ارزيابي سلامت سامانه‏هاي زراعي تحت كشت گندم در حوزه قره‏سو (شهرستان گرگان) براساس تنوع علف‌هرز، عملكرد و ميزان مصرف آفت‏كش‏ها

Health assessment in wheat fields using weeds biodiversity, yield and pesticides application (A case study in Qaresoo basin-Gorgan county)

به‌منظور بررسي سلامت سامانه‏هاي تحت كشت گندم در بخشي از حوزه قره‏سو استان گلستان، مطالعه‏اي در 79 مزرعه از 8 منطقه روستايي در بهار سال 1389 صورت گرفت. در اين مطالعه با استفاده از روش كادراندازي، تعداد و نوع علف هرز به تفكيك جنس و گونه ثبت شد و اطلاعات مديريتي هر مزرعه با استفاده از پرسش‏نامه تهيه شد. در اين پژوهش از تعداد گونه‏ها به‌عنوان غناي گونه‏اي و شاخص‏هاي تنوع زيستي شانن- واينر، سيمپسون و عكس سيمپسون براي اندازه‏گيري تنوع زيستي علف‏هاي هرز استفاده شد. نقشه مزارع گندم محدوده با استفاده از سنجش از دور به‌دست آمد. لايه‏هاي شيب و جهت شيب با استفاده از مدل رقومي ارتفاعي زمين تهيه و طبقه‏بندي شدند. سپس لايه‏هاي اقليمي، تنوع زيستي و عملكرد با مدل‏هاي رگرسيوني چندگانه تهيه و طبقه‏بندي شدند. مناطق با عملكرد بالاتر و شاخص‏هاي تنوع پايين‏تر از ميانگين، به‌عنوان مناطق داراي سلامت تلقي شدند. همچنين مزارعي كه مصرف آفت‏كش‏ها در آن‏ها كم‌تر از ميانگين مصرف استان گلستان (45/1 ليتر در هكتار) بود، به‌عنوان مزارع سالم در نظر گرفته شدند. با استفاده از روش داده‏كاوي، تاثير عوامل مديريتي بر شاخص‏هاي تنوع زيستي علف هرز و عملكرد مزارع نمونه‏برداري شده مورد بررسي قرار گرفت. طبق نتايج به‌دست آمده، تنها 44 درصد (2064 هكتار) از سطح زير كشت منطقه مورد مطالعه و فقط 11 درصد (7 مزرعه) از مزارع نمونه‏برداري شده از نظر ميزان عملكرد، تنوع زيستي علف‌هرز و مصرف آفت‏كش‏ها داراي سلامت بودند.

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.