روابط آلومتریک به منظور برآورد زیتوده چهار گونه صنوبر در استان چهارمحال و بختیاری
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 42
فایل این مقاله در 13 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:
JR_IJFPR-21-3_011
تاریخ نمایه سازی: 25 دی 1402
چکیده مقاله:
اندوخته شدن کربن در زیتوده گیاهی ساده ترین و به لحاظ اقتصادی عملیترین راهکار برای کاهش دی اکسید کربن اتمسفری است. تحقیق حاضر در مورد چهار گونه صنوبر کاشتهشده در ایستگاه تحقیقات صنوبر بلداجی واقع در استان چهارمحال و بختیاری انجام شده است. این چهار گونه شامل دو گونه بومی استان یعنی Populus alba وP. nigraو دو هیبریدP. alba × P. euphraticaوP. euphratica × P. alba هستند. نمونهبرداری از درختان به صورت تصادفی به تعداد ۱۰ اصله درخت برای هر گونه (مجموعا ۴۰ اصله) انجام شد. مشخصات درختان سرپا شامل قطر برابر سینه، ارتفاع و قطر تاج اندازه گیری و بعد درختان قطع شدند. اجزای مختلف درخت به تفکیک، خشک و توزین گردیدند. با استفاده از تحلیل رگرسیون غیرخطی، زیتوده اندام های مختلف در مقابل متغیر های مستقل مدلسازی شد. نتایج این تحقیق نشان داد که روابطی قوی برای برآورد میزان زیتوده همه قسمت های درخت در هر یک از گونه ها قابل ایجاد است. در گونه هایP. alba و P. alba × P. euphratica به ترتیب متغیر مستقل قطر برابر سینه، در مقابل تمام متغیر های وابسته (با ضریب تبیین ۹۵/۰) و تنه اصلی در مقابل پوست تنه اصلی (با ضریب تبیین ۸۶/۰)، مدل هایی را با دقت بسیار خوب ارائه نمودند؛ ولی در برابر سایر متغیر های وابسته، مدل هایی با دقت متوسط ارائه گردید. این در حالیست که در گونه های P. nigraوP. euphratica × P. alba، متغیر مستقل قطر برابر سینه، به هیچ وجه روابط خوبی به دلیل چندشاخگی تنه اصلی در ارتفاع برابر سینه ارائه نداد؛ اما برای این دو گونه، روابطی قوی در برآورد زیتوده برای قسمت های مختلف درخت به ویژه قسمت های چوبی بر اساس قطر تاج (با ضریب تبیین ۸۸/۰) بدست آمد.
نویسندگان
محمدکاظم پارساپور
کارشناس ارشد جنگلداری
هرمز سهرابی
استادیار
علی سلطانی
استادیار
یعقوب ایرانمنش
مربی پژوهشی
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 :