ارزیابی سلامت سامانه‏های زراعی تحت کشت گندم (Triticum aestivum) درحوزه قره‏سو (شهرستان گرگان)بر اساس تنوع علف هرز، عملکرد و میزان مصرف آفت‏ کش‏ها

نوع مقاله: پژوهشی

نویسندگان

1 عضو هیات علمی دانشگاه

2 مرکز تحقیقات کشاورزی و منابع طبیعی استان گلستان. گرگان

3 گروه گیاهپزشکی- دانشگاه علوم کشاورزی و منابع طبیعی گرگان

چکیده

به منظور بررسی سلامت سامانه‏های تحت کشت گندم در بخشی از حوزه قره‏سوی استان گلستان، مطالعه‏ای در 79 مزرعه از هشت منطقه روستایی در بهار سال 1389 صورت گرفت. در این مطالعه با استفاده از روش کادراندازی، تعداد و نوع علف هرز به تفکیک جنس و گونه ثبت شد و اطلاعات مدیریتی هر مزرعه با استفاده از پرسش‏نامه تهیه شد. در این پژوهش از تعداد گونه‏ها به عنوان غنای گونه‏ای و شاخص‏های تنوع زیستی شانن-واینر، سیمپسون و عکس سیمپسون برای اندازه‏گیری تنوع زیستی علف‏های هرز استفاده شد. نقشه مزارع گندم محدوده با استفاده از سنجش از دور بدست آمد. لایه‏های شیب و جهت شیب با استفاده از مدل رقومی ارتفاعی زمین تهیه و طبقه‏بندی شدند. سپس لایه‏های اقلیمی، تنوع زیستی و عملکرد با مدل‏های رگرسیونی چندگانه تهیه و طبقه‏بندی شدند. مناطق با عملکرد بالاتر و شاخص‏های تنوع پایین‏تر از میانگین، به عنوان مناطق دارای سلامت تلقی شدند. هم چنین مزارعی که مصرف سموم در آن‏ها کمتر از میانگین مصرف استان گلستان (45/1 لیتر در هکتار) بود، به عنوان مزارع سالم در نظر گرفته شدند. با استفاده از روش داده‏کاوی، تاثیر عوامل مدیریتی بر شاخص‏های تنوع زیستی علف هرز و عملکرد مزارع نمونه‏برداری شده مورد بررسی قرار گرفت. طبق نتایج بدست آمده، تنها 44 درصد (2064 هکتار) از سطح زیر کشت منطقه مورد مطالعه و فقط 11 درصد (7 مزرعه) از مزارع نمونه‏برداری شده از نظر میزان عملکرد، تنوع زیستی علف هرز و مصرف سموم دارای سلامت بودند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Health Assessment in wheat (Triticum aestivum) fields using weeds biodiversity, yield and pesticides application (A case study in Qaresoo Basin-Gorgan county)

چکیده [English]

This study was aimed to assess wheat-grown fields health in Gharessoo basin, Golestan province, Iran, using 79 fields in 8 villages in 2010. The samples were taken by Quadrates. The number and the type of weeds were recorded at genera and species levels. In parallel, management data were recorded by questionnaire. Species richness was defined as species number and Shannon-Wiener index, Simpson’s index of diversity and reverse Simpson index were used as weeds biodiversity assessment indices. Wheat fields map were detected by Landsat 5 satellite images by remote sensing techniques. Digital elevation model also was provided from 1:25000 digitized maps. Slope and aspect layers were provided by DEM and were reclassified. Climatic, biodiversity and yield interpolated layers also were provided using multiple regression models. All of these layers also were reclassified. The regions with higher yield than mean values and lower weed biodiversity indices were considered as healthy. Also, the fields with lower pesticide application than Golestan application mean (1.45 lit. ha-1) were considered as healthy. A data mining method (CRT) was used to assess management options effect on weeds biodiversity indices and yield in studied fields. Our results revealed that just 44 percentage of cultivated lands (2064 ha) and just 11 percentage of studied fields (7 fields) were healthy in respect to yield, weeds biodiversity and pesticides application.

کلیدواژه‌ها [English]

  • Data Mining
  • GIS
  • Health
  • Weed Biodiversity Index
  • Wheat