اثر گونه های درختی بر ذخیرهسازی عناصر غذایی پر مصرف خاک
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 576
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICINH01_207
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
گونههای درختی بر ذخیرهسازی عناصر غذایی در خاک نقش دارند، اما میزان آن در گونههای درختی مختلف متفاوت است. تحقیق حاضر به منظور بررسی اثر گونه های درختی بر ذخیرهسازی عناصر غذایی پر مصرف خاک انجام شد. نمونهبرداری خاکاز زیر تاج درختان توسکا قشلاقی، سفیدپلت، اوجا و انجیلی، هر کدام با 10 تکرار، در میکروقطعه نمونه (سطح30 × 30 و عمق 15 سانتیمتری) صورت گرفت. میزان عناصر فسفر، پتاسیم، کلسیم و منیزیم در خاک گونههای مورد مطالعه اندازهگیری شد.نتایج نشان داد که هر چهار گونه درختی توسکا قشلاقی، سفیدپلت، اوجا و انجیلی از نظر میزان ذخیره این چهار عنصر با یکدیگر تفاوت آماری معنیداری دارند. خاک تحتانی توسکا قشلاقی دارای بالاترین میزان ذخیره عناصر فسفر(36/61 کیلوگرم در هکتار)، پتاسیم (7/816 کیلوگرم در هکتار)، کلسیم (1/608 کیلوگرم در هکتار) و منیزیم (55/132 کیلوگرم در هکتار) بود و گونه درختی انجیلی کمترین میزان از عناصر فسفر (96/25 کیلوگرم در هکتار)، پتاسیم (72/293 کیلوگرم در هکتار)، کلسیم (85/264کیلوگرم در هکتار) و منیزیم (1/71 کیلوگرم در هکتار) را در خاک تحتانی خود ذخیره کرد. همچنین گونههای درختی سفیدپلت و انجیلی میزان حد واسطی از ذخیره این عناصر را داشتند. نتایج این تحقیق نشان داد که عنصر پتاسیم بیشتر از سایر عناصر پر مصرف خاک در خاک تحتانی گونههای درختی پهنبرگ مورد مطالعه ذخیره شده بود. نتایج حاصل از این تحقیق حاکی ازاثرات مفید گونه توسکا قشلاقی بر خاکهای جنگلی تخریب یافته جنگلهای شمال کشور و غنیسازی خاک این مناطق از نظر میزان عناصر غذایی مورد نیاز گیاهان بود.
نویسندگان
فائزه السادات طریقت
دانشجوی کارشناسی ارشد جنگلداری، دانشکده منابعطبیعی، دانشگاه تربیت مدرس
یحیی کوچ
استادیار گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس
سیدمحسن حسینی
استاد گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :