., Cerli, C., Muhr, J., Borken, W., & Kalbitz, K. (2013). Redox control on carbon mineralization and dissolved organic matter along a chronosequence of paddy soils. European Journal of Soil Science, 64, 476-487. Jaillard, B., Plassard, C., & Hinsinger, P. (2003). Measurement of H+ fluxes and concentrations in the rhizosphere. In: Rengel, Z. (Ed.), Handbook of soil acidity. New York: Marcel Dekker Inc. Jones, A.M., Collins, R.N., Rose, J., & Waite, T.D. (2009). The effect of silica and natural organic matter on the Fe(II)-catalysed transformation and reactivity of Fe(III) minerals. Geochimica et Cosmochimica Acta, 73, 4409-4422. Kalbitz, K., Kaiser, K., Fiedler, S., Kölbl, A., Amelung, W., Bräuer, T., Cao, Z.H., Don, A., Grootes, P., Jahn, R., Schwark, L., Vogelsang, V., Wissing, L., & Kögel-Knabner, I. (2013). The carbon count of 2000 years of rice cultivation. Global Change Biology, 19, 1107–1113. Kirk, G. (2004). The Biogeochemistry of Submerged Soils. New York: John Wiley & Sons Inc. Kogel-Knabner, I., Amelung, W., Cao, Z., Fiedler, S., Frenzel, P., Jahn, R., Kalbitz, K., Ko¨lbl, A., & Schloter, M. (2010). Biogeochemistry of paddy soils. Geoderma, 157, 1-14. Lindsay, W.L., & Norvel, W.A. (1978). Development of a DTPA Soil test for zinc, iron, manganese and copper. Soil Science Society of America Journal, 42, 421-428. Loppert, R.H., & Suarez, D.L. (1996). Carbonate and gypsum. In Sparks, D.L. et al., (Eds.), Methods of soil analysis, Part III. 3rd ed. (pp. 437-474). Madison (WI): SSSA and ASA. Marschner, H. (1995). Mineral nutrition of higher plants, 2rded. London: Academic Press. McKeague, J.A., & Day, J.H. (1966). Dithionite and oxalate-extractable Fe and Al as aids in differentiating various classes of soils. Canadian Journal of Soil Science, 46, 13-22. Mehra, O.P., & Jackson, M.L. (1960). Iron oxide removal from soils and clays by a dithionite citrate system with sodium bicarbonate. Clays and Clay Minerals, 7, 317-327. Nanzyo, M., Nakamaru, Y., Yamasaki, S.I., & Samonte, H.P. (1999). Effect of reducing conditions on the weathering of Fe3+-rich biotite in the new lahar deposit from Mt.pinatubo, Philippines. Soil Science, 164, 206-214. Narteh, L.T., & Sahrawat, K.L. (1999). Influence of flooding on electrochemical and chemical properties of West African soils. Geoderma, 87, 179-207. Nelson, D.W., & Sommers, L.E. (1996). Total carbon, organic carbon and organic matter. In: Sparks, D.L. et al., (Eds.), Methods of soil analysis, Part III. 3rded (pp. 961-1010). Madison (WI): SSSA and ASA. Pan, G.X, Li, L.Q, Wu, L.S., & Zhang, X.H. (2003). Storage and sequestration potential of topsoil organic carbon in China's paddy soils. Global Change Biology, 10, 79-92. Ponnamperuma, F.N. (1972). The chemistry of submerged soils. Advances in Agronomy, 24, 29-96. Ponnamperuma, F.N. (1978). Electrochemical change in submerged soil and the growth of rice. (pp. 421-441). Philippines, Los Banos: IRRI. Sahrawat, K.L. (2004). Organic matter accumulation in submerged soils. Advances in Agronomy, 81, 169-201. Schwertmann, U., Schulze, D.G., & Murad, E. (1982). Identification of ferrihydrite in soils by dissolution kinetics, differential X-ray diffraction, and Mo¨ssbauer Spectroscopy. Soil Science Society of America Journal, 46, 869-875. Schwertmann, U., & Taylor, R.M. (1989). Iron oxides. In: Dixon, J.B. and Weed S.B. (Eds.), Minerals in soil environments. No. 1, 2nd ed. (pp. 379-438). Madison (WI): SSSA and ASA. Soil Survey Staff, (1993). Soil survey manual. Handbook No. 18. 1st ed. Washington, DC: USDA. Soil Survey Staff, (2014). Keys to soil taxonomy. 12th ed. Washington, DC: U.S. Department of Agriculture, Natural Resources Conservation Service (USDA- NRCS). Sposito, G., Lund, L.J., & Chang, A.C. (1982). Trace metal chemistry in arid-zone field soils amended with sewage sludge: I. Fractionation of Ni, Cu, Zn, Cd, and Pb in solid phases. Soil Science Society of America Journal, 46, 260-264. Stucki, J.W., Auerswald, K., Stanjek, H., & Bigham, J. (1997). Redox processes in smectites: soil environmental significance.  Advances in Geoecology, 30, 395-406. Sumner, M.E., & Miller, W.P. (1996). Cation exchange capacity and exchange coefficients. In: Sparks D.L. et al., (Eds.), Methods of soil analysis, Part III. 3rd ed. (pp. 1201-1229). Madison (WI): SSSA and ASA. Thompson, A., Chadwick, O.A., Rancourt, D.G., & Chorover, J. (2006). Iron-oxide crystallinity increases during redox oscillations. Geochimica et Cosmochimica Acta, 70, 1710-1727. VanDenBerg, G.A., & Loch, J.P.G. (2000). Decalcification of soils subject to periodic waterlogging. European Journal of Soil Science, 51, 27-33. Wagai, R., & Mayer, L.M. (2007). Sorptive stabilisation of organic matter in soils by hydrous iron oxides. Geochimica et Cosmochimica Acta, 71, 25-35. Wissing, L., Kölbl, A., Häusler, W., Schad, P., Cao, Z.H., & Kögel-Knabner, I. (2013). Management-induced organic carbon accumulation in paddy soils: the role of organo-mineral associations. Soil and Tillage Research, 126, 60-71. Wissing, L., Kölbl, A., Schad, P., Bräuer, T., Cao, Z.H., & Kögel-Knabner, I. (2014). Organic carbon accumulation on soil mineral surfaces in paddy soils derived from tidal wetlands. Geoderma, 228-229, 90-113. Wissing, L., Kölbl, A., Vogelsang, V., Fu, J.R., Cao, Z.H., & Kögel-Knabner, I. (2011). Organic carbon accumulation in a 2000-year chronosequence of paddy soil evolution. Catena, 87, 376-385. Wu, J. (2011). Carbon accumulation in paddy ecosystems in subtropical China: evidence from landscape studies. European Journal of Soil Science, 62, 29-34. Yu, T.R. (1985). Physical chemistry of paddy soils. Berlin: Science Press, Beijing and Springer-Verlag. Zhang, G.L., & Gong, Z.T. (1998). Fine particle and nutrient loss from terraced paddy fields in subtropical China. Transactions of 16th World Congress of Soil Science. (pp. 1-8). Montpellier, France. Zhang, G.L., & Gong, Z.T. (2003). Pedogenic evolution of paddy soils in different soil landscape. Geoderma, 115, 15-29. Zhang, Y., Lin, X., & Werner, W. (2003). The effect of soil flooding on the transformation of Fe oxides and the adsorption/desorption behavior of phosphate. Journal of Plant Nutrition and Soil Science, 166, 68-75.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3882 Agricultural Machinery سناریوهای کشت ذرت در شرایط خشکسالی نصیری سید مهدی گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. سپاسخواه علیرضا گروه آبیاری، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. جعفری رامین گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. مهارلویی محمد مهدی گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ج. ا. ایران 22 06 2022 36 1 17 24 24 10 2014 29 05 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3882.html

چکیده مدیریت آب یکی از اساسی ترین مفاهیم برای محصولات نیازمند به آب زیاد مثل ذرت در شرایط خشکسالی است. تولید ذرت در استان فارس در رتبه سوم پس از گندم و جو قرار دارد. بنابراین در این پژوهش اثرات روش های مختلف کشت با ردیفکارهای معمول و تغییر یافته بر رشد ذرت و عملکرد آن در رژیم های مختلف آبیاری در شرایط اقلیمی نیمه خشک مورد مطالعه قرار گرفت. تیمارها آبیاری کامل و کم آبیاری (به ترتیب 100 درصد و 80 درصد تبخیر-تعرق گیاه، ETc)، و روش های کشت روی پشته و داخل (کف) جوی بودند. آزمایش ها در قالب طرح کرت های خرد شده (روش های آبیاری در کرت های اصلی و مقدار آب آبیاری در کرت های فرعی) با سه تکرار انجام شد. گرچه روش های کشت بر عملکرد محصول تاثیر معنی داری نداشتند، مقدار ماده خشک کل برای روش کشت داخل جوی نسبت به کشت روی پشته به میزان 7/3 درصد افزایش نشان داد. بهروری آب تحت تاثیر معنی دار تیمارهای آبیاری قرار گرفت. بیشینه بهروری آب برای مقدار کل ماده خشک در مقدار آبیاری 80 درصد تبخیر-تعرق و در کشت داخل جوی به مقدار 64 کیلوگرم بر متر مکعب بدست آمد. با در نظر گرفتن محتوای رطوبت خاک در دوره رشد گیاه، کشت در داخل جوی و روش کم آبیاری به میزان 80 درصد تبخیر–تعرق گیاه برای شرایط خشکسالی توصیه می شود.  

 واژه های کلیدی: بهروری آب ذرت ردیفکار روش کشت کم آبیاری Allen, R.G., Pereira, L.S., Raes, D., & Smith, M. (1998). Crop evapotranspiration: Guidelines for computing crop water requirements. Irrigation and Drainage Paper 56. UN-FAO, Rome, Italy. Amer, K.H. (2010). Corn crop response under managing different irrigation and salinity levels. Agricultural Water Management, 97, 1553-1563. Anonymous. (2013). Iran agriculture statistics report. Ministry of Agriculture. http:// www.maj.ir/ portal/Home/  Default.aspx? CategoryID=20ad5e49-c727-4bc9-9254-de648a5f4d52. (Visited on June 2013). Anonymous. (2015). FAOSTAT. http:// faostat3. fao.org/ browse/ Q/QC/ E.  (Visited on Dec. 2015) Du, T., Kang, Sh., Sun, J., Zhang, X., & Zhang, J. (2010). An improved water productivity of cereals under temporal and spatial deficit irrigation in north China. Agricultural Water Management, 97, 66-74. Emam, Y. (2007). Cereal crops. 3rd edition. Shiraz: Shiraz University Press. (In Persian). English, M.J., & Nuss, G.S. (1982). Designing for deficit irrigation. Journal of Irrigation and DrainageEngineering, 108(2), 91-101. Hargreaves, G.H., & Samani, Z.A. (1984). Economic consideration of deficit irrigation. Journal of Irrigation and Drainage Engineering, 129(1), 1-10. Jaliliyan, A., Shirvani, A.L., Nemati, A., & Saheli, J. (2001). Effect of deficit irrigation on production and economics of sugar beet in Kermanshah district. Sugar Beet, 16(1), 1-14. Kang, Sh., Shi, W., Cao., H., & Zhang, J. (2002). Alternate watering in soil vertical profile improved water use efficiency of maize (Zea mays L.). Field Crops Research, 77, 31-41. Ko, J., & Piccinni, G. (2009). Corn yield responses under crop evapotranspiration-based irrigation management. Agricultural Water Management, 96, 799-808. Li, Q.S., Willardson, L.S., Deng, W., Li, X.J., & Liu. C.J. (2005). Crop water deficit estimation and irrigation scheduling in western Jilin province, Northeast China. Agricultural Water Management, 71, 47-60. MajnooniHeris, A., ZandParsa, S., Sepaskhah, A.R., & KamgarHaghighi, A.A. (2007a). Evaluation of MSM model and its application for prediction of water requirement, planting date and forage production of maize. Journal of Crop Production and Processing, 10(3), 83-96. (In Persian). MajnooniHeris, A., ZandParsa, Sh., Sepaskhah, A.R., & KamgarHaghighi, A.A. (2007b). Comparison of MSM model for prediction of potential evapotranspiration of maize with FAO methods. Journal of Science and Technology in Agriculture and Natural Resources, 11(41), 29-42. (In Persian). Naroua, I., Sinobas, L.R., & Calvo, R.S. (2014). Water use efficiency and water productivity in the Spanish irrigation district “Rio Adaja”. International Journal of Agricultural Policy and Research, 2(12), 484-491. Nassiri, S.M., Sepaskhah, A.R., & Maharlooei, M.M. (2016). The effect of planting methods on maize growth and yield at different irrigation regimes. Iran Agricultural Research, 35(1), 27-32. Quattar, S., Jones, R.j., Crookston, R.K., & Kajeiou, M. (1987). Effect of drought on water relations of developing maize kernels. Crop Science, 27, 730-735. Sepaskhah, A.R., Azizian, A., & Tavakoli, A.R., (2006). Optimal applied water and nitrogen for winter wheat under variable seasonal rainfall and planting scenarios for consequent crops in a semi-arid region. Agricultural Water Management, 84, 113-122. Sepaskhah, A.R., & Khajehabdollahi, M.H. (2005). Alternate furrow irrigation with different irrigation intervals for maize. Plant Production Science, 2(5), 592-600. Sepaskhah, A.R., & Parand, A. (2006). Effect of alternate furrow irrigation with supplemental every furrow irrigation at different growth stages on the yield of maize (Zea mays L.). Plant Production Science, 194, 415-421. Shabani, A., Sepaskhah, A.R., & KamgarHaghigi, A.A. (2013). Response of agronomic components of rapeseed (Brassica napus L.) as influenced by deficit irrigation, water salinity and planting method. International Journal of Plant Production, 7(2), 313-340. Song, Z., Guo, J., Zhang, Z., Kou, T., Deng, A., Zheng, C., Ren, J., & Zhang, W. (2013). Impacts of planting systems on soil moisture, soil temperature and corn yield in rainfed area of Northeast China. European Journal of Agronomy, 50, 66-74. Wang, T.C., Wei, L., Wang, H.W., Ma, S.C., & Ma, B.L. (2011). Responses of rainwater conservation, precipitation-use efficiency and grain yield of summer maize to a furrow-planting and straw-mulching system in northern China. Field Crops Research, 124, 223-230. ZandParsa, S., & Sepaskhah. A.R. (2001). Optimal applied water and nitrogen for corn. Agricultural Water Management, 52, 73-85. ZandParsa, S., Sepaskhah, A.R., & Rownaghi, A. (2006). Development and evaluation of integrated water and nitrogen model for maize. Agricultural Water Management, 81, 227-256. Zhang,  J., Sun, J., Duan, A., Wang, J., Xiaojun, S., & Liu, X. (2007). Effects of different planting patterns on water use and yield performance of winter wheat in the Huang-Huai-Hai plain of China. Agricultural Water Management, 92, 41-47. Zhang, X., Ma, L., Gilliam, F.S., Wang, Q., & Li, C. (2012). Effects of raised-bed planting for enhanced summer maize yield on rhizosphere soil microbial functional groups and enzyme activity in Henan Province, China. Filed Crops Research, 130, 28-37. Zhou, L.M., Li, F.M., Jin, S.L., & Song, Y. (2009). How two ridges and the furrow mulched with plastic film affect soil water, soil temperature and yield of maize on the semiarid Loess Plateau of China. Field Crops Research, 113, 41-47.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3883 Management of desert regions تأثیرتنش شوری بر برخی ویژگیهای رشد و ترکییات شیمیایی دو لاین سورگوم علوفه ای انصار شوریجه قاطمه گروه مهندسی منابع طبیعی و محیط زیست، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. صادقی حسین گروه مهندسی منابع طبیعی و محیط زیست، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. 22 06 2022 36 1 25 32 21 05 2015 06 06 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3883.html

چکیده شوری به عنوان یکی از جدی­ و مهمترین تنش­های محیطی در زمینه فعالیت های کشاورزی در مناطق خشک و نیمه خشک جهان شناخته می شود. به منظور بررسی تغییرات برخی پارامترهای رشدی و ترکیبات شیمیایی دو لاین (KFS1, KFS2) سورگوم علوفه ای (Sorghum bicolor var. sudanese) تحت شرایط تنش شوری ]0 (شاهد)، 3، 6، 9 و 12 دسی زیمنس بر متر کلرید سدیم[، آزمایشی گلخانه­ای به صورت فاکتوریل بر اساس طرح کاملا تصادفی با سه تکرار در دانشکده کشاورزی دانشگاه شیراز در سال 1390 انجام شد. نتایج نشان داد که شوری در صد سبز شدن و سایر پارامترهای رشد و هم چنین تجمع K+ را کاهش می دهد، ولی باعث افزایش میزان سدیم و پرولین و میزان پروتئین اندام­های هوایی می گردد. نتایج رگرسیون گام به گام و ضرایب همبستگی بین صفات نشان داد که تراکم ریشه یکی از مهمترین عوامل موثر در توان تولیدی گیاه می باشد. جمع بندی نتایج نشان می دهد که لاین KFS1 سورگوم علوفه ای دارای سرعت سبز شدن و قدرت رشد بیشتری می باشد و می­تواند لاین مناسبی برای انتخاب و تلاقی با لاین KFS2 جهت انجام کارهای اصلاحی و افزایش تحمل به شوری باشد.  

 واژه های کلیدی: رگرسیون گام به گام سطح برگ کلرید سدیم وزن خشک ساقه Ashraf, M., & O'Leary, J.W. (1996). Responses of some newly developed salt-tolerant genotypes of spring wheat to salt stress. 1. Yield components and ion distribution. Journal of Agronomy and Crop Science,176, 91-101. ICRISAT (2013). The International Crops Research Institute for the Semi-Arid Tropics. (ICRISAT). Igartua, E., Gracia, M.P., & Lasa, J.M. (1994). Characterization and genetic control of germination-emergence responses of grain sorghum to salinity. Euphytica, 75,185-193. Igartua, E., Gracia, M.P., & Lasa, J.M. (1995). Field responses of grain sorghum to a salinity gradient. Field Crops Research, 42,15-25. Krishnamurthy, L., RachidSerraj, C., TomHashAbdullah, J., & DakheelBelum, V.S. (2007). Screening sorghum genotypes for salinity tolerant biomass production. Euphytica,  156,15-24. Maas, E.V. (1985) Crop tolerance to saline sprinkling water. Plant  and Soil, 89, 273-284. Maiti, R.K., RosaIbarra, M., & Sandowal, N.D. (1994). Genotypic variability in glossy sorghum lines for resistance to drought, salinity and temperature-stress at seedling stage. Journal of Plant Physiology, 143, 241-244. Munns, R., & James, R.A. (2003). Screening methods for salinity tolerance: a case study with tetraploid wheat. Plant and Soil, 253, 201-218. Munns, R., Husain, S., Rivelli, A.R., James, R.A., Condon, A.G., Lindsay, M.P., Lagudah, E.S., Schachtman, D.P., & Hare, R.A. (2002). Avenues for increasing salt tolerance of crops and the role of physiologically based selection traits. Plant and Soil, 247, 93-105. Nanjo, T., Kobayashi, M., Yoshiba, Y., Kakubari, Y., YamaguchiShinozaki, K., & Shinozaki, K. (1999). Antisense suppression of proline degradation improves tolerance to freezing and salinity in Arabidopsis thaliana. FEBS Letter. 19, 461(3), 205-210. NasirKhan, M., Manzer, H., Sedighqui, M., Khan, A., & Naeen, M.  (2007). Salinity induced changes in growth, enzyme activities, photosynthesis, proline accumulation and yield in linseed genotypes. World Journal of Agricultural Science. 3(5), 685-695. Poustini, K., & Siosemardeh, A. (2004) Ion distribution in wheat cultivars in response to salinity stress. Field Crops Research, 85, 125-133. Sahrawat, K.L., Ravikumar, G., Murthy, K.V.S. (2002). Sulfuric acid selenium digestion for multi-element analysis in a single plant digest. Communication Soil Science Plant Analysis, 33, 3757-3765. Tahir, M., NaeemIqbal, H.R., MuhammaQasim, M., & Yasin, A. (2010). Growth modulation and ion partitioning in salt stressed sorghum (Sorghum bicolor L.) by ezogenous supply of salicylic acid. Pakistan Journal of Botany, 42, 3047-3054. Vladimir, V., Kuznetsov, N., & Shevyakova, I. (1997). Stress responses of tobacco cells to high temperature and salinity. Proline accumulation and phosphorylation of polypeptides. Physiologia Plantarum, 100, 320-326.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3885 Crop Production and Plant Breeding ارزیابی روابط آبی برگ، محتوای کلروفیل و عملکرد دانه ژنوتیپ های تریتیکاله در شرایط کمآبی و برگزدایی واکنش ارقام تریتیکاله به تنش آبی و برگ زدایی بیژن زاده احسان دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز، داراب ، ج. ا. ایران امام یحیی گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران. 22 06 2022 36 1 33 40 08 06 2015 06 06 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3885.html

چکیده بهینه کردن اندازه مبدا و استفاده مواد پروده آن در مقصد یکی از عوامل مهم در افزایش پتانسیل عملکرد و کاهش تقاضای آب در گیاهان زراعی در شرایط تنش خشکی می باشد. بمنظور بررسی اثرات برگ زدایی بر روابط آبی برگ پنج ژنوتیپ تریتیکاله شامل سناباد، جوانیلو، 3-83ET- ،5-84ET- و 8-84ET- در شرایط آبیاری مطلوب (100 درصد ظرفیت مزرعه) و تنش کم آبی (50 درصد ظرفیت مزرعه)، آزمایشی گلخانه ای در سال 1392 در دانشگاه شیراز به اجرا در آمد. نتایج نشان داد که رقم 8-84ET- و سناباد محتوی کلروفیل بالاتری (در دامنه از 1/49 تا 6/54 واحد اسپد) در شرایط تنش کم آبی داشتند. در بین ارقام تریتیکاله تنش کم آبی باعث کاهش 21 تا 42 درصدی در سرعت از دست دادن آب برگ (RWL) شد. در همه ارقام به غیر از 3-83ET- و جوانیلو مقدار آب نگهداری شده در برگ (ELWR) به آرامی در شرایط تنش کم آبی کاهش یافت. در همه ارقام تریتیکاله به غیر از 8-84ET، تنش کم آبی عملکرد ساقه اصلی را بین 21 تا 22% کاهش داد در حالی که این کاهش در رقم 8-84ET-  تنها 9%  بود. جالب اینکه تعداد دانه در سنبله در رقم 8-84 ET- تحت تاثیر رژیم رطوبتی قرار نگرفت. همچنین وقتی همه برگ ها به غیر از برگ پرچم و برگ ماقبل پرچم حذف شدند، رقم سناباد با 57/2 گرم بر گرم دارای مقدار آب اولیه برگ (IWC) زیادتری بود. در شرایط تنش کم آبی و برگ زدایی، ارقام 8-84ET- و سناباد وزن هزار دانه بیشتری (در دامنه ای از 6/3 تا 74/3 گرم) داشتند. می توان نتیجه گرفت که ارقام تریتیکاله بویژه در شرایط کم آبی مقصد- محدود بوده و اعمال محدودیت مبدا از راه برگزدایی تاثیر کمتری در عملکرد دانه داشت، که این موضوع می تواند به عنوان ابزاری سودمند در کاهش آب مصرفی در دوره پر شدن دانه مورد استفاده قرار گیرد.  

 واژگان کلیدی: مقدار کلروفیل مقدار آب اولیه برگ سرعت از دست دادن آب برگ اندازه مبدا Ahmadi, A., & Joudi, M. )2007(. Effects of timing and defoliation intensity on growth, yield, and gas exchange rate of wheat grown under well-watered and drought conditions. Pakistan Journal of Biological science, 10, 379-380. Alam, M.S., Rahman, A.H., Nesa, M.N., Khan, S.K., & Siddiquie, N.A. (2008). Effect of source and/or sink restriction on the grain yield in wheat. Journal of Applied Science Research, 4, 258- 261. Ammar, K.,M., Mergoum, & S., Rajaram., (2004). The history and evolution of triticale. Pp. 1-9. In M., Mergoum, & H. Gomez-Macpherson (1sted). Triticale Improvement and Production. (pp.1-9). Rome, Italy. Barraclough, P.B., & Kyte, J. (2001). Effect of water stress on chlorophyll meter readings in winter wheat. In W.J., Horst, M.K., Schenk, A., Burkert, N., Claassen&Flessa, H. (Ed.). Plant Nutrition- Food Security and Sustainability of Agro-Ecosystems, (pp. 722-766), Kluwer Academic Publishers, Netherlands. Beadle, C.L., Ludlow, M.M., & Honeysett, J.L. (1993). Photosynthesis and production in a changing environment. Chapman and Hall, London. Pp. 113-128. Bijanzadeh, E., & Emam, Y. (2010). Effect of defoliation and drought stress on yield components and chlorophyll content of wheat. Pakistan Journal of Biological Science, 13, 699-705. Bijanzadeh, E., & Emam, Y. (2011). Evaluation of assimilate remobilization and yield of wheat cultivars under different irrigation regimes in arid climate.  Archives of Agronomy and Soil Science, 58, 1243-1259. Borras, L., Slafer, G.A., & Otegui, M.E. (2004). Seed dry weight response to source–sink manipulations in wheat, maize and soybean: A quantitative reappraisal. Field Crops Research, 86, 131–146. Dreccer, M.F., Grashoff, C., & Rabbinge, R. (1997). Source-sink ratio in barley (Hordeumvulgare L.) during grain filling: effect on senescence and grain protein concentration. Field Crops Research, 49, 269-277. Emam, Y, & Seghatoleslami, M.J. (2005). Crop yield, physiology and processes. Shiraz University Press. 593 pp.(In Persian) Emam, Y. ,& Dastfal, M. (1997). Above and below ground responses of winter barley plants to chlormequat in moist and drying soil. Crop Research, 14, 457-470. Fayaz N., & Arzani A., 2011. Moisture stress tolerance in reproductive growth stages in triticale (X Triticosecale Wittmack) cultivars under field conditionsCrop Breeding Jornal, 1, 24-34. (In Persian) Giunta, F.R. Motzo, & Deidda. M. (1993). Effect of drought on yield and yield components of durum-wheat and triticale in a Mediterranean environment. Field Crops Research, 33, 399-409. GolestaniAraghi, S., & Assad, M.T. (1998). Evaluation of four screening techniques for drought resistance and their relationship to yield reduction ratio in wheat. Euphytica, 103,293–299. Guttieri, M.J., Stark, J.C. Brien, K.O., & E. Souza, (2001). Relative sensitivity of spring wheat grain yield and quality parameters to moisture deficit. Crop Science, 41, 327-335. Haley, S.D., Quick, J.S., & Morgan, J. A. (2002). Excised-leaf water status evaluation and associations in field-grown winter wheat. Canadian Journal of Plant Science, 83, 55-63. Jaradat, A., & Konzak, C.F. (2003). Screening of wheat genotypes for drought tolerance. I. Excised-leaf water retention. Cereals Research Communication, 31, 179-187. Joudi, M.,  Ahmadi, A., Poustini, K., & Sharifzadeh, F. (2006).  Effect of leaf elimination on the effectiveness of flag leaf photosynthesis and seed growth in bread wheat. Iranian Journal of Agriculture Science, 2, 203-211. Lelley, T. (2006). Triticale: A low-input cereal with untapped potential. In: Singh, R.J., & Jauhar, P. P. (Eds.) Genetic resources chromosome engineering and crop improvement. (pp. 395–430). Boca Raton, CRC Press, Taylor & Francis Group, FL. Lonbani M., & Arzani A. (2011). Morpho-physiological traits associated with terminal drought stress tolerance in triticale and wheat . Agriculture Research, 9, 315–329. Matin, M.A., Jarvis, H.B., & Hayden, F. (1999). Leaf water potential, relative water content and diffusive resistant as screening techniques for drought tolerance in barley. Agronomy Journal, 91,100–105. Oettler, G. (2005). Centenary review. The fortune of a botanical curiosity-triticale: Past, Present and future. Journal of  Agriculture Science, 143, 329-346. Pfeiffer, W.H. (2003). Triticale improvement strategies at CIMMYT: Exploiting adaptive patterns and end-use orientation. Triticale Topics, 21, 18-27. Riaz, R., & Choudhry, M.A. (2003). Genetic Analysis of some economic traits of wheat under drought condition. Asian Journal of Plant Science, 2, 790-796. Savin, R., & Slafer, G.A. (1994). Shading effects on the yield of an Argentina wheat cultivar. Journal of Agriculture Science, 116,1–7. Schnyder, H. (1993). The role of carbohydrate storage and redistribution in the source-sink relations of wheat and barley during grain filling.New Phytologica, 123, 233–245. Schonfeld, M. A., Johnson, R.C., Carver B.F., & Mornhinweg, D.W. (1998). Water relations in winter wheat as drought resistance indicators. Crop Science, 28, 526–531. Wang, H., & Clarke, M. (1992). Relationship of excised-leaf water loss and stomatal frequency in wheat. Canadian Journal of Plant Science, 73, 93-99. Wenzel, W.G. (1997). Leaf water retention of excised leaves as a measure of drought resistance in grain sorghum (Sorghum bicolor L.) genotypes. South African Journal of Plant Science, 14:31-34. Yang, R.C., Jana, S., & Clark J.M. (1991). Phenotypic diversity and associations of some potentially drought-responsive characters in durum wheat. Crop Science, 31, 1484–1491. Zadoks, J.C., Chang, T.T,, & Konzak, C.F. (1974). A decimal code for the growth stages of cereals. Weed Research, 14:11–16. Zhenlin, W., Yanping, Y., Mingrong, H., & Hongmingand, C. (1998). Source-sink manipulation effect on post anthesis and grain setting on spike in winter wheat. Photosynthetica, 35, 453-459.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3878 مقاله کامل القای تحمل به شوری و تغییر فاکتور ذخیره سازی یون در جو با پیش تیمارسالیسیلیک اسید (Hordeum vulgare) پیرسته انوشه هادی مرکز ملی تحقیقات شوری، سازمان تحقیقات، آموزش و ترویج کشاورزی یزد، یزد ، ج. ا. ایران امام یحیی گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ج. ا. ایران 22 06 2022 36 1 41 48 13 12 2015 06 06 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3878.html

چکیده: این مطالعه به منظور درک بهتر مکانیسم­های احتمالی القای تحمل تنش شوری توسط پیش­تیمار سالیسیلیک­اسید در جو اجرا شد. بذور جو با سالیسیلیک­اسید یا آب پیش­تیمار شده و سپس تحت شرایط متفاوت شوری آب آبیاری شامل 62/0 (آب شهر)، 5، 10 و 15 دسی­زیمنس بر متر در پتری­دیش کشت شدند، و روند جذب آب و رشد گیاهچه و درصد و سرعت جوانه­ زنی شد. گیاهچه­ ها 11 روز پس از کشت به گلدان انتقال داده و غلظت سدیم و پتاسیم و فاکتور ذخیره­ سازی محاسبه شدند. نتایج نشان داد که تنش شوری باعث کاهش جذب آب (50%)، سرعت جوانه­ زنی (39%) و رشد گیاهچه (74%) و کاهش تجمع پتاسیم (38%) و افزایش تجمع سدیم (5 برابر) گردید. در همه ساعات پس از پیش­تیمار سالیسیلیک­اسید، بذور پرایم شده جذب آب بیشتری داشتند، و همچنین رشد گیاهچه ­های تیمار شده در همه روزهای پس از کاشت بهتر بود. گیاهچه ­های پیش­تیمار شده با سالیسیلیک­اسید سرعت جوانه ­زنی (30%) و طول ریشه (17%) و ساقه (38%) بیشتری داشتند. همچنین، افزایش غلظت پتاسیم و کاهش غلظت سدیم در اثر کاربرد پیش­تیمار مشاهده شد. کاهش در جذب سدیم در اثر کاربرد سالیسیلیک­اسید در سطوح پایین شوری بیشتر بود که با تاثیر آن بر رشد گیاهچه ها همخوانی داشت. فاکتور ذخیره­سازی، که برای کمی­ سازی تسهیم یون­ها طراحی شد، در اثر تنش شوری به ترتیب برای یون های پتاسیم و سدیم افزایش و کاهش نشان داد، که بدان معنی است که در سطوح بالاتر شوری، مقدار بیشتری از یون سدیم و مقدار کمتری از یون پتاسیم به شاخساره انتقال می یابد و باعث افت بیشتر در رشد گیاهچه ها می شود. پیش­ تیمار سالیسیلیک­اسید فاکتور ذخیره­ سازی سدیم را در سطوح بدون شوری یا شوری کم افزایش داد، بدین معنی که سدیم بیشتری در ریشه نگهداری شد. تسریع در جذب آب، سرعت جوانه­ زنی زیادتر، تجمع سدیم کمتر و پتاسیم بیشتر در شاخساره، می­تواند برخی از سازوکارهای تحمل به شوری در گیاهچه­ های پیش ­تیمار ­شده با سالیسیلیک­اسید باشد.

 واژه های کلیدی: تجمع یون جذب آب روند رشد فاکتور ذخیره‌سازی Ashraf, M., Akram, N.A., Arteca, R.N., & Foolad, M.R. (2010). The Physiological, biochemical and molecular roles of brassinosteroids and salicylic acid in plant processes and salt tolerance. Critical Review in Plant Science, 29, 162-190. Ashraf, M., Athar, H.R., Harris, P.J.C., & Kwon, T.R. (2008). Some prospective strategies for improving crop salt tolerance. Advanced Agronomy, 97, 45-110. Blumwald, E., Aharon, G.S., & Apse, M.P. (2000). Sodium transport in plant cells. Biochimica et Biophysica Acta, 1465, 140-151. Davenport, R., James, R.A., ZakrissonPlogander, A.Z., Tester, M., & Munns, R. (2005). Control of sodium transport in durum wheat. Plant Physiology, 137, 807-818. Dolatabadian, A., Mohammad, S.A., Sanavy, M., & Sharif, M. (2008). Effect of salicylic acid and salt on wheat seed germination. ActaAgriculturae Scandinavica, Section B. Soil and Plant Science, 1–9. ElTayeb, M.A. (2005). Response of barley grain to the interactive effect of salinity and salicylic acid. Plant Growth Regulation, 42, 215-224. Farooq, M., Basra, S.M.A., & Hafeez, K, (2006). Seed invigoration by osmohardening in coarse and fine rice. Seed Scienceand Technology, 34, 181-187. Gorham, R.G., Papa, R., & Aloy-Leonard, M. (1994). Varietal differences in Na uptake in barley cultivars exposed to soil salinity or salt spray. Journalof Experimental Botany, 45, 895-901. Hayat, Q., Hayat, S., Irfan, M., & Ahmad, A. (2010). Effect of exogenous salicylic acid under changing environment: A review. Environmental and Experimental Botany, 68, 14-25. Jafar, M.Z., Farooq, M., Cheema, M.A., Afzal, I., Basra, S.M.A., Wahid, M.A., Aziz, T., & Shahid, M. (2012). Improving the performance of wheat by seed priming under saline conditions. Journal of Agronomy and Crop Science, 198, 38-45. Kausar, F., Shahbaz, M., & Ashraf, M. (2013). Protective role of foliar-applied nitric oxide in Triticumaestivumunder saline stress. Turkish Journal of Botany, 37, 1155-1165. Kaydan, D., Yagmur, M., & Okut, N. (2007). Effects of salicylic acid on the growth and some physiological characters in salt stressed wheat (Triticumaestivum L.). TarimBilimleriDergisi, 13, 114-119. Khan, M.I.R., Asgher, M., & Khan, N.A. (2014). Alleviation of salt-induced photosynthesis and growth inhibition by salicylic acid involves glycine betaine and ethylene in mungbean (Vignaradiata L.). Plant Physiologyand Biochemistry, 80, 67-74. Maggio, A., Raimondi, G., Martino, A., & De Pascale, S. (2007). Salt stress response in tomato beyond the salinity tolerance threshold. Environmental and Experimental Botany, 59, 276–282. Nazar, N., Iqbal, N., Syeed, S.,& Khan, N.A. (2011). Salicylic acid alleviates decreases in photosynthesis under salt stress by enhancing nitrogen and sulfur assimilation and antioxidant metabolism differentially in two mungbean cultivars. Journalof Plant Physiology, 168, 807-815. Pakniyat, H., Kazemipour, A., & Mohammadi, G.A. (2003). Variation in salt tolerance of cultivated (Hordeumvulgare L.) and wild (H. spontanum C. KOCH) barley genotypes from Iran. Iran Agricultural Research, 22, 45-62. PirastehAnosheh, H., Emam, Y., Ashraf, M., & Foolad, M.R. (2012). Exogenous application of salicylic acid and chlormequat chloride alleviates negative effects of drought stress in wheat. Advanced Studiesin Biology, 11, 501-520. PirastehAnosheh, H., Emam, Y., & Ashraf, M. (2014a). Impact of cycocel on seed germination and growth in some commercial crops under osmotic stress conditions. Archives of Agronomy and Soil Science, 60, 1277-1289. PirastehAnosheh, H., Ranjbar, G., Emam, Y., & Ashraf, M. (2014b). Salicylic-acid–induced recovery ability in salt-stressed Hordeum vulgare plants. Turkish Journal of Botany, 37, 112-121. Shakirova, F.M., Sakhabutdinova, A.R., Bozrutkova, M.V., Fatkhutdinova, R.A., & Fatkhutdinova, D.R. (2003). Changes in the hormonal status of wheat seedlings induced by salicylic acid and salinity. Plant Science, 164, 317-322. Syeed, S., Anjum, N.A., Nazar, R., Iqbal, N., Iqbal, N., Massod, A., & Khan, N.A. (2011). Salicylic acid-mediated changes in photosynthesis, nutrients content and antioxidant metabolism in two mustard (Brassica juncea L.) cultivars differing in salt tolerance. Acta physiologiae plantarum, 33, 877-886 Uhvits, R. (1946). Effect of osmotic pressure on water absorption and germination of alfalfa seeds. American Journal of Botany, 33, 278-285. Volkmar, K.M., Hu, Y., & Steppuhn, H. (1998). Physiological responses of plants to salinity: A review. Canadian Journal of Plant Science, 78, 19-27.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3886 Water Engineering بررسی معیارهای کارایی تحت سناریوهای مختلف برنامه بندی آبیاری در شبکه آبیاری سد درودزن مقیمی محمد مهدی بخش مهندسی آب، دانشکده کشاورزی دانشگاه شیراز، شیراز، ج. ا. ایران سپاسخواه علیرضا بخش مهندسی آب، دانشکده کشاورزی دانشگاه شیراز، شیراز، ج. ا. ایران 22 06 2022 36 1 49 60 10 09 2015 13 06 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3886.html

چکیده-در این تحقیق بهینه سازی همزمان معیارهای کارایی (عدالت و بهره وری) برای انتخاب روشهای بهینه مدیریت آب در مزرعه،با استفاده از الگوریتم ژنتیکدر شبکه آبیاری سد درودزن مورد بررسی قرار گرفته است. نتایج این تحقیق نشان داد که تأثیر بهبود مدیریت آب آبیاری در مقیاس مزرعه (افزایش راندمان کاربرد آبیاری و کسر کاهش آب) روی افزایش معیارهای کارایی نسبت به اثر بهبود راندمان انتقال آب در کانال ها روی  این معیارها بسیار بیشتر است. افزایش راندمان کاربرد آب در مزرعه (از 30 درصد به 90 درصد) و راندمان انتقال در کانال ها (از 70 درصد به 90 درصد) منتهی به اثر افزایشی حداکثر و حداقل روی عدالت در توزیع آب (به طور میانگین به ترتیب 2/48 درصد و 7/17 درصد) و بهره وری (به طور میانگین به ترتیب 92 درصد و 10 درصد) می شود. اثر افزایشی کسر کاهش آب (0/0 تا 8/0)روی عدالت و بهره وری به طور میانگین به ترتیب برابر با 4/31 درصد و 10 درصد است. مقادیر معیارهای کارایی از سال آبی مرطوب به سال آبی خشک نیز کاهش یافت. برای دستیابی به عدالت و بهره وری بالاتر، سیستم آبیاری قطره ای در مقادیر کم کسرهای کاهش آب (کمتراز و یا مساوی 4/0) و سیستم آبیاری بارانی برای مقادیر بیشتر کسرهای کاهش آب (بزرگتراز و یا مساوی 6/0) بهترین سیستم تشخیص داده شدند. ضمناً وقتی که معیارهای کارایی عدالت و بهره وری بطور همزمان بررسی می شود، برای یک روش خاص برنامه بندی کم آبیاری و تحت یک مقدار مشخص آب آبیاری، با افزایش عدالت، کاهش در بهره وری آب قابل صرفنظر کردن است.    

 واژه های کلیدی: مدیریت آب در مزرعه بهینه سازی الگوریتم ژنتیک عدالت در توزیع آب بهره وری آب Gorantiwar, S.D., Smout, L.K., & Vairavamoor thy, K. (2006). Performance-b ased optimization of land and water resources within irrigation schemes I: Method. Journal of Irrigation and Drainage Engineering, 132(4), 332-340. Kalu, I.L., Paudyal, G.N., & Gupta, A.D.(1995). Equity and efficiency issues in irrigation water distribution. Agricultural Water Management, 28, 335-348. Kloss,S., Pushpalatha, R., Kamoyo, K.J., & Schutze, N. (2012). Evaluation of crop models for simulating and optimizing deficit irrigation systems in arid and semi-arid countries under climate variability. Water Resources Management, 26, 997-1014. Kuo, S.F., Merkley, G.P., & Liu, C.W. (2000). Decision support for irrigation project planning using a genetic algorithm. Agricultural Water Management, 45, 243-266. Michalewciz, Z.(1994). Genetic algorithms + data structures = evolution programs. Berlin: Springer. Moghimi, M.M., & Sepaskhah, A.R. (2014).Consideration of Water Productivity for Farm Water Management in Different Conditions of Water Availability for Dominant Summer Crops. Iran Agricultural Research, 33(2), 47-62. Moghimi M.M., & Sepaskhah, A.R. (2016). Effect of Various On-Farm Water Management Scenarios on Equity and Productivity in Irrigation Networks. Water Resources Management. 30(7), 2405-2424 Pereira, L.S., Oweis, T., & Zairi, A. (2002). Irrigation management under water scarcity. Agricultural Water Management, 57, 175–206. Rodrigues, G.C., & Pereira, L.S. (2009). Assessing economic impacts of deficit irrigation as related to water productivity and water costs. Biosystems Engineering, 103, 536-551. Sepaskhah, A.R., & Akbari, D. (2005). Deficit irrigation planning under variable seasonal rainfall. Biosystems Engineering, 92, 97–106. Steiner, R.A., & Walter, M.F. (1992). The effect of allocation and scheduling rules on equity and productivity in irrigation systems. Agricultural Water Management, 21, 297-312. Smout, L.K., Gorantiwar, S.D.,& Vairavamoor thy, K. (2006). Performance-based optimization of land and water re sources within irrigation schemes II: Application. Journal of Irrigation and Drainage Engineering, 132(4), 341-348.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3880 مقاله کامل شبیه سازی خسارتهای اقتصادی برداشت مکانیزه گندم در استان خوزستان بوگری عیسی گروه مکانیزاسیون کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی رامین خوزستان، خوزستان، ج. ا. ایران. ذکی دیزجی حسن گروه مکانیک ماشینهای کشاورزی و مکانیزاسیون، دانشکده کشاورزی، دانشگاه شهید چمران، اهواز، ج. ا. ایران خراسانی محمد اسماعیل گروه مکانیک ماشینهای کشاورزی و مکانیزاسیون، دانشکده کشاورزی، دانشگاه شهید چمران، اهواز، ج. ا. ایران 22 06 2022 36 1 61 72 15 11 2015 25 10 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3880.html

چکیده هدف از این تحقیق ارائه یک مدل شبیه‌سازی برای کاهش خسارت‌های اقتصادی برداشت گندم در شرایط آب و هوایی استان خوزستان و مناطق مشابه می‌باشد. این مدل از سه زیر مدل تعیین زمان‌های ‌کاری مناسب، زیر مدل تلفات دانه و زیر مدل اقتصادی تشکیل شده است. به منظور تعیین ساعت­های کاری مناسب برداشت، یک مدل ریاضی برای تعیین محتوای رطوبتی دانه درو نشده تدوین گردید. برای تعیین تلفات دانه، 52 مزرعه در بخش مرکزی و حمیدیه شهرستان اهواز انتخاب شد. تلفات طبیعی، سکوی برش، انتهایی کمباین و درصد شکستگی دانه بررسی گردید و مدل‌های ریاضی این پارامترها بدست آمد. توسط مدل رایانه توسعه یافته میانگین تعداد ساعت‌های مناسب کار، بر اساس اطلاعات هواشناسی یک دوره 8 ساله برای فصل برداشت بدست آورده شد. بیشینه سرعت پیشروی قابل قبول برای دو کمباین جاندیر955 و نیوهلند TC56 به ترتیب 2/5 و 4 کیلومتر بر ساعت بدست آمد. کمترین تلفات گندم، 4 روز پس از رسیدگی فیزیولوژیکی و بهترین بازه زمانی برای برداشت گندم در خوزستان 2 تا 15 روز پس از رسیدگی محصول بدست آمد. در ابتدای فصل برداشت تلفات کمباین در ساعت‌های ابتدای روز به علت رطوبت بالای محصول بیشتر از ساعت­ها میانی روز و بعد از ظهر بود ولی با گذشت تقریباً 10 روز از زمان رسیدگی عکس این حالت اتفاق افتاد. نتایج نشان داد به علت هزینه­های  بالای تأخیر در برداشت هیج سطحی از مزرعه توجیه کننده مالکیت کمباین نیست و استفاده از کمباین­های اجاره‌ای در هر اندازه­ای از مزرعه در استان خوزستان مقرون به صرفه‌تر است.

 واژه های کلیدی: گندم مدل شبیه‌سازی محتوای رطوبتی دانه کمباین برداشت Abawi, G.Y., (1993). A simulation model of wheat harvesting and drying in northern Australia. Journal of Agricultural Engineering Research, 54, 141- 158. Asadi, A.M., Akbari, Y., Mohammadi, G.H., & Hossaininia, H.G. (2010). Agricultural wheat waste management in Iran. Australian Journal of Basic and Applied Sciences, 4(3), 421-428. Anonymous. (2015). Report the Statistical Center of Iran. Anonymous. (2014). Report Central Bank of the Islamic Republic of Iran. Audsley, E., & Boyce, D.S., (1974). A method of minimizing the costs of combine-harvesting and high temperature grain draying. Journal of Agricultural Engineering Research, 19 (2), 173-189. Crampin, D.J., & Dalton, G.E. (1971). The determination of moisture content of standing grain from weather Record. Journal of Agricultural Engineering, 16,  88-91. Damavandi, A Latifi ,N Dashtban, A R. 2007. Evaluation of seed vigour tests and its field efficiency in forage sorghum. Journal of Agricultural Sciences and Natural resources. 14:5, 17-24  DeToro, A., Gunnarsson, G., Lundin, G., & Jonsson, N. (2012). Cereal harvesting strategies and costs under variable weather conditions. Biosystem Engineering, (3), 429 – 439 DeJong, G.J., & Zelhorst, L. (1971). De invloed van het tijdstip van oogstennop de oopbrengst van granen [The relationship between time of harvesting and yield of cereal]. Interim Rapp. 265, Rijksdienst voor de Ijsselmeerpolders, Wetenschappelijke Afdeling, Kampen. ISTA. (2009). International rules for seed testing. The International Seed Testing Association (ISTA).  Kliier, W.E., & Biggar, G.W. (1972). Some effects of harvest date and design features of the cutting table on the front losses of combine harvesters. Journal of Agricultural Engineering Research, 17(1), 71-78 Masdari, A., Khalili, M,J., & Kalantari, H. (2009).  Predicting wheat losses and data analysis with method of Model Imaginary variables. National conference Agricultural Ministry and Mechanization 7. University of ferdosi of Mashhad (in Persion). .   Mcgechan, M.B. (1985). A parametric study of cereal harvesting models. Journal of Agricultural. Engineering Research, 31, 149 – 158.  Navid, H., Mohtasebi, S.S., & BehroozieLar, M. (2010). A mathematical model for losses of John Deere Combine 955series. Journal of Since of Agriculture, 19(2), 197-205. (in Farsi).   Nazmi, M.W., Chen, G., & Zare, D. (2010). The effect of different climatic conditions on wheat harvesting strategy and return.  Biosystems Engineering, 106, 493 – 502. Rahama, A.M., & Ali. M.E. (1990). On farm evaluation combain harvester losses in the gomin in sudan. Agricultural Mechanization in Asia, Africa and  Latin America, 20(2), 27-31 Royce, F.S., Jones, J.W., & Hansan, J.W. (2001). Model – based optimization of crop management for [climate forecast applications. Transaction of The ASAE, 44, 1319 -1327.  Witney, B. (1995). Choosing and using farm machines. UK: Longman Scientific and Technical, gWMO. 1974. Manual on Codes. Vol I. World Meteorological Organization, No. 306. Switzerland: WMO.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3894 مقاله کامل باقیمانده کینولون در گوشت مرغ و گوساله در فروشگاههای ارومیه، با استفاده از روش الایزا مشاک زهره دانشگاه آزاد اسلامی، واحد کرج مجدر لنگرودی علی گروه بهداشت و کنترل کیفی مواد غذائی، دانشکده دامپزشکی، دانشگاه ارومیه، ارومیه، ج. ا. ایران. مهدی زاده تورج گروه بهداشت و کنترل کیفی مواد غذائی، دانشکده دامپزشکی، دانشگاه ارومیه، ارومیه، ج. ا. ایران. عبادی فتح آباد ایوب گروه بهداشت و کنترل کیفی مواد غذائی، دانشکده دامپزشکی، دانشگاه ارومیه، ارومیه، ج. ا. ایران. هومان اسدی امیر فارغ التحصیل دکتری دامپزشکی، دانشگاه آزاد اسلامی، واحد کرج، کرج، ج. ا. ایران. 22 06 2022 36 1 73 77 13 12 2016 13 12 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3894.html

چکیده - هدف از این مطالعه بررسی باقیمانده­های کینولون در گوشت مرغ و گوساله که از سوپرمارکت­های شهر ارومیه نمونه­برداری گردیده شده می­باشد. در مجموع تعداد 395 نمونه از گوشت مرغ و گوشت گوساله در سه برند متفاوت به وسیله آزمون حساس و قابل اعتماد الایزا جهت ارزیابی میزان کینولون در شهر ارومیه مورد بررسی قرار گرفتند.دآماده­سازی نمونه­ها بر اساس روش ارائه شده در ریدااسکرین کیت انجام شد. از مجموع 395 نمونه، 217 نمونه (54.9 %) از گوشت مرغ و گوشت گوساله از جهت وجود باقیمانده آنتی بیوتیکی مثبت ارزیابی گردید. 79 نمونه از گوشت گوساله (48.7 %) و 138 نمونه (59.2 %) از گوشت مرغ به باقیمانده آنتی بیوتیک کینولون آلوده بودند. میانگین باقیمانده آنتی بیوتیک کینولون در نمونه های مثبت گوشت مرغ 0.57± 37.86 و در نمونه­های مثبت گوشت گوساله 1.17 ± 5.51  میکروگرم/کیلوگرم بوده است. مطالعه حاضر نشان می­دهد که 395 نمونه خریداری شده گوشت مرغ و گوساله در شهر ارومیه حاوی باقیمانده آنتی بیوتیکی می­باشند. از جهت مقاومت آنتی بیوتیکی در انسان، میزان پایین باقیمانده آنتی بیوتیک در نمونه­های مطالعه حاضر نشاندهنده­ی شرایط مثبت کنترل مواد غذایی در این منطقه است.    

 کلمات کلیدی: کینولون باقیمانده گوساله گوشت مرغ الایزا Akar, F. (1994). Investigation on various antibiotic residues in chicken meat and liver. Veterinary Journal of Ankara University, 41, 199–207. Alla, M.B.W., Mohamed, T.E., & Abdelgadir, A.E. (2011). Detection of antibiotics residues in beef in Ghanawa Slaughterhouse, Khartoum State, Sudan. Academic journal of food science, 5, 574–580. Andreu, V., Blasco, C., & Pico, Y. (2007). Analytical strategies to determine quinolone residues in food and the environment. Trends Analytical Chemistry, 26, 534–556. Barrt, A.L., & Fuchs, P. (1997). Antimicrobial activities of Grepafloxacoin, Ciporofloxacin, Ofloxacin and Floroxacil. Journal of Chemotheraphy, 9, 9-16. Bertini, S., Fierrero, S., & Berny, P, (2003). A newimproved high performance thin layerchromatography (HPTLC) method for detection of ionophore antibiotics in feed and animal tissues. Journal of Liquid Chromatography. Related Technology, 26, 147-156. Beyene, T. (2016) Veterinary Drug Residues in Food-animal Products: Its Risk Factors and Potential Effects on Public Health. Journal of Veterinary Science Technology, 7, 285-291. ChaferPericas, C., Maquieira, A., & Puchades, R. (2010). Fast screening methods to detect antibiotic residues in food samples. Trends in Analytical Chemistry, 29, 1038–1049. Christian, J.S. (1996). The quinolone antibiotics. Primary Care Update for OB/GYNS. 3, 87–92. Cotter, P., Stanton, C., Ross, R., & Hill, C. (2012). The impact of antibiotics on the gut microbiota as revealed by high throughput DNA sequencing. Discover Medicine, 13, 193-199. Food and Drug administration (FDA). (2005). FDA Announces Final Decision about Veterinary Medicine. Gouvêa, R, Santos, F.F., Aquino, M.H.C., & Pereira, V.L. (2015). Fluoroquinolones in industrial poultry production, bacterial resistance and food residues: a review. RevistaBrasileira de CiênciaAvícola, 17, 1-10. Gruchalla, R.S., & Pirmohamed, M. (2006). Antibiotic allergy. The New England Journal of Medicine, 354, 601–609. Gustavson, E., Bjurling, P., Deglean, J., & Strrensjo, A. (2002). Analysis of $-lactam antibiotics using a microbial receptor protein based biosensor assay. food and agricultural immunology, 14, 121-131. Holt, D., Harvey, D., Hurley, R. (1993). Chloramphenicol toxicity. Adverse Drug Reaction Toxicology Review, 12, 83–95. Johnston, A.M. (1998).Use of antimicrobial drugs in veterinary practice. British Medical Journal, 317, 665-667 Kaya, S.E., & Filazi, A. (2010). Determination of antibiotic residues in milk samples. Kafkas Üniversitesi Veteriner Fakültesi Dergisi Journal, 16, 31–35. Khadra, A., Pinelli, E., Lacroix, M.Z., BousquetMelou, A., Hamdi, H., Merlina, G., Guiresse, M., & Hafidi, M. (2012). Assessment of the genotoxicity of quinolone and fluoroquinolones contaminated soil with the Viciafabamicronucleus test. Ecotoxicology and Environmental Safety, 76, 187–192. Koc, F. (2006). Screening of quinolone residues in animal tissues. Indian Veterinary Journal, 83, 1063–1064. Levy, B.S. (1998). Antimicrobial resistance: bacteria on defence. British Medical Journal, 317, 612-613. Makinen, M., Forbes, P.D., & Stenback, F. (1997). Quinolone antibacterials: A new class of photochemical carcinogens. Journal of Photochemistry and Photobiology, 37, 182–187. Manafi, M., Hesari, J., & Rafat, A. (2010). Study of antibiotic residues in raw and pasteurize milk in East Azerbaijan province using Delvo test. Journal of food science, 3, 178-183 Masztis, P.S. (1984). Antibiotic residue testing in a beef slaughterhouse. Canadian Veterinary Journal,  25, 329–330. Nisha, A.R. (2008). Antibiotic residues—A global health hazard. Veterinary World, 1, 375–377. Omotoso, A.B., & Andrew, O.B. (2014). Screening of fluoroquinolone residues in imported and locally produced broiler chicken meat in Ibadan. Nigeria- International journal of Health, Animal science and Food safety, 2, 25 – 34. Pena, A., Silva, L.J.G., Pereira, A., & Meisel, L. (2010).Determination of fluoroquinolone residues in poultry muscle in Portugal.Analytical and BioanalyticalChemistry, 397, 2615–2621. Salehzadeh, F., Salehzadeh, A., Rokni, N., Madani, R., & Golchinefar, F. (2007). Iranian Veterinary Organization (IVO), Tehran, Iran Enrofloxacin residue in chicken tissues from Tehran slaughterhouses in Iran. Pakistan Journal of Nutrition, 6, 409–413. Shimoda, K. (1998). Mechanism of quinolone phototoxicity. Toxicology Letters, 102–103, 369–373. Somasundaram, S., & Manivannan, K. ( 2013). An Overview of Fluoroquinolones. Annual Review & Research in Biology, 3, 296-313. Velissariou, I.M. (2006). The use of fluoroquinolones in children: Recent advances. Expert Review. Anti Infective Therapy, 4, 853–860. Weiss, C., Conte, A., Milandri, C., Scortichini, G., Semprini, R. Usberti, G., & Migliorati, G. (2007). Veterinary drugs residue monitoring in Italian poultry: Current strategies and possible developments. Food Control, 18, 1068–1076. World Health Organization (WHO). (1998) Report Nº WHO/EMC/ZDI/98, Geneva, Switzerland. Yuksek, N. (2001). Etlerde antibiotic kalıntılarınınaranmasıuzerindecalışmalar. Journal of Veterinary Medicine IstanbulUniversity, 20, 85–90.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.4036 مقاله کامل تاثیر علملیات متناوب زراعی بر تغییر شکلهای پتاسیم و کانیهای رسی تحت شرایط اقلیم مدیترانه ای رضاپور سالار گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه،ج. ا. ایران فلاحی فریبا گروه علوم خاک، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه،ج. ا. ایران 22 06 2022 36 1 79 90 16 07 2016 26 02 2017 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_4036.html

چکیده- این مطالعه با هدف تاثیر کشت های متناوب زراعی بر توزیع شکل های پتاسم و کانی شناسی رس در یک شرایط اقلیمی مدیترانه ای انجام گرفت. برای این منظور، نمونه های خاک سطحی 6 زیرگروه خاک از مزرعه تحت کشت متناوب چغندرقند، گندم، نخود و جو با سابقه بیش از 5 دهه عملیات زراعی و اراضی غیر زراعی همجوار تشریح و نمونه برداری شدند. آنالیز های خاک شامل تعیین خصوصیات فیزیکوشیمیایی، کانی شناسی رس، شکل های مختلف پتاسیم و خصوصیات جذبی پتاسیم بودند. پراش پرتو ایکس نشان داد که خاکها از لحاظ ترکیب کانی های رسی (شامل ایلایت، اسمکتایت، کلرایت و کائولینایت) در خاک های زراعی و غیر زراعی مشابه بودند اما در شکل وموقعیت پیک های این کانی ها مخصوصا" کانی کلرایت تحت تاثیر عملیات زراعی تغییراتی حاصل شده بود. در این راستا، پیک های مربوط به کلرایت (doo1 برابر 2/14 آنگستروم) با شدت 1700 تا 1800 cps در اراضی غیر زراعی به طرف پیک های با شدت 1000cps  همراه با ظهور کانی مخلوط نامنظم کلرایت–ورمیکولایت تغییر یافته بود. در اغلب خاکهای مطالعه شده، یک کاهش قابل توجه در پتاسیم محلول از 001/0 تا 53/0 مول در لیتر (کاهش 17 تا 87 درصد)، پتاسیم تبادلی از 6 تا 115 میلی گرم در کیلوگرم (کاهش 5 تا 53 درصد) و پتاسیم غیر تبادلی از 9 تا 244 میلی گرم در کیلوگرم (کاهش 5/1 تا 28 درصد) تحت تاثیر عملیات زراعی متناوب مشاهده شد. عملیات زراعی بطور موثری جذب پتاسیم را در خاکهای Chromic Calciererts، TypicCalcixerolls، TypicHaploxerepts و TypicCalcixererts افزایش داده بود در حالی که پتاسیم تبادلی و قابل استفاده این خاکها کاهش یافته بود.

 واژه های کلیدی: تناوب زراعی کانیهای رسی زیرگروه خاک پتاسیم تبادلی پتاسیم غیر تبادلی Ayers, R.S., & Westcot, D.W. (1994). Water quality for agriculture irrigation and drainage. FAO, Rome, Paper no.29. Andrist Rengel, Y. (2008). Quantifying mineral sources of potassium in agricultural soils. Doctoral Diss., Dept. of Soil and Environment, SLU. Acta Unversitatis Agriculturae Sueciae, Uppsala, Sweden. Available at http://epsilon.slu.se/eng/index.html. Barre, P., Montagnier, C.H., Chenu, C., Abbadie, L., & Velde, B. (2008). Clay minerals as a soil potassium reservoir: observation and quantification through X-ray diffraction. Plant Soil, 302, 213-220. Biscaye, P.E. (1965). Mineralogy and sedimentation of recent deep sea clay in the Atlantic Ocean and adjacent seas and oceans. Geological Society of America Bulletin,76, 803–832. Borchardt, G. (1989). Smectite. In Dixon, J.B., and Weed S.B. (Eds.), Minerals in Soil Environments, 2nd edition (pp.675-727). American Society of America, Madison, Wisconsin, USA. Bouyoucos, G.J. (1962) Hydrometer method improved for making particle size analysis of soils. Agronomy Journal, 54, 464-465. Brady, N.C., & Weil, R.R. (1999). The nature and properties of soils. Prentice-Hall, Inc: Englewood Cliffs. Chapman, H.D. (1965). Cation exchange capacity. In Black, C.A. (Ed.), Methods of Soil Analysis, Part 2 (pp. 891-900). American Society of Agronomy, Madison, Wisconsin, USA Chorom, M., Baghernejad, M., & Jafari, S. (2009). Influence of rotation cropping and sugarcane production on the clay mineral assemblage. Applied Clay Science, 46, 385–395. Fanning, D.S., Keramidas, V.Z., & ElDesoky, M.A. (1989). Mica. In Dixon, J.B., and Weed S.B. (Eds.), Minerals in soil environment (pp. 551-634). American Society of Agronomy, Madison, Wisconsin, USA. Hinsinger, P. (2002). Potassium. In Lal R. (Ed.), Encyclopedia of soil science (pp. 1035–1039). New-York: Marcel Dekker, Inc. Huang, P.M. (2005). Chemistry of soil potassium. In Tabatabai, M.A., and Sparks, D.L. (Eds), Chemical Processes in Soil (pp. 221-292). American Society of Agronomy, Madison, Wisconsin, USA. Jalali, M. (2005). Release kinetics of non-exchangeable potassium in calcareous soils. Communications in Soil Science and Plant Analysis, 36, 1903–1917. Knudsen, D., Peterson, G.A., & Pratt, P.F. (1982). Lithium, sodium, and potassium. In Black, C.A. (Ed.), Methods of Soil Analysis, Part 2 (pp. 225-246). American Society of Agronomy, Madison, Wisconsin, USA. Nelson, R.E. (1982). Carbonate and gypsum. In Page, A.L. (Ed.), Methods of Soil Analysis, Part 2 (pp. 181-199). American Society of Agronomy, Madison, Wisconsin, USA. Nelson, D.W., & Sommers, L.E. (1982). Total carbon, organic carbon, and organic matter. In Page, A.L. (Ed.), Methods of Soil Analysis, Part 2 (pp.539-580). American Society of Agronomy, Madison, Wisconsin, USA. Nilawonk, W., Attanandana, T., Phonphoem, A., Yost, R., & Shuai, X. (2008). Potassium release in representative maize-producing soils of Thailand. Soil Science Society of America Journal, 72, 791–797. Olson, C.G., Thompson, M.L., & Wilson, M.A. (2000). Phyllosilicates. In Sumner, M.E. (ed), Handbook of Soil Science (pp. F-77–F-123). Boca Raton: CRC Press. Proust, D., Eymery, J.P., & Beaufort, D. (1986). Supergene vermiculitization of a magnesian chlorite: iron and magnesium removal processes. Clays and Clay Minerals, 34, 572-580. Rezapour, S., Jafarzadeh, A.A., Samadi, A., & Oustan, SH. (2009). Impacts of clay mineralogy and physiographic units on the distribution of potassium forms in calcareous soils in Iran. Clay Minerals, 44, 329-339. Rezapour, S., & Samadi, A. (2012). Assessment of inceptisols soil quality following long-term cropping in a calcareous environment. Environmental Monitoring and Assessment,184, 1311-1323. Rezapour, S., & Samadi, A. (2014) The spatial distribution of potassium status and clay mineralogy in relation to different land-use types in a calcareous Mediterranean environment. Arabian Journal of Geosciences, 7, 1013- 1047. Rezapour, S., Taghipour, A., & Samadi, A. (2013). Modification in selected soil attributes as influenced by long-term continuous cropping in a calcareous-semiarid environment. Natural Hazards, 69, 1951–1966. Ross, G.J., & Kodama, H. (1976). Experimental alteration of a chlorite into an interstratified chlorite-vermiculite by chemical oxidation. Clay Minerals, 24, 183-190. Samadi, A., Dovlati, A., & Barin, M. (2008). Effect of continuous cropping on potassium forms and potassium adsorption characteristics in calcareous soils of Iran. Australian Journal of Soil Research, 46, 265-272. Sharma, B.D., Mukhopadhyay, S.S., & Sawhney, J.S. (2006). Distribution of potassium fractions in relation to landforms in a Himalayan catena. Archives of Agronomy and Soil Science, 52, 469–476. Sharma, A., Jalali, V.K., & Arora, S. (2010). Non-exchangeable potassium release and its removal in foot-hill soils of North-west Himalayas. Catena, 82, 112–117. Soil Survey Staff. (2010). Keys to soil taxonomy. U. S. Department of Agriculture, Natural Resources Conservation Service, Washington. Sparks, D.L. (1987). Potassium Dynamics in Soils. Advance in Soil Science, 6, 1-63. Srinivasarao, C., Khera, M.S., & SubbaRao, A. (1994). Soil potassium depletion and K replenishment capacity of soils under intensive cropping. Journal Potassium Research, 10, 229-235. Srinivasarao, C.H., Vittal, K., Tiwari, K.N., Gajbhiye, P.N., & Kundu, S.U. (2007). Categorisation of soils based on potassium reserves and production system: implications in K management. Australian Journal of Soil Research, 45, 438-447. Timpson, M.E., Lee, S.Y., Ammons, J.T., & Foss, J.E. (1996). Mineralogical investigation of soils formed in calcareous gravelly alluvial, eastern Crete, Greece. Soil Science Society of America Journal, 60, 299-308. Thomas, G.W. (1982). Exchangeable Cations. In Page et al. (Eds.), Methods of Soil Analysis, Part 2 (pp.159-166). Soil Science Society of American, Madison, Wisconsin, USA. Thompson, M., & Ukrainczyk, L. (2002). Micas. In Dixon, J.B., and Schulz, D.G. (Eds.), Soil mineralogy with environmental applications (pp. 431-461). American Society of Agronomy, Madison, Wisconsin, USA. White, G.N., & Dixon, J.B. (2003). Soil Mineralogy Laboratory Manual. 9th edition. Texas: Department of Soil and Crop Sciences.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.4039 مقاله کامل ارزیابی روش الگوریتم ژنتیک در مقایسه با روشهای زمینآماری و شبکه عصبی در تخمین هدایت هیدرولیکی اشباع خاک با استفاده از بافت خاک حسینی یاسر دانشکده کشاورزی و منابع طبیعی مغان، دانشگاه محقق اردبیلی، اردبیل، ج. ا. ایران. صدقی رضا دانشکده فنی وحرفه ای سما، دانشگاه آزاد اردبیل، اردبیل، ج. ا. ایران. بایرامی سعید دانشکده فنی وحرفه ای سما، دانشگاه آزاد اردبیل، اردبیل، ج. ا. ایران. 22 06 2022 36 1 91 104 16 01 2017 04 03 2017 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_4039.html

چکیده-روش‌های مستقیم اندازه‌گیری هدایت هیدرولیکی خاک پر هزینه و وقت‌گیرمی‌باشد. دراین پژوهش از روش‌های الگوریتم ژنتیک و شبکه عصبی پرسپترون چندلایه (MLP) و روش‌های زمین آماری برای تخمین هدایت هیدرولیکی اشباع خاک بااستفاده از خصوصیات درصد توزیع اندازه ذرات استفاده شد. داده‌ها از 134 پروفیل خاک در قالب مطالعات خاکشناسی و طبقه بندی اراضی که توسط سازمان جهاد کشاورزی اردبیل انجام شده بود، بدست آمد. نتایج نشان‌دادکه از میان روش‌های، زمین آماری، کوکریجینگ معمولی دارای بهترین برازش بوده و بهترین واریوگرام برازش داده شده در این روش مدل توانی1با اثر قطعه‌ای صفر2(سانتی‌متربرروز) و سقف3156 (سانتی‌متربرروز) بودکه نشان دهنده استحکام ساختارفضایی منطقه و تاثیرکامل موئلفه ساختار‌دار بر مدل واریوگرام منطقه است. همچنین در روش کوکی ریجینگ معمولی دقت برآورد باضریب تعیین (93/0R2=) و خطای (سانتی‌متربرروز21/3RMSE=) برآوردگردید. نتایج نشان‌دادکه شبکهMLPباالگوریتم آموزشی لونبرگ – مارکوات4دارای ضریب تعیین (997/0R2=) و خطای (سانتی‌متر بر روز 22/1RMSE=) در تخمین هدایت هیدرولیکی اشباع خاک می‌باشد. برای روش الگوریتم ژنتیک، مقدار ریشه مربعات خطا و ضریب تعیین به ترتیب برا بر 35/1 و 925/0 برآوردگردید. بنابراینکاراییمدل‌ها نشان داد که شبکه عصبی مصنوعی در مقایسه باروش‌های زمین آماری و الگوریتم ژنتیک توانسته دایت هیدرولیکی خاک را با دقت بالاتری برآوردنماید و نتایج آن نزدیک به نتایج اندازه گیری شده گردد. 

 واژه های کلیدی: زمین آمار هدایت هیدرولیکی اشباع روش‌های شبکه عصبی مصنوعی کوک ریجینگ الگوریتم ژنتیک Ahmed, S., & Simonovic, S.P. (2005). An Artificial Neural Network  model for generating hydrograph from hydro meteorological parameters .Journal of Hydrology, 315, 236-251. Alemi, M.H., Azari, A.S., & Nielsen, D.R. (1980). Krigingand univariate modeling of a spatial correlateddata. Soil Technology, 1, 133-147. Azizpour, S., Fathi, P., & Nobakhtvakili, K. (2012). Estimating saturated hydraulic conductivity and porosity coupled with intelligent inverse problem approach. Journal of Science and Technology of Agriculture and Natural Resources, Soil and Water Sciences, 60, 13-22. (In Persian). Basaran, M., Erpul, G., Ozcan, A.U., Saigon, D.S., Kibar,  M., Bayramin, I., & Yilman, F.E. (2011). Spatial information of soil hydraulic conductivity and performance of cokriging over kriging in a semi-arid basin scale. Environmental Earth Sciences, 63, 827–838. BegayHerchgan, H., Heshmati, S.S. (2012). In dicators of ground water quality zoning of Shahrekord’s for using on irrigation system design. Agriculture Water Reourcess., 51, 24-61. (In Persian). Cadenas, E., & Rivera, W. (2009). Short term wind speed forecasting in La Venta, Oaxaca, Me´xico, using Artificial Neural Networks. Renewable Energy, 34, 274–278. Dahamsheh, A., & Aksoy, H. (2009). Artificial Neural Network models for forecasting inter mittent monthly precipitation in arid regions. Meteorological  Applications, 16, 325-337. Delbari, M., Tailor mood, M., & Mahdian, M.H. (2004). Evaluation of  methods for estimating the hydraulic conductivity of the soil in areas of steep terrain and  the bottom surface water of the Sistan plain water. Journal of Agricultural Science,5, 1-12. (In Persian). Doaie, M., Shabanpour, M., & Bagheri, F. (2005). Modeling of saturated hydraulic conductivity of Gilan Province involving Artificial Neural Networks.  The agricultural Science Research Report. Faculty of Agriculture, GilanUnivesity. (In Persian). Golshadfasih, M., Hooshmand, A.A., & Mehdinezhadiani, B. (2014). Application of genetic algorithms for estimating the saturated soil hydraulic parameters. Journal of Soil Research (Soil and Water Sciences). 28(1), 144-151. (In Persian). Haghverdi, A., Ghahreman, B., Jalini, M., Khoshnudyazdi, A.A., & Arabi, Z. (2011). Comparison of different methods of artificial intelligence modeling of soil moisture characteristic curve in North and North East of Iran. Research Journal of soil and water conservation methods, 18(2), 65-84. (In Persian). Hoseini, Y. (2004). Drainag parameters optimization using geostatistical methods (Cokriging) and their impact ondrain  spacing. Faculty of Water Science Engineering, Chamran University. (In Persian). Hosseini,  E., Gallich and, J, & Caren, J. (1993). Comparison of several in terpol ators for smoothing hydrauliccond uctivity data in south west Iran. Transactions of the ASAE, 36,1687-1693. Kaplana, H.K., & Aggrawal, P. (2011). Geostatistical Analyst for Deciding Optimal Interpolation Strategies for Delineating Compact Zones. International Journal of Geosciences, 2, 585-596. Kayadelen, C. (2011). Soil liquefaction modeling by Genetic Expression Programming and Neuro-Fuzzy. Expert Systems with Applications, 38, 4080-4087. Kim, S., & Kim, H. (2008). Neural Networks and genetic algorithm approach for nonlinear evaporation and evapotrans piration  modeling. Hydrology, 351, 299-317. Merdun, H., Ozer, C., Meral, R., & Apan, M. (2006). Comparison of Artificial Neural Network and regression pedotransfer functions for prediction of soil water retention and saturated hydraulic conductivity.  Soil and Tillage Research, 90, 108-116. Navabian, M., Liaghat, A.M., & Homaee,M.(2004).  Estimating soil saturated hydraulic conductivity using pedotransfer functions.  Journal of Agricultural Engineering Research, 4,1-11. Nezami, M.T., & Alipour, Z.T. (2012). Preparing of the soil salinity map using geastatistics method in Qazvin plaine. Journal of Soil Science and Environmental Management, 3, 36-41.  Prasad, R., & Mathur, S. (2007). Ground water Flow and Contaminant Transport Simulation with Imprecise Parameters. Irrigation and Drainage Engineering, 133(1) 61-70. Salazar, O., Wesstrom, I., & Joel. A.  (2008). Evaluation of Drainmod using  saturated hydraulic conductivity stimated by a pedestrians fer function model. Journal of Agricultural Water Management, 95, 1135 – 1143. Venkatesan, P., & Anitha,S. (2006). Application of a radial basis function neural network for diagnosis of diabetes mellitus. Current Science, 91, 1195–1199.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.3879 مقاله کوتاه کاربرد کاه جو جهت حذف نیترات از آب زهکشی انصاری شهاب دانشجوی دکترا گروه مهندسی آب دانشکده کشاورزی دانشگاه صنعتی اصفهان حیدرپور منوچهر دانشگاه صنعتی اصفهان موسوی سید فرهاد گروه مهندسی آب و سازه‌های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان. ج. ا. ایران. 22 06 2022 36 1 105 110 15 02 2015 16 10 2016 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_3879.html

چکیده: امروزه کشاورزان کودهای نیتروژنه را برای افزایش محصول به کار می‌برند. از سوی دیگر در زمین‌های کشاورزی اغلب کودهای نیتروژنه به سرعت در اثر آبشویی از دسترس خارج شده و موجب آلودگی منابع آب و خاک می گردند که به عنوان مهمترین منبع آلودگی گزارش شده است. همچنین استفاده مجدد از آب زهکشی به علت کمبود منابع آب خصوصاً در نواحی خشک و نیمه خشک ضروری است. اگرچه فیلترهای زیستی برای حذف نیترات از آب زهکشی مفید هستند اما بسیاری از تحقیقات نشان داده که آن ها به منبع کربن خارجی (اضافی) جهت تقویت دنیتریفیکاسیون نیازمند هستند. محققان بسیاری بر روی روش های مختلف مطالعه کرده اند اما بیشتر آن ها نیازمند تجهیزات و موادی هستند که مناسب مطالعات آزمایشگاهی می باشند. به طور مثال مخلوط نمودن این فیلترهای زیستی با خاک در مقیاس وسیع سیستم های زهکشی زیر زمینی بسیار مشکل است. بنابراین هدف این مطالعه توصیف پژوهش های آزمایشگاهی به منظور بررسی حذف نیترات با کاه جو در درصد های مختلف به صورت مخلوط همگن و یا لایه لایه  با خاک می باشد. نتایج نشان داد که روش لایه بندی برای حذف نیترات موثرتر بوده است. درصد بهینه اختلاط کاه جو در روش لایه بندی و مخلوط به ترتیب 20 و 30 درصد بود که هر دو تقریباً 80 درصد نیترات ورودی را حذف می کردند. بنابراین کاه جو را می توان به صورت لایه­ لایه  به عنوان روشی موثر، امکان پذیر و ارزان جهت حذف نیترات به کار برد.

 واژه های کلیدی: آلودگی آب زهکشی فیلترهای زیستی کاه جو کودهای نیتروژنه Bedessem, M.E., Edgar, T.V., & Roll, R. (2005). Nitrogen removal in laboratory model leach fields with organic-rich layers. Journal of Environmental Quality, 34, 936-942. Chun, J.A., Cooke, R.A., Eheart, J.W., & Kang, M.S. (2009). Estimation of flow and transport parameters for woodchip-based bioreactors, I. Laboratory scale bioreactor. Biosystems Engineering, 104, 384 -395. David, M.B., McIsaac, G.F., Royer, T.V., Darmody, R.G., & Gentry, L.E. (2001). Estimated historical and current nitrogen balances for Illinois.The Scientific World Journal, 1,597-604. FernandezNava, Y., Maranon, E., Soons, J., & Castrillon, L. (2010). Denitrification of high nitrate concentration wastewater using alternative carbon sources. Journal of Hazardous Materials, 173, 682-688. Greenan, C.M., Moorman,T.B., Kaspar, T.C., Parkin, T.B., & Jaynes, D.B. (2006). Comparing carbon substrates for denitrification of subsurface drainage water. Journal of Environmental Quality, 35, 824-829. Hashemi, S.E., Heidarpour, M., & MostafazadehFard, B. (2011). Nitrate removal using different carbon substrates in a laboratory model. Water Science and Technology, 63(11), 2700–2706. Jalali, M. (2005). Nitrate leaching from agricultural land in Hamadan, western Iran. Agriculture Ecosystems & Environment, 110, 210-218. Jenssen, P.D., & Siegrist, R.L. (1990).Technology assessment of wastewater treatment by soil infiltration systems. Water Science and Technology, 22, 83-92. Kettunen, R.H., Hoilijoki, T.H., & Rintala, J.A. (1996).Anaerobic and sequential anaerobic–aerobic treatments of municipal landfill leachate at low temperatures. Bioresource Technology, 58, 31-40. Li, Z., Kuba, H., & Kusuda, T.  (2006). Aerobic granular sludge: A promising technology for decentralized waste water treatment. Water Science and Technology, 53(9), 79-85. Liu, L.H., & Koenig, A. (2002). Use of limestone for pH control in denitrification: batch experiments. Process Biochemistry, 37, 885–893. Liu, X. (2006).Removal of nitrogen and organics from mild-polluted surface water using biofilm-electrode process. M. En. Thesis, Harbin Institute of Technology, China (in Harbin). Matson, P.A., Parton, W.J., Power, A.G., & Swift, M.J. (1997). Agricultural intensification and ecosystem properties Sciences, 277: 504-509. McIsaac, G.F., & Hu, X.T. (2004). Net N input and riverine N export from Illinois agricultural watersheds with and without extensive tile drainage. Biogeochemistry, 70, 251-271. Namasivayam, C., & Sangeetha, D. (2008). Application of coconut coir pith for the removal of sulfate and other anions from water. Desalination, 219, 1-13. Ono, Y., Somiya, I., & Oda, Y. (2000). Identification of a carcinogenic heterocyclic amine in river water. Water Research, 34, 890-894. Saliling, W.J.B., Westerman, P.W., & Losordo, T.M. (2007). Wood chips and wheat straw as alternative biofilter media for denitrification reactors treating aquaculture and other wastewaters with high nitrate concentrations. Aqua cultural Engineering, 37, 222-233. Shah, D.B., & Coulman, G.A. (1978). Kinetics of nitrification and denitrification reactions. Biotechnology and Bioengineering,  20, 43-72. Soares, M.I.M., & Abeliovich, A. (1998). Wheat straw as substrate for water denitrification. Water Research, 32, 3790-3794. Songliu, L., Hongying, H., Yingxue, S., & Yang, J. (2009). Effect of carbon source on the denitrification in constructed wetlands. Journal of Environmental Sciences, 21, 1036–1043. Tiedje, J.M., Simkins, S., & Groffman, P.M. (1989). Perspectives on measurement of denitrification in the field including recommended protocols for acetylene-based methods. Plant Soil, 115, 261-284. USEPA. (2002). Design Manual: Onsite Wastewater Treatment Systems Manual. Report 625-R-00-008, Office of Water Program Operations, USEPA, Washington, DC. Volokita, M., Belkin, S., Abeliovich, A., & Soares, M.I.M. (1996). Biological denitrification of drinking water using newspaper. Water Research, 30 (4), 965–971. Zhou, M.H., Fu, W., Gu,  J.H.Y., & Lei,  L.C. (2007). Nitrate removal from groundwater by a novel three-dimensional electrode bio film reactor. Electro chimicaActa, 52, 6052–6059.
IAR Shiraz University تحقیقات کشاورزی ایران 1013-9885 Shiraz University 6 10.22099/iar.2017.4035 مقاله کوتاه ارزیابی تخریب خاک و تولید رسوب با استفاده از مدل اصلاح شده زارعی عبدالرسول گروه مرتع وآبخیز داری، دانشکده کشاورزی، دانشگاه فسا، فسا، ج. ا. ایران امیری محمد جواد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فسا، فسا، ج. ا. ایران. 22 06 2022 36 1 111 116 05 09 2016 04 03 2017 Copyright © 2022, Shiraz University. 2022 https://iar.shirazu.ac.ir/article_4035.html

چکیده-یکی از مسائل بزرگی که امروزه جوامع بشری را تحت تاثیر قرار داده است بحث فرسایش خاک می باشد. دراین مطالعه با استفاده از مدل PSIAC  اصلاح شده ((MPSIAC اقدام به بررسی و تخمین میزان رسوب زایی و همچنین تهیه نقشه رسوب زایی در حوضه آبخیز کچویه گردید. مدل MPSIAC شامل 9 فاکتور زیست محیطی است که به کمک آنها اقدام به تخمین میزان تولید رسوب در حوضه های آبخیز می گردد این فاکتور ها عبارتند از : زمین شناسی، خاک، اقلیم ، روان آب، توپوگرافی، پوشش سطح زمین، کاربری اراضی، فرسایش شیاری و فرسایش سطحی. در این مطالعه به منظور ارزیابی فاکتور ها و تهیه نقشه های فرسایش و رسوب زایی از نرم افزار ArcGIS 10.2 استفاده شد. نتایج بدست آمده برمبنای مدل MPSIAC نشان داد که 2/94 درصد از مساحت منطقه مورد بررسی (1/476 کیلو متر مربع) در کلاس رسوب زایی کم قرار دارند و  2/29 درصد از مساحت منطقه مورد بررسی  (5/147 کیلو متر مربع) در کلاس فرسایش متوسط قرار دارند. بر این اساس کل رسوب زایی و فرسایش  برآورد شده در حوضه به ترتیب معادل 5/1236 و 6/5091 مترمکعب در کیلو متر مربع در سال محاسبه گردید. آنالیز حساسیت پارامتر های مدل MPSIAC نشان داد که شاخص های فرسایش کانالی، پوشش سطح زمین و زمین شناسی با ضریب همبستگی 75/0 تا 36/0 (روش پیرسون) با میزان فرسایش به ترتیب حساس ترین پارامتر ها و شاخص کاربری اراضی با کمترین همبستگی کم حساسیت ترین پارامتر در مدل مورد استفاده هستند.

 واژه های کلیدی: مدل MPSIAC تولید رسوب فرسایش SDR GIS Aker, A. (1971). Soil Surface Factors, Determination of erosion condition class. Bureau of Land Management. Department of Interior. USA. Form 7310-12. Bagherzadeh, A., & Mansouri Daneshvar, M.A. (2013). Evaluation of sediment yield and soil loss by the MPSIAC model using GIS at Golestan watershed, northeast of Iran. Arab Journal Geoscience. 6, 3349-3362. Ghazanfari, P., YouneszadehJalili, S., & Gholipouri, S. (2014). Study of sediment yield potential of Khor and Sefidarak basins with special reference to the difference between EPM and MPSIAC models, Hashtgerd, Karaj. Applied Sedimentology Journal, 2, 74-87. (In Persian) Heininger, P., & Cullmann, J. (2015). Sediment matters the challenges. Springer,Heidelberg. Mahboubi, A., & Pasban, A. (2013). Application of MPSIAC model and GIS in evaluation of soil erosion: an example of Sarghayeh-Sarnish watershed (South of Mashhad). Applied Sedimentology Journal, 1, 88-97. (In Persian) Mahammadyan, S., & Sururjalhladdin, M.H. (2007). Methods of erosion and sediment estimation base of tentative prevalent models (EPM, MPSIAC, PSIAC) in GoharRud basin, 4th national congress of science and basin management Engineering of Iran, Tehran: Tehran University, 157-176.(In Persian) Moradi, M., Ghonchepour, D., Nohegar, A., & Mmahoudi, V. (2012). A Comparison of the MPSIAC and EPM models for estimating erosion and sediment in the Poorahmadi catchment. Journal of Environmental Erosion Research. 1, 54-68. (In Persian) Naqvi, H.R., Athick, A.M.A., Ganaie, H.A., & Siddiqui, M.A. (2015). Soil erosion planning using sediment yield index method in the Nun Nadi watershed, India. International Soilless and Water Conservation Research, 3, 86-96. Nearing, M.A., Unkrich, C.L., Goodrich, D.C., Nichols, M.H., & Keefer, T.O. (2015). Temporal and elevation trends in rainfall erosivity on a 149 km 2 watershed in a semi-arid region of the American Southwest. International Soilless and Water Conservation Research, 3, 77-85. Noori, H., Siadatmousavi, M., & Mojaradi, B. (2016). Assessment of sediment yield using RS and GIS at two sub-basins of Dez Watershed, Iran. International Soil and Water Conservation Research, 4, 199–206. PSIAC. (1968). Report of the Water Management Subcommittee on factors affecting sediment yield in the Pacific Southwest area and selection and evaluation of measures for reduction of erosion and sediment yield. ASCE, 98, No. HY12. Refahi, H. (1996). Water erosion and its control. Tehran University Press, Tehran. Zakeri, H.F., Khalil, R., & ShafaiBajestan, M. (2015). Soil erosion and Sediment yield risk Assessment using an empirical Model of MPSIAC for upstream Watershed of Abbaspour and masjed-soleiman dams, SW-Iran. Bullten of Environment Pharmacology Life Science, 5, 73-82.