◀️ تهیه سامانه استانی بیلان آب و حسابداری آب کشاورزی

🔸 وبینار فوق در لینک زیر بارگزاری شد- ۴۱ دقیقه:
https://aparat.com/v/kQKes

📖 خلاصه

🔸 سازگاری به کم آبی در بخش کشاورزی کشور یک ضرورت است. تهیه و اجرای برنامه های سازگاری به خشکی در سطح استانی نیازمند وجود اطلاعات متنوع، یکپارچه و معتبر آب می­ باشد. اطلاعاتی نظیر مقدار مصرف و برداشت آب آبی برای کشاورزی، نحوه توزیع آب آبی برای تولید گیاهان مختلف در سطح استان، حجم آب آبی به کار رفته در شرایط کشاورزان، بهره وری آب آبیاری و نظیر این­ ها. برای تهیه این اطلاعات به صورت پویا و یکپارچه در سطح استانی سیستمی به صورت موردی برای استان گلستان تهیه شد. 

🔸 ابتدا با بررسی شرایط اقلیمی و خاک، کل اراضی کشاورزی استان (دیم، آبی و باغی) به 30 پهنه همگن اگرواکولوژیک تقسیم بندی شدند (برای صرفا اراضی آبی 11 پهنه کافی بود). سپس یک مدل شبیه سازی گیاهی (SSM-iCrop2) که هسته اصلی سیستم را تشکیل می­ هد برای شبیه سازی رشد، عملکرد و بیلان آب مزرعه برای 31 گیاه مهم استان در شرایط کشاورزان در کشت آبی و دیم در 30 پهنه اگرواکولوژیک استان کالیبره و ست ­آپ (setup) شد. 

🔸 خروجی­ های سیستم به صورت روزانه و نیز انتهای فصل رشد گیاه تولید می­ شوند؛ به علاوه، برای مولفه های بیلان آب، خروجی­ های ماهانه تولید می گردند. برخی خروجی ­های مدل عبارتند از تاریخ کاشت گیاهان زراعی و تاریخ بازشدن جوانه درختان، مراحل مهم فنولوژیک گیاهان مثل روز تا شروع پرشدن دانه/میوه یا روز تا برداشت، عملکرد بیولوژیک، شاخص سطح برگ، و مولفه های بیلان آب یعنی رواناب، تبخیر، تعرق، زه­کشی عمقی، برگاب، تعرق علف­های هرز و آبیاری.

🔸 خروجی­ ها برای هر پهنه، شهرستان و استان قابل دسترس هستند. برآورد­های ماهانه و سالانه این سیستم از مصرف آب (حجم آب آبیاری) در شرایط مزارع کشاورزان به برداشت آب در سطح استان قابل تعمیم می­ باشد. 

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

#دریاچه_ارومیه_چگونه_خشک_شد؟

بحران آب در ایران: چگونه کشور را خشک کردیم؟

◀️ با توجه به خشک شدن ۹۵ درصد دریاچه ارومیه علی رغم برخی اقدامات انجام شده و نیز خشک شدن کامل یا غیر کامل برخی دیگر از رودخانه ها و تالاب های کشور، یک بار دیگر دیدن این ویدئو توصیه می‌شود.

🔸 لینک ویدئو در آپارات
https://aparat.com/v/A5XVI

🔸 دلیل اصلی برداشت بیش از حد آب عمدتا برای کشاورزی است و بدون کاهش سطح زیر کشت چنین مشکلاتی در گوشه و کنار کشور حل نخواهند شد.

#کاهش_سطح_زیرکشت

@PPSLab_GUASNR

::: گزارش طرح پژوهشی :::

تهیه سیستم استانی بیلان و حسابداري آب کشاورزي با مدل سازي تولید گیاهی و موازنه آب در اراضی کشاورزي: مطالعه موردي استان گلستان

@PPSLab_GUASNR

::: تحلیل پتانسیل عملکرد و خلا عملکرد در سیستم های تولید گیاهی ::: 

افشین سلطانی و عبدالرحمان میرزایی 

@PPSLab_GUASNR

فایل pdf کتاب 👆

🔸 نظر به اقبال پژوهشگران و مسئولین کشور به موضوع پتانسیل و خلا عملکرد، و نظر به کارهای انجام شده توسط این­ جانب و همکاران و دانشجویان در 15 سال اخیر، این مجموعه تهیه شده است. در این مجموعه ابتدا پتانسیل و خلا عملکرد تعریف می ­شوند و سپس توضیحاتی در ارتباط با برآورد پتانسیل عملکرد و خلا عملکرد ارایه می ­گردد. همچنین به ­طور اختصار درباره روش­ های موجود برای بررسی دلایل خلا عملکرد به منظور رفع آن در مزارع کشاورزان صحبت می­ گردد. در بخش انتهایی مجموعه، اهمیت و کاربرد خلا عملکرد به بحث گذاشته می­ شود.

@PPSLab_GUASNR

🔸 مهمترین کارکرد خلا عملکرد این است که می تواند به کاهش برداشت آب و سازگاری به کم آبی کمک کند. در کشور به دلیل اضافه برداشت آب (عمدتا برای مصارف کشاورزی) از منابع زیرزمینی و سطحی، بسیاری از تالاب­ها، دریاچه ­ها و رودخانه ­های خود را از دست داده و می دهیم. این اضافه برداشت از طریق فرونشست زمین، تشدید فرسایش خاک، تضعیف پوشش­ های گیاهی و زیست­گاه ­های طبیعی، توفان ­های گرد و غبار، بیابانی شدن، زوال و نابودی تنوع زیستی با تاخیر به سیستم ­های کشاورزی باز می ­گردد و موجب تخریب آن­ها خواهد شد. بنابراین، کاهش برداشت آب برای کشاورزی یک ضرورت است و باید از طریق کاهش سطح زیر کشت آبی در کشور (40 تا 50 درصد کاهش) دنبال شود. ولی کاهش سطح زیر کشت کاهش تولیدات کشاورزی را به دنبال خواهد داشت که رفع خلا عملکرد می­ تواند این کاهش را تا حد قابل توجهی جبران کند.  

🔸 به امید روزی که شاهد برگشت نشاط به طبیعت کشور همراه با تولیدات مناسب در بخش کشاورزی باشیم. 

@PPSLab_GUASNR

.::: نگارش چهارم کتاب اصول و مبانی زراعت تالیف دکتر محمد رضا خواجه پور  به چاپ رسیده است :::.

مطالعه چندباره این کتاب به همه دانشجویان و علاقمندان توصیه می شود.

@PPSLab_GUASNR

.:: ارزیابی دیم کاری در اراضی آبی فعلی کشور ::.

◀️ ارزیابی دیم کاری در اراضی آبی فعلی کشور
 
🔸 با توجه عدم تعادل بین سطح زیرکشت و منابع آب آبی در کشور، در آینده بخشی از زمین­ های آبی (زراعی و باغی) فعلی قابلیت ادامه کشت آبی را ندارند. احتمال دارد بتوان در این اراضی تولید به صورت دیم انجام داد اما برآوردی از پتانسیل کشت دیم وجود ندارد. 

🔸 در این مطالعه پتانسیل عملکرد گندم، جو، نخود، عدس و کلزا در شرایطی که در اراضی آبی فعلی به صورت دیم کشت شوند، با استفاده از مدل SSM-iCrop2 شبیه سازی شد. سپس برای دو حالت که کشاورزان بتوانند به عملکردهایی معادل 50 درصد (مدیریت معمولی کنونی) یا 70 درصد (مدیریت بهبود یافته با بهره وری بالا) پتانسیل عملکرد دیم برسند، ارزیابی صورت گرفت. 

🔸 نتایج نشان داد با مدیریت فعلی، عملکرد دیم حاصل از این گیاهان در اراضی آبی فعلی در اکثر استان­ ها در دسته نامناسب یا کمتر مناسب (متوسط) قرار می گیرد.

🔸 ولی چنان­چه بهبود مدیریت صورت گیرد، عملکرد های حاصله در اکثر استان ها در دسته مناسب و کاملا مناسب قرار خواهند گرفت.

🔸 نتایج این تحقیق بار دیگر اهمیت توجه به بهبود مدیریت (افزایش بهره وری و فشرده سازی) و رفع خلا عملکرد را نشان می دهد.

📚 برگرفته از تز دکتری صفورا جافر نوده

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

◀️ محاسبه ردپای آب آبی و سبز با مدل SSM-iCrop2 

🔸 در آخرین نسخه این مدل بر اساس هوکسترا (۲۰۱۹) مولفه های موازنه آب خاک شامل تبخیر، تعرق، رواناب و زهکشی به تفکیک سبز و آبی محاسبه شده و برآورد آب آبی و سبز ارائه می شوند. 

🔸 اما توجه شود که صعود کاپیلاری که در جاهایی که سطح ایستابی در عمق کمتر از دو متر است اهمیت دارد، محاسبه نمی شود. 

🔸 خروجی های مربوطه در شیت YearlyO مدل در ستون های AY تا BD قرار می‌گیرند.  

🔸 این مدل در وبسایت زیر در دسترس است:
https://sites.google.com/view/ssm-crop-models


لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

🔸 Green-blue water accounting is now possible with SSM-iCrop2

The latest version (v.20230220) of SSM-iCrop2 calculates green and blue soil water balance components including green and blue soil evaporation and plant transpiration and green and blue water footprints based on Hoekstra (2019: Green-blue water accounting in a soil water balance. Adv. Water Resour. 129: 112-117 ). However, it should be noted that the model does not calculate capillary rise that may be important where the water table is high (less than 2 m).  The output can be found in the “YearlyO” sheet of the model file in columns AY to BD. 

The model is accessible from:

https://sites.google.com/view/ssm-crop-models


لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

.:: خلا کودی بزرگ در کشاورزی کشور ::.

◀️ خلا کودی بزرگ در کشاورزی کشور

🔸 بر اساس سطح زیر کشت و عملکردهای برداشت شده در دوره مطالعه، به‌ طور میانگین سالانه 1064 هزار تن نیتروژن، 156 هزار تن فسفر و 790 هزار تن پتاسیم از مزارع، باغات و گلخانه های کشور خارج شده است. در مقابل 956 هزار تن نیتروژن، 99 هزار تن فسفر و 163 هزار تن پتاسیم به صورت کودهای شیمیایی و حیوانی به کار رفته است. بنابراین، سالانه 109 هزار تن نیتروژن (معادل 10 درصد)، 56 هزار برای فسفر (معادل 36 درصد) و 627 هزار تن پتاسیم (معادل 79 درصد) خلا (کمبود) مصرف کود وجود داشته است.

🔸 بنابراین، برخلاف تصور عمومی مبنی بر مصرف بی‌رویه کودها در کشور، کمبود مصرف کود وجود دارد و در صورت استفاده از آمار فائو، مقادیر خلأ مصرف کود افزایش خواهد یافت. مقادیر خلأ کودی ذکر شده برای همه گیاهان به یک اندازه نمی‌باشد و ممکن است برای برخی گیاهان و مناطق مصرف کودها در حد نیاز، برای برخی بیش از حد نیاز (گیاهان پرسود) و برای بقیه کمتر از حد نیاز باشد. بنابراین علاوه بر کمبود کاربرد کود، این غیریکنواختی موجب بدتر شدن شرایط می‌گردد.

🔸 باید توجه داشت که کمبود کاربرد کود نیز می تواند موجب آسیب به محیط زیست شود. خلا کودی می‌تواند منجر به تخلیه عناصر غذایی خاک شده، باعث کاهش ماده آلی و تنوع زیستی خاک و افزایش فرسایش خاک گردد و در دراز مدت پایداری اکوسیستم های کشاورزی به خطر افتد.

📚 منبع: تز دکتری تکنم خسرویان

@PPSLab_GUASNR

◀️ برآورد کود مورد نیاز برای گیاهان مهم کشور

🔸 میزان کود مورد نیاز برای دستیابی به عملکردهای فعلی گیاهان مهم کشور در استان های مختلف محاسبه شده و در فایل اکسل قابل دسترس همگان می باشد.

🔸 این برآوردها بر اساس روش ارایه شده توسط ویلالوبوس و همکاران (Villalobos et al. 2020. Int. J. Plant Prod. 14(2): 299-308) صورت گرفته است.

🔸 برآوردهای ذکر شده را نباید به عنوان توصیه کودی تلقی نمود چون توصیه کودی برای هر مزرعه بسته به عوامل تاثیرگذار متفاوت می باشد. اما، چنان چه توصیه کودی در دسترس نباشد از مقادیر برآورد شده می توان به عنوان یک راهنمای کلی استفاده نمود.

🔸 توجه شود که برآوردها برای عملکردهای فعلی هستند که در فایل ذکر شده اند. برای عملکردهای کمتر و بیشتر نیاز کودی متفاوت خواهد بود.

📚 منبع: تز دکتری تکتم خسرویان

@PPSLab_GUASNR

..::: برآورد کود مورد نیاز برای گیاهان مهم کشور در استان های مختلف ::..

◀️ بهینه سازی الگوی کشت با هدف حداقل سازی مصرف/برداشت آب طوری که درآمد کشاورزان کاهش نیابد و به پایداری کشاورزی نیز توجه شود، می تواند مصرف/برداشت آب برای کشاورزی در استان گلستان را تا 41 درصد کاهش دهد

🔸 وبینار گزارش طرح در لینک زیر در آپارات (۳۴ دقیقه):

https://aparat.com/v/wksh633

📚 منبع: طرح پژوهشی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

..:: وبینار علمی ::..

ظرفيت کاهش تقاضا برای آبیاری و سازگاری به کم آبی در بخش کشاورزی: آنالیز برای استان گلستان

توسط: دکتر افشین سلطانی

زمان: سه شنبه ۲۰ آذر ۱۴۰۳ ساعت ۱۳ تا ۱۵

لینک شرکت در وبینار:
https://www.skyroom.online/ch/guasnr99/vu002

◀️ ظرفیت کاهش تقاضا برای آبیاری و سازگاری به کم آبی در بخش کشاورزی: آنالیز برای استان گلستان

🔸 کاهش تقاضا برای آب آبیاری در مزارع و باغات یکی از راهبردهای سازگاری به کم آبی می باشد. بهینه سازی الگوی کشت، کاربرد مالچ کلش (خاک ورزی حفاظتی)، کاربرد سایبان در باغبانی، کشت هوازی برنج و انتقال تولید سبزی-صیفی از مزارع به گلخانه ها از جمله روش های این راهبرد هستند.

🔸 آنالیز با کمک مدل شبیه سازی نشان داد که با کاربرد تلفیقی این روش ها می توان تا حدود 60 درصد تقاضا برای آب آبیاری در شرایط مزراع کشاورزان در استان گلستان را کاهش داد.

🔸 لینک وبینار در آپارات (۴۴ دقیقه):

https://aparat.com/v/worc76m

📚 منبع: طرح پژوهشی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

◀️ تهیه سامانه‌ استانی حسابداری آب برای اراضی آبی استان فارس

🔸 تهیه و اجرای مناسب برنامه‌های سازگاری به کم‌آبی در سطح استانی نیازمند وجود اطلاعاتی متنوع، معتبر و یکپارچه مرتبط با منابع آب استان است. برای دستیابی به این اطلاعات به‌صورت یکپارچه و پویا، سیستمی تحت عنوان سامانه استانی حسابداری آب (SAWA) برای استان فارس تهیه شد. ابتدا با بررسی شرایط اقلیمی و خاک، کل اراضی کشاورزی آبی استان به 17 همگن اگرواکولوژیک پهنه تقسیم‌بندی شدند. سپس یک مدل ‌شبیه‌ساز گیاهی (SSM-iCrop2) که هسته اصلی سیستم را تشکیل می‌دهد برای شبیه‌سازی رشد، عملکرد و بیلان آب مزرعه 35 گیاه مهم در شرایط کشاورزان در 17 پهنه کالیبره و ست‌آپ شد. شبیه‌سازی‌ها بر اساس داده‌های هواشناسی سال‌های 2011 تا 2021 در دو حالت شرایط کشاورزان و پتانسیل صورت گرفت. خروجی‌های سیستم مذکور به‌صورت روزانه و نیز انتهای فصل رشد گیاه تولید می‌شوند. علاوه بر این، سیستم قادر است خروجی‌های ماهانه نیز تولید کند. این برآوردهای ماهانه یکی از ضروری‌ترین اطلاعات در برنامه‌ریزی‌های سازگاری با کم‌آبی مثل تغییر الگوی کشت است.  برخی از خروجی‌های سیستم عبارتند از تاریخ کاشت گیاهان زراعی و تاریخ باز شدن جوانه درختان، مراحل مهم فنولوژیک گیاهان، عملکرد بیولوژیک، شاخص سطح برگ و مؤلفه‌های بیلان آب یعنی رواناب، تبخیر، تعرق، زه‌کشی عمقی، برگاب، تعرق علف‌های هرز و آبیاری. خروجی‌های این سامانه برای هر گیاه و یا کل گیاهان به‌صورت پهنه، شهرستان و استان قابل دسترس هستند. ارزیابی صحت برآوردهای مدل نشان داد که برآوردهای شبیه‌سازی‌شده با اندازه‌گیری‌شده مطابقت رضایت بخشی دارند.

📚 منبع: رساله دکتری: فایل pdf مقاله از لینک زیر قابل دانلود می باشد:

https://ijswr.ut.ac.ir/article_97021.html

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR

◀️ برآورد آب برداشت شده برای کشاورزی استان فارس بر اساس مدل‌سازی بیلان آب
 
🔸 از دیرباز بین سازمان‌های مرتبط با منابع آب در بخش کشاورزی (مثل وزارت نیرو و جهاد کشاورزی) بر سر میزان آب برداشتی برای کشاورزی در سطوح کشوری و استانی اختلاف وجود دارد. هدف از این مطالعه برآورد آب برداشت شده برای کشاورزی آبی استان فارس بر اساس مد‌ل­سازی بیلان آب در شرایط «مزارع کشاورزان» بود. برای این منظور از سامانه استانی حسابداری آب برای اراضی کشاورزی آبی استان فارس استفاده شد. برآوردهای سامانه بر اساس داده‌های هواشناسی 10 ساله (1400-1390) و آمار سطح زیرکشت میانگین 5 ساله (1400-1396) انجام گرفت. نتایج نشان داد که بیش‌ترین سطح زیر کشت در استان به ترتیب متعلق به گندم (32 درصد)، میوه‌ها (24 درصد) و جو (7 درصد) بود. از نظر حجم خالص آب آبیاری کاربردی سالیانه به ترتیب میوه‌ها (39 درصد)، گندم (14 درصد) و برنج (7 درصد) در صدر قرار داشتند. بیشترین حجم خالص آب آبیاری کاربردی در بین گیاهان استان به نخل، برنج و انار به­ ترتیب با 23651، 14489، 10160 مترمکعب در هکتار اختصاص داشت. نتایج بیلان آب استان نشان داد که بیشترین حجم خالص آب آبیاری کاربردی گیاهان استان به ترتیب در ماه‌های خرداد تا تیر (1024 میلیون مترمکعب) و کمترین آن در آذر تا دی (8/70 میلیون مترمکعب) اتفاق می‌افتد. نتایج این مطالعه نشان داد متوسط حجم آب برداشت شده برای کشاورزی آبی استان برابر 6565 میلیون مترمکعب در سال (دامنه 6228 تا 7076) می‌باشد که کمتر از برآورد وزارت نیرو (7991 میلیون مترمکعب در سال) است. بخشی از این اختلاف ناشی از استفاده از سال‌های آماری متفاوت می‌باشد.

📚 منبع: رساله دکتری: فایل pdf مقاله از لینک زیر قابل دانلود است:

https://ijswr.ut.ac.ir/article_98474.html

لینک به کانال/ مشاهده سایر پیام ها:
@PPSLab_GUASNR