ارزیابی پیوستگی اکولوژیک لکه‌های سبز شهری با استفاده از تئوری گراف،مطالعه موردی کلان‌شهر اهواز Assessment of Ecological Connectivity of Urban Green Patches Using Graph Theory: the Case study of Ahvaz Metropolitan Area 1 1 پیوستگی لکه‌های سبز شهری، یک ویژگی‏ مهم ساختاری سیمای سرزمین شهری است که حرکت جانوران و انتقال ژن‌ها را در بین زیستگاه‏هایشان میسر می‏سازد. تاکنون روش‌های متعددی جهت سنجش پیوستگی ارائه شده است که از جمله ‌آنها کاربرد تئوری گراف است. هدف از این پژوهش، کاربرد تئوری گراف در اندازه‌گیری پیوستگی لکه‌های سبز شهر اهواز ‌است. گراف مفهومی ریاضی متشکل از مجموعه‌ای از نقاط و اتصالات است. براساس تئوری گراف، در این پژوهش، شبکه فضای سبز شهر اهواز در محیط GIS مدل‌سازی شد. آنالیز پیوستگی اکولوژیک با استفاده از نرم‌افزار Conefor، به همراه کاربرد سنجه انتگرال پیوستگی (IIC) و الگوریتم برداشت نقطه صورت گرفت و لکه‌های سبز شهری با درنظر گرفتن چهار گروه جانوری ارزش‌گذاری و اولویت‌بندی شدند. به‌طور کلی نتایج مشابهی از چهار گروه جانوری به‌دست آمد . نتایج پژوهش نشان داد ناحیه چهار شهری اهواز واقع در شرق رودخانه کارون و جنوب شرقی محدوده شهر با داشتن بزرگ‌ترین لکه سبز، بیشترین اهمیت را در پیوستگی شبکه سبز شهر اهواز دارد. همچنین بیشترین میزان پیوستگی در سیمای‌ سرزمین در نواحی چهار و پنج شهر اهواز قابل مشاهده است. این مطالعه می‌تواند با شناسایی مناطق دارای اولویت حفاظت و بهبود پیوستگی درون منظر شهری به تشخیص صحیح اولویت‏های حفاظت و صرفه‌جویی در سرمایه و نیروی انسانی کمک کند. 2 Connectivity of urban green patches is an important structural attribute of urban landscape that facilitates the species movement and transfer of their genes among their habitats. So far, several methods including Graph Theory have been applied to assess ecological connectivity. This research was aimed to study the application of graph theory to measure the connectivity of green patches in the city ofAhvaz .The Graph is a mathematical concept including nodes and links. The research method is based on modeling the network of green patches in the GIS environment using Graph Theory. The ecological connectivity was analyzed using the software Conefor Sensinode 2.6, by applying IIC metric and node-removal algorithm; thus, the urban green patches were ranked in relation to 4 different groups of species. Generally, similar results were achieved by applying the attributes of four different species (r=0.95). The study results showed that Ahvaz fourth district in the eastern side of Karoon River comprised the largest and the most significant green patch. Also, the fourth and fifth distincts of the city were relatively the most connected. Determining the more significant green patches and improving the connectivity of urban landscape could help the accurate identification of conservation priorities whichwould ensure financial savings in urban planning and decision making. 1 11 2015/06/25 1394/4/4 2018/05/15 1397/2/25 سرور شفیعی نژاد S. Shafinejad دانشگاه آزاد اسلامی واحد اهواز ایران Sorour.shafieinejad@gmail.com فاطمه پودات F. poodat دانشگاه شهید چمران اهواز ایران فروزان فرخیان F. farrokhian دانشگاه آزاد اسلامی واحد اهواز ایران Ecological connectivity Network analysis IIC metric Landscape ecology Conefor 2.6 Ahvaz. پیوستگی اکولوژیکی آنالیز شبکه سنجه IIC اکولوژی سیمای سرزمین Conefor 2.6 اهواز 8. Bodin, O. and J. Norberg. 2007. A network approach for analyzing spatially structured populatins in fragmented landscape. Landscape Ecology 22: 31-44.##9. Bunn, A. G., D. Urban and T. H. Kett. 2000. Landscape connectivity: A conservation application of graph theory. Journal of Environmental Management 59: 265-278.##10. Crooks, K. R. and M. Sanjayan. 2006. Connectivity Conservation. Cambridge University Press, Cambridge, 726 p.##11. Dale, M. R. T. and M. J. Fortin. 2010. From Graph to Spatial Graph. The Annual Review of Ecology, Evolution, and Systematics 41: 21-38.##12. Pascual-Hortal, L. and S. Saura. 2006. Comparison and development of new graph-based landscape connectivity indices: towards the priorization of habitat patches and corridors for conservation. Landscape Ecology 21(7): 959-967.##13. Pascual-Hortal, L. and S. Saura. 2007. Impact of spatial scale on the identification of critical habitat patches for the maintenance of landscape connectivity. Landscape and Urban Planning 83(2-3): 176-186.##14. Poodat, F., C. Arrowsmith, D. Frasoe and A. Gordon. 2015. Prioritizing urban habitats for connectivity conservation: Integrating centrality and ecological metrics. Environmental Management 55(5): 991-1216.##15. Rayfield, B. M., J. Fortin and A. Fall. 2011. Connectivity for conservation; A framework to classify network measures. Ecological Society of American 847-858.##16. Saura, S. and L. Rubio. 2010. A common currency for the different ways in which patches and links can contribute to habitat availability and connectivity in the landscape. Ecography 33: 523-537.##17. Saura, S., C. Estreguil, C. Mouton and M. Rodríguez-Freire. 2011. Network analysis to assess landscape connectivity trends: application to European forests (1990-2000). Ecological Indicators 11: 407-416.##18. Saura, S. and S. Torné. April 2012. CONEFOR 2.6 User manual.##19. Taylor, P. D., L. Fahrig. K. Helein and G. Merriam. 1993. Connectivity is a vital element of landscape structure. Oikos 68(3): 571-573.##20. Urban, D. and T. Keitt. 2001. Landscape connectivity: A graph-theoretic perspective. Ecology 82(5): 1205-1218.##21. Urban, D. L., E. S. Minor, E. A. Treml and S. Robert. 2009. Graph models of habitat mosaics. Ecology Letters 12: 260-273.####1. آذری دهکردی، ف. 1386. اصول اکولوژی سیمای سرزمین (ترجمه)، انتشارات اتحاد، چاپ اول، 96 ص.##2. پودات، ف.، ش. برق جلوه و م. شرفی. 1390. کاربرد تئوری گراف بر ارزیابی اثرات اکولوژیکی، پنجمین همایش ملی و نمایشگاه تخصصی مهندسی محیط زیست، دانشگاه تهران، ایران، 30 آبان.##3. پودات، ف.، ش. برق جلوه، و ک. ارواسمیت. 1392. مروری تحلیلی بر پیوستگی اکولوژیک و ضرورت آن به‌منظور حفاظت از تنوع زیستی در شهرها، اولین کنفرانس بین المللی اکولوژی سیمای سرزمین، دانشگاه صنعتی اصفهان، ایران، 8 آبان.##4. پودات، ف.، ش. برق جلوه. و ح. میرکریمی. 1393. مروری تحلیلی بر چگونگی اندازه‌گیری پیوستگی اکولوژیک به‌منظور حفاظت از تنوع زیستی در شهر‌ها. مجله پژوهش‌های محیط زیست 5(10):210-195.##5. شهرداری کلان‌شهر اهواز. 1391. آمارنامه شهر اهواز، فصل دوم، جمعیت.##6. میکائیلی، ع. ر. و م. صادقی بنیس. 1389. شبکه اکولوژیک شهر تبریز در راهکارهای پیشنهادی برای حفظ و توسعه آن. مجله پژوهش‌های محیط زیست 1(2): 52-43.##7. یوسفی، ا.، ف. قسامی، ا. صالحی و م. کافی. 1391. مکان‌یابی و تحلیل فضای سبز شهری با درنظر گرفتن اصول اکولوژیک مطالعه موردی: پارک‌های محله‌ای بیرجند. مجله محیط شناسی 38(4): 178-169.## ##

تجزیه و تحلیل مؤلفه‌های اصلی اثرگذار بر انتشار آلودگی صوتی در جاده پارک ملی گلستان Principal Components Analysis of Main Factors Affecting Noise Pollution in Main Road of Golestan National Park 1 1 آلودگی صوتی ترافیک تهدیدی جدی برای گونه‌های حیات وحش است، به‌طوری که یکی از عوامل منزوی کننده و کاهنده جمعیت‌ است. بزرگراه آسیایی تهران- مشهد که بخشی از آن به طول 51/26 کیلومتر در پارک ملی گلستان قرار دارد، به‌عنوان مهم‌ترین منبع آشفتگی صوتی در داخل منطقه است. هدف این مطالعه تعیین مهم‌ترین معیارهای مؤثر در انتشار آلودگی صوتی این جاده است که برای نیل به این هدف از روش تحلیل مؤلفه‌های اساسی استفاده شد. برای ارزیابی وضعیت انتشار صدا و پارامترهای تأثیرگذار از مطالعات کتابخانه‌ای و سنجش میدانی پارامترها در محدوده بافر 250 متری استفاده شد. 16 متغیر در سه گروه پارامترهای ترافیکی، هندسه سطح جاده و پارامترهای محیطی استخراج و درون پلات‏های دایره‏ای به شعاع 25 متر به‌مدت 15 دقیقه اندازه‏گیری شدند. براساس نتایج، شش عامل اصلی سرعت خودروهای سبک، رطوبت محیط، ارتفاع از سطح دریا، تعداد خودروهای سبک، فاصله از جاده و شیب پلات در مجموع 396/72 درصد واریانس داده‌ها را توجیه می‌کنند. با استفاده از نتایج می‌توان اقدامات مدیریتی مربوط به کاهش آلودگی صوتی را براساس معیارهای استخراج شده انجام داد و مسؤلین حفاظت محیط زیست می‌توانند با صرف هزینه و زمان کمتر به مدیریت منطقه از لحاظ آلودگی صوتی بپردازند. 2 Traffic noise pollution is a serious threat to wildlife species, resulting in isolating and reducing the population. The Asian Highway of Tehran-Mashhad, from which a 26.51 km long part is located inside Golestan National Park, is the main source of noise disturbance inside the area. The purpose of this study was to determine the most important criteria for noise pollution of this road; in order to achieve this goal, the Principle Components Analysis method was used. To assess the sound emissions and to study the parameters affecting it, desk studies and field visits were used in a 250-meter buffer zone. A total of 16 variables in three different categories of traffic parameters, geometry parameters and environmental parameters were extracted, andthe circular plots were measured at a radius of 25 m for 15 minutes. The results of PCA showed that six main factors including the speed of light vehicles, the humidity, the altitude above sea level, the number of light vehicles, the distance from the road and the plot slope could justify a total of 72.396 % of the variance of the data. Based on the results, management measures could be taken to reduce the noise pollution based on the extracted criteria, and the noise pollution could be managed more efficiently by spending less time and money. 13 25 2015/06/252017/03/19 1395/12/29 2018/05/152018/06/19 1397/3/29 کامران شایسته K. Shayesteh دانشگاه ملایر ایران ka_shayesteh@yahoo.com شیوا غریبی SH. Gharibi دانشگاه ملایر ایران Principal Component Analysis Noise pollution Golestan National Park Road. تحلیل مؤلفه‌های اصلی آلودگی صوتی پارک ملی گلستان جاده 25. AASHTO (American Association of State Highway and Transportation Officials). 1993. Guide on Evaluation and Abatement of Traffic Noise, 30 p.##26. Abdi, H. 2003. Multivariate analysis. pp. 699-702, In: Lewis-Beck, M., A. Bryman, and T. Futing, (Eds.), Encyclopedia of Social Sciences Research Methods, Sage, Thousand Oaks.##27. Alvin, A. Y. and D. T. Blumstein. 2011. Attention, noise, and implications for wildlife conservation and management. Applied Animal Behaviour Science 131: 1-7.##28. Ana, B., A. L. Rob and A. V. Pita. 2010. The impacts of roads and other infrastructure on mammal and bird populations, A meta-analysis. Biological Conservation 1307-1316.##29. Calixto, A., B. D. Fabiano and H. T. Z. Paulo. 2003. The statistical modeling of road traffic noise in an urban setting. Cities 20(1): 23-29.##30. Camdevyren, H., N. Demyr, A. Kanik and S. Keskyn. 2005. Use of principal component scores in multiple linear regression models for prediction of Chlorophyll-a in reservoirs. Ecological Modelling 181(4): 581-589.##31. Castelletta, M., J. M. Thiollay and N. S. Sodhi. 2005. The effects of extreme forest fragmentation on the bird community of Singapore Island. Biological Conservation 121: 135-155.##32. Chen, H. L. and J. L. Koprowski. 2016. Differential effects of roads and traffic on space use and movements of native forest-dependent and introduced edgetolerant species. PLoS ONE 11(1): 1-18. ##33. Colakkadıoglu, D. and M. Yucel. 2017. Modeling of Tarsus-Adana-Gaziantep highway-induced noise pollution within the scope of Adana city and estimated the affected population. Applied Acoustics 115: 158-165.##34. David, J. G., L. D. Travis and J. A. Dewoody. 2009. A review of mitigation measures for reducing wildlife mortality on roadways. Journal of Landscape and Urban Planning 91(1): 1-7.##35. Harris, C. M. 1966. Absorption of sound in air versus humidity and temperature. Journal of the Acoustical Society of America 40: 148-159.##36. Gharibi, S., M. Aliakbari, A. Salmanmahiny and H. Varaste. 2016. Evaluation and Modelling of Traffic Noise on the Asian Highway in Golestan National Park, Iran. MATEC Web of Conferences 81, 04008, DOI: 10.1051/matecconf/20168104008.##37. Gundogdo, O., M. Gokdag and F. Yuksel. 2005. A traffic noise prediction method based on vehicle composition using genetic algorithms. Applied Acoustics 66: 799-809.##38. Marcel, P. H. and J. M. Piet. 2000. The effect of roads and traffic on hedgehog (Erinaceus europaeus) populations. Biological Conservation 95: 111-116.##39. Morelli, F., M. Beim, L. Jerzak, D. Jones and P. Tryjanowski. 2014. Can roads, railways and related structures have positive effects on birds? Transportation Research Part D: Transport and Environment 30: 21-31.##40. Nourii, R. E., K. Ashrafi and A. Azhdarpour. 2008. Comparison of ANN and PCA based multivariate linear regression applied to predict the daily average concentration of CO: A case study of Tehran. Journal of the Earth and Space Physics 34(1): 135-152.##41. Paul, A. K. 2005. Synthesis of noise effects on wildlife populations. Road Ecology 31-35.##42. Pijanowski, B. C., L. J. Villanueva-Rivera, S. L. Dumyahn, A. Farina, B. L. Krause, B. M. Napoletano, S. H. Gage and N. Pieretti. 2011. Soundscape ecology: the science of sound in the landscape. BioScience 61(3): 203-216.##43. Polak, M., J. Wiacek, M. Kucharczyk and R. Orzechowski. 2013. The effect of road traffic on a breeding community of woodland birds. European Journal of Forest Resarch 132: 931-941.##44. Rahmani, S. M., S. Mousavi and M. J. Kamali. 2011. Modeling of road-traffic noise with the use of genetic algorithm. Applied Soft Computing 11: 1008-1013.##45. Rao, S. and V. K. Koli. 2017. Edge effect of busy high traffic roads on the nest site selection of birds inside the city area: Guild response. Transportation Research Part D 51: 94-101.##46. Razmkhah, H., A. Abrishamchi and A. Torkian. 2010. Evaluation of spatial and temporal variation in water quality by pattern recognition techniques: A case study on Jajrood River (Tehran, Iran). Journal of Environmental Management 91: 852-860.##47. Rien, R., F. Ruud and M. Henk.1996. The effect of traffic on the density of breeding birds in Dutch agricultural grasslands. Biological Conservation 75(3): 255-260.##48. Shyu, G. S., B. Y. Cheng, C. T. Chiang, P. H. Yao and T. K. Chang. 2011. Applying factor analysis combined with kriging and information entropy theory for mapping and evaluating the stability of groundwater quality variation in Taiwan. International Journal of Environmental Research and Public Health 8(4): 1084-1109.##49. Spiegelberg, J. and J. Rusz. 2017. Can we use PCA to detect small signals in noisy data? Ultra Microscopy 172: 40-46.##50. Tervo, O. M., M. F. Christoffersen, M. Simon, L. A. Miller, F. H. Jensen, S. E. Parks and P. T. Madsen. 2012. High source levels and small active space of high-pitched song in bowhead whales (Balaena mysticetus). PLOS ONE 12: 52-72.##51. Zhao, N., X. Lu, S. Chao and X. Xu. 2015. Multivariate statistical analysis of heavy metals in less than 100 μm particles of street dust from Xining, China. Environmental Earth Sciences 73(5): 2319-2327.##1. احسان‌زاده، ع. ر.، ف. نژادکورکی و س. خدادوستان. 1395. بررسی مهم‌ترین عوامل مؤثر بر غلظت ذرات معلق کوچکتر از 10 میکرون (10 pm) با استفاده از رگرسیون مؤلفه‌های اصلی. فصلنامه پژوهش در بهداشت محیط 2(2): 164-154.##2. احمدی، ش. 1387. تدوین مدلی به‌منظور پیش‌بینی تراز صدای ماکزیمم ترافیک معابر اصلی شهر سنندج. دوازدهمین همایش ملی بهداشت محیط ایران، دانشگاه علوم پزشکی شهید بهشتی، دانشکده بهداشت، ص. 2483- 2471.##3. آرمان، ن.، ع. سلاجقه، س. فیض‌نیا، ح. احمدی، ج. قدوسی و ع. کیانی‌راد. 1395. تعیین حوزه‌های آبخیز همگن جهت برآورد فرسایش و رسوب با استفاده از روش‌های مختلف تحلیل خوشه‌ای (مطالعه موردی: دامنه شمالی البرز). مجله منابع طبیعی ایران 69(2): 273-261.##4. توکلی، م.، ا. شیروانی و م. ج. ناظم السادات. 1395. پیش‌بینی آماری میانگین ماهانه دمای سطح آب ناحیه شمال غربی اقیانوس هند. مجله ژئوفیزیک ایران 10(3): 76-66.##5. حبیب‌پور، ک. و ر. صفری شالی. 1391. راهنمای جامع کاربرد SPSS در تحقیقات پیمایشی. نشر تهران، تهران، 846 ص.##6. حسینی‌وردئی، م.، ع. سلمان‌ماهینی، س. م. منوری و م. م. خیرخواه زرکش. 1391. کاربرد سنجه‌های سیمای سرزمین در ارزیابی آثار تجمعی شبکه جاده‌ای بر پوشش درختی. نشریه محیط زیست طبیعی 65(2): 152-139.##7. زارع‌چاهوکی، م. 1389. تجزیه و تحلیل داده‌ها در پژوهش‌های منابع طبیعی با نرم‌افزار SPSS. انتشارات جهاد دانشگاهی، تهران، 312 ص.##8. رضیئی، ط. 1395. شناسایی مناطق همگن بارشی ایران با استفاده از روش تحلیل مؤلفه‌های اصلی. مجله ژئوفیزیک ایران 10(3): 144-128.##9. شیخ‌الاسلامی، ر.، ف. باقری خلیلی و ع. محمودآبادی. 1391. کاهش متغیرهای ورودی در فرایند مدل‌سازی تصادفات آزادراه‌ها با استفاده از روش تجزیه و تحلیل مؤلفه‌های اصلی. مهندسی حمل و نقل 3(4): 338-325.##10. عزیزی، ز.، ع. رافت، ج. شجاع، ح. مرادی شهربابک و م. مرادی شهربابک. 1395. بررسی ساختار و لایه‌بندی جمعیت گاومیش‌های اکوتیپ آذری و شمالی با نشانگرهای متراکم چند شکل تک نوکلئوتیدی با استفاده از روش‌های Admixture، MDS، PCA و GC. مجله بیوتکنولوژی کشاورزی 8(2): 67-53.##11. غریبی، ش.، ع. سلمان ماهینی و ح. وارسته. 1391. ارزیابی صدا و بررسی عوامل مؤثر بر انتشار آلودگی صوتی ناشی از ترافیک جاده‌ای در پارک ملی گلستان. فصلنامه مدیریت و برنامه ریزی محیط زیست 2(4): 44-33.##12. غریبی، ش. 1392. ارزیابی و مدل‌سازی میزان صوت ناشی از ترافیک جاده‌ای در پارک ملی گلستان. دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان.##13. غریبی، ش.، ع. سلمان ماهینی و ح. وارسته. 1393. ارزیابی تأثیرات آلودگی صوتی ناشی از ترافیک جاده‌ایی بر جامعه پرندگان در پارک ملی گلستان. محیط زیست طبیعی و منابع طبیعی ایران 76(4): 447-435.##14. غریبی، ش.، ع. سلمان ماهینی و ح. وارسته. 1394. مدل‌سازی رابطه پراکنش پرندگان، صدای ناشی از ترافیک و سایر متغیرهای محیطی در حاشیه جاده پارک ملی گلستان. پژوهش‌های محیط‌زیست 6(11): 206-195.##15. گلمحمدی، ر. 1382. مهندسی صدا و ارتعاش )اندازه‌گیری، ارزیابی، جنبه‌های بهداشتی و کنترل در صنعت و محیط زیست(، انتشارات دانشجو، همدان، 544 ص.##16. گلمحمدی، ر. 1385. مدل‌سازی آلودگی صوتی ترافیک معابر اصلی شهرها (مطالعه موردی: شهر همدان). دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، 328 ص.##17. مجنونیان، ه.، ب. کیابی، ب. فرهنگ دره‌شوری و ح. گشتاسپ میگونی. 1378. پارک ملی گلستان (ذخیره‌گاه زیستکره). سازمان حفاظت محیط زیست، تهران، 129 ص.##18. مددی، ح.، ح. مرادی، س. فاخران، م. جوکار و ت. مکی. 1393. مدل‌سازی انتشار آلودگی صوتی ناشی از کنارگذر غرب اصفهان در پناهگاه حیات وحش قمیشلو با استفاده از مدل SPreAD-GIS. مجله بوم شناسی کاربردی 9(3): 55-43.##19. مکی، ت.، س. فاخران و ح. مرادی.1390. اثرات زیست‌محیطی توسعه راه‌ها بر مناطق حفاظت شده و پارک‌های ملی ایران. ماهنامه تحلیلی، علمی، فنی، کشاورزی و زیست‌محیطی سنبله، بخش محیط زیست و منابع طبیعی 216: 40-39.##20. میرکریمی، س. ح.، س. سعیدی، م. محمدزاده و ع. ر. سلمان‌ماهینی. 1393. کاربرد روش PCA در ارزیابی کیفیت بصری سیمای سرزمین (مطالعه موردی: حوزه زیارت استان گلستان). محیط شناسی 40(2): 462-451.##21. نادری‌زاده، ز.، ح. خادمی و ش. ا. ایوبی. 1395. تعیین غلظت و میزان آلودگی فلزات سنگین در ریزگردهای بخشی از استان بوشهر. نشریه پژوهش‌های حفاظت آب و خاک 23(3): 187-171.##22. نصیری، پ.، ح. مهرآوران و ر. قوسی. 1386. اندازه‌گیری و مدل‌سازی تراز معادل صدا (Leq) و تعیین نقاط بحرانی از نظر آلودگی صوتی (مطالعه موردی در یک کارخانه خودروسازی). فصلنامه علوم و تکنولوژی محیط زیست 9(4): 56-47.##23. وارسته، ح. 1384. تعیین نسبت جنسی و گروه‌های سنی در گوزن مرال Cervus elaphusو شوکا Capreolus capreolus. مجله علوم کشاورزی و منابع طبیعی 12(4): 161-154.##24. وارسته، ح. و ن. امینی. 1391. بررسی متغیرهای زیستگاهی مؤثر بر تراکم پرندگان "آشیان حفره‌ای" در پارک ملی گلستان. محیط زیست و توسعه 3(5): 68-61.## ##

تغییرات مکانی و زمانی تولید خالص اولیه (NPP) و ارتباط آن با فاکتورهای اقلیمی طی سال‌های 2014-2000 در استان اصفهان Spatial and Temporal Changes of Net Primary Production (NPP) and Their Relationship with Climatic Factors from 2000 to 2014 in Isfahan Province 1 1 مطالعه حاضر با هدف بررسی تغییرات مکانی و زمانی تولید خالص اولیه بیوم‌های مختلف استان اصفهان در دوره 2014-2000 و پاسخ آن به فاکتورهای اقلیمی انجام گرفت. به این منظور داده‌های تولید خالص اولیه سنجنده MODIS جمع‌آوری و نقشه متغیرهای اقلیمی با استفاده از روش‌های مختلف میان‌یابی تولید شد و ترکیب این داده‌ها برای ارزیابی تغییرات زمانی- مکانی تولید خالص اولیه مورد استفاده قرار گرفت. نتایج نشان داد پراکنش مکانی تولید خالص اولیه در منطقه روند معنی‌دار دارد. بیشترین میزان تولید خالص اولیه مربوط به قسمت‌های غربی استان است و به‌سمت شرق کاهش می‌یابد. میانگین سالانه تولید خالص اولیه برای بیوم‌های مرتع، جنگل، بیابان، تاغزارها و اراضی کشاورزی به‌ترتیب برابر با 7/16، 77/58، 66/1، 76/5 و 43/51 گرم کربن در مترمربع در سال است. تغییرات زمانی میانگین سالانه تولید خالص اولیه از 2014-2000 روند معنی‌داری نداشته است. در 14/82 درصد از سطح منطقه، شیب تغییرات کمتر از صفر (Slope<0‌θ) و در 86/17 درصد از منطقه مقدار این شاخص بیشتر از صفر (Slope>0‌θ) است. بیشترین و کمترین میزان شیب تغییرات به ترتیب در بیوم‌های جنگل و بیابان دیده می‌شود. مقدار تولید خالص اولیه بیوم‌های مرتع، بیابان و تاغزارها تحت تأثیر فاکتور بارش قرار دارد، در حالی‌که درجه حرارت فاکتور کنترل کننده اصلی در بیوم‌های جنگل و کشاورزی است. 2 The aim of the present study was to evaluate the spatial and temporal changes of NPP in different biomes of Isfahan province from 2000 to 2014 and their response to climatic factors. For this purpose, the NPP data of the MODIS satellite were collected and the map of climatic variables was produced using various interpolation methods. The investigation of the spatial and temporal variations of NPP was carried out by combining these data. The results indicated that the spatial distribution of annual NPP changed significantly, with higher NPP in the west and southwest and the lower NPP in the east of the province. The mean annual NPP values for rangeland, forest, desert, Haloxylon forest and agricultural lands were 16.7, 58.77, 1.66, 5.76 and 51.43 grCm-2yr-1, respectively. The temporal changes of the NPP annual average during 2000-2014 had no significant trend. In 82.14% of the total area, the slope of changes was less than zero and in 17.86%, the value of this index was more than zero. The highest and lowest changes in the slope were observed in the biomes of forest and desert, respectively. The amounts of NPP of biomes in rangeland, desert and Haloxylon forest were influenced by precipitation, while the temperature was the main controlling factor in the forest and agriculture biomes 27 40 2015/06/252017/03/192017/08/6 1396/5/15 2018/05/152018/06/192018/06/17 1397/3/27 مرجان ساکی M. saki دانشگاه صنعتی اصفهان ایران marjan.saki@yahoo.com سعید سلطانی کوپایی S. soltani koupaei دانشکده منابع طبیعی ذانشگاه صنعتی اصفهان ایران مصطفی ترکش اصفهانی M. tarkesh esfahani دانشگاه صنعتی اصفهان ایران رضا جعفری R. jafari دانشکده منابع طبیعی ذانشگاه صنعتی اصفهان ایران MODIS satellite Trend of NPP changes Spatial distribution of annual NPP Interpolation methods Biomes of Isfahan province. سنجنده MODIS شیب تغییرات تولید خالص اولیه پراکنش مکانی تولید خالص اولیه روش‌های میان‌یابی بیوم‌های استان اصفهان 5. An, R., M. Zhe, W. Hui-Lin and W. Hong. 2014. Monitoring rangeland degradation on the three river headwaters region in 1990-2004, Qinghai, China. Geoscience and Remote Sensing Symposium, 13-18 July 2014, Quebec City, Canada.##6. Biana, J., A. Lia and D. Wei. 2010. Estimation and analysis of net primary productivity of ruoergai wetland in China for the recent 10 years based on remote sensing. Procedia Environmental Sciences 2: 288-301.##7. Churkina, G., S. Running and A. Schloss. 1999. Comparing global models of terrestrial net primary productivity (NPP): the importance of water availability. Global Change Biodiversity. 5(S1): 46-55.##8. Crabtree, R., C. Potter, R. Mullen, J. Sheldon, S. Huang, J. Harmsen, A. Rodman and C. Jean. 2009. A modeling and spatio-temporal analysis framework for monitoring environmental change using NPP as an ecosystem indicator. Remote Sensing and Environment 113(7): 1486-1496.##9. Eisfelder, Ch., I. Klein, N. Markus and C. Keizer. 2014. Net primary productivity in Kazakhstan, its spatio-temporal patterns and relation to meteorological variables. Arid Environments 103: 17-30.##10. Eisfelder, C., I. Klein, M. Niklaus and C. Kuenzer. 2014. Net primary productivity in Kazakhstan, its spatio-temporal patterns and relation to meteorological variables. Arid Environments 103:17-30.##11. Eskandari, H., M. Borji, H. Khosravi and T. Mesbahzadeh. 2016. Desertification of forest, range and desert in Tehran province, affected by climate change. Solid Earth 7(3): 905-915.##12. Fang, H., Z. Qing, B. Alexander, N. Jian and L. Peng. 2015. Effects of climate change on phonology and primary productivity in the desert steppe of inner Mongolia. Arid Land 7(2): 251-263.##13. Feng, W., X. Deng, Y. Fang and Y. Yongwei. 2013. Projected changes of grassland productivity along the representative concentration pathways during 2010-2050 in China. Advances in Meteorology 2013:1-9.##14. Gang, C., W. Zhou, J. Li, Y. Chen and S. Mu. 2013. Assessing the spatio temporal variation in distribution, extent and NPP of terrestrial ecosystems in response to climate change from 1911 to 2000. PLoS ONE 8(11): 83-94. ##15. Gerten, D., Y. Luo, G. Le, W. J. Maire, C. Parton, E. Keough, C. Weng, P. Beier, W. Ciais and J. S. Dukes. 2008. Modelled effects of precipitation on ecosystem carbon and water dynamics in different climatic zones. Global Change Biodiversity 14(10): 2365-2379.##16. Liu, Ch., D. Xiaofeng and L. Y. Liu. 2015. Changes of NPP and their relationship to climate factors based on the transformation of different scales in Gansu, China. Catena 125: 190-199.##17. Gao, Q., Y. Li, Y. Wan, X. Qin, W. Jiangcun and Y. Liu. 2009. Dynamics of alpine grassland NPP and its response to climate change in Northern Tibet, Climatic Change 97: 515-528.##18. Hijmans, R. J. 2016. Raster: Geographic Data Analysis and Modeling. R package version 2.5-8. https://CRAN.R-project.org/package=raster##19. Wang. H., L. Guohua, L. Zongshan, Y. Xin, W. Meng and G. Li. 2015. Impacts of Climate Change on Net Primary Productivity in Arid and Semiarid Regions of China, Chin. Geographical Science 26(1): 35-47.##20. www.earthexplorer.usgs.gov##21. Zhao, C., Q. Shao and J. Y. Liu. 2012. Analysis of net primary productivity of terrestrial vegetation on the qinghai-tibet plateau based on Modis remote sensing data. Science China Earth 55: 1306-1312.##22. Zhao, D., S. Wu, and Y. Yin. 2013. Responses of terrestrial ecosystems net primary productivity to future regional climate change in China. PLoS ONE 8(4): 253-268.##23. Zhao, F. and X. Bin. 2014. Remote sensing estimates of grassland aboveground biomass based on MODIS net primary productivity (NPP): A case study in the xilingol grassland of northern china. Remote Sensing 6: 5368-5386.##24. Zhengchao, R., Z. Huazhong, Sh. Hua and L. Xiaonil. 2011. Spatio-temporal distribution pattern of vegetation net primary productivity and its response to climate change in buryatiya republic, Russia. Resources and Ecology 2(3): 257-265.##25. Zho, W., P. Quan and Z. Yao. 2006. Spatio -temporal distribution of net primary productivity along the northeast china transect and its response to climatic change. Forestry research 17(2): 93-98.####1. جعفری، م. 1393. تغییرات و آسیب‌پذیری تولید خالص اولیه در اکوسیستم‌های جنگلی، مرتعی و بیابانی ایران متأثر از تغییرات اقلیمی. فصلنامه علمی- پژوهشی تحقیقات مرتع و بیابان ایران 21(1): 153-139.##2. خواجه‌الدین، س. ج. و س. پورمنافی. 1386. تعیین سطح شالیزارهای حاشیه زاینده‌رود در منطقه اصفهان با داده‌های ماهواره.IRS مجله علوم و فنون کشاورزی ومنابع طبیعی11(1): 527-513.##3. طرح آمایش سرزمین. 1390. نقشه کاربری اراضی استان اصفهان. سازمان جنگل‌ها و مراتع، 156 ص.##4. محمدی، ج. 1385. پدومتری (آمار مکانی). انتشارات پلک، 453 ص.## ##

مقایسه ساختار اراضی مرتعی و میزان تخریب پیوستگی سیمای سرزمین در زیرحوزه‌های آبخیز ایریل، استان اردبیل Comparing the Rangelands Structure and Degradation of Landscape Connectivity in Iril Sub-Watersheds, Ardabil Province 1 1 هدف تحقیق حاضر، مقایسه ساختار پوشش مرتعی و درجه تخریب سیمای سرزمین در زیرحوزه‌های آبخیز ایریل استان اردبیل بوده است. براساس نقشه کاربری اراضی و ابزار تفکیک سیمای سرزمین، چهار کلاس تفکیک (لکه، حاشیه، سوراخ‌شدگی و هسته) در اندازه سلولی 5، 10، 15 و 20 متر مشخص شدند. شاخص‌های LPI، ED، Cohesion، Mesh، Split و AI برای ارزیابی ساختار مرتع با استفاده از Fragstats محاسبه شدند. براساس نتایج، در زیرحوزه 5 مقدار سنجه پیوستگی Cohesion با مقدار 60/93 کمترین و سنجه Division بالاترین مقدار (92/0) را دارد. مقدار سنجه LPI در زیرحوزه‌های 8 و 9 با مقادیر 30/89 و 12/84 محاسبه شد. بیشترین و کمترین تعداد لکه‌ها در سلول‌های 15 و 5 متری است و مقادیر حاشیه، سوراخ‌شدگی و هسته کوچک در اندازه‌های سلولی تغییرات چندانی ندارد. همبستگی شاخص Perforated و سنجه Cohesion با ضریب همبستگی معکوس برابر 94/0 است. همبستگی Perforated و Split مستقیم (R2=0/95) نشان‌دهنده افزایش Split و تفکیک بیشتر سیمای مرتع است. مقادیر لکه‌ها و هسته‌های مرکزی درمنطقه کم بوده و میزان تخریب سیمای سرزمین در حاشیه‌ لکه‌ها بیشتر است. در تعداد بالا و حاشیه بیشتر لکه‌ها، پیوستگی کاهش یافته و نشان‌دهنده تخریب مرتع است، درحالی که مقدار بالای شاخص هسته در زیرحوزه‌ها بیانگر مطلوبیت لکه‌های مرتعی از نظر پیوستگی مرتع است. 2 The aim of this research was to compare the rangelands structure and landscape degradation in Iril sub-watersheds, Ardabil province. Land use map and the Landscape Fragmentation Tool were used to determine 4 classes of patch, edge, perforated and core through 5, 10, 15 and 20m cell sizes. The landscape metrics of LPI, ED, cohesion, mesh, split, and AI were calculated using Fragstats software. Results showed that the low value cohesion and high values division metrics were in sub-watershed 5. Also, the LPI in 8 and 9 sub-watersheds were 89.30 and 84.12. The highest and lowest values of patch classes were attributed to 15×15m, and 5×5m cell size, respectively. The value of the edges, perforations and core does not change through different cell sizes. The inverse correlation between perforated index and cohesion (R2=-0.94) indicates a less-disturbed landscape in higher cohesion values. The positive correlation of split and perforated indices demonstrates a dis-connectivity and landscape fragmentation in high split index value. The landscape degradation are high in low patch and core area values and high edge amounts. High NP and more edge values indicate a reduction in landscape connectivity, while, the high values of core index specify the enhanced ecosystem connectivity. 41 53 2015/06/252017/03/192017/08/62017/09/10 1396/6/19 2018/05/152018/06/192018/06/172018/06/19 1397/3/29 رئوف مصطفی‌زاده Raoof Mostafazadeh دانشگاه محقق اردبیلی ایران raoofmostafazadeh@uma.ac.ir انیس جعفری A. Jafari دانشگاه محقق اردبیلی ایزان فرشاد کیوان‌بهجو F. Keivan-behjou دانشگاه محقق اردبیلی ایران Fragmentation Landscape metrics Edge effect Patch Connectivity. تفکیک‌شدگی سنجه‌های سیمای سرزمین اثر حاشیه لکه پیوستگی 11. Apan, A. A., S. R. Raine and M. S. Paterson. 2002. Mapping and analysis of changes in the riparian landscape structure of the Lockyer Valley catchment, Queensland, Australia. Landscape and Urban Planning 59(1): 43-57.##12. Batty, M. and P. Longley. 1994. Fractal Cities. Academic Press, 394 p##13. Deng, J. S., K. Wang, H. Hong and G. J. Qi. 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landscape and Urban Planning 92(3-4): 187-198.##14. Forman, R. T. T. and M. Godron. 1981. Patches and structural components for a landscape ecology. BioScience 31(10): 733-740.##15. Ghorbani, A. and M. Pakravan. 2013. Land use mapping using visual vs. digital image interpretation of TM and Google earth derived imagery in Shrivan-Darasi watershed (Northwest of Iran). European Journal of Experimental Biology 3(1): 576-582.##16. Ghorbani, A., V. Ahmadalei and A. Asghari. 2014. Study the effect of distance from village on plant diversity and composition in rangeland of southeastern Sabalan. Rangeland 8(2): 178-191.##17. Harper, K. A., S. E. MacDonald, P. J. Burton, J. Chen, K. D. Brosofske, S. D. Aunnder, E. S. E-uskirchen, D. Roberts, M. S. Jaiteh and P. Eseen. 2000. Edge influence on forest structure and composition in fragmented landscapes. Conservation Biology 14: 31-35.##18. Holdt, B. M., D. L. Civco and J. D. Hurd. 2004. Forest Fragmentation Due to Land Parcelization and Subdivision: a Remote Sensing and GIS Analysis. In Proceedings of the 2004 ASPRS Annual Convention, Denver, Colorado. CO 8 p.##19. Jaafari, Sh., A. AlizadehShabani, A. Danekar and A. Nazarisamani. 2013. Landscape ecological metrics-based investigation of land cover/use changes in Khojir National Park. American-Eurasian Journal of Agricultural & Environmental Sciences 13(2): 168-173.##20. Li, Y. Y., S. K, Dong, L. Wen, X. X, Wang and Y. Wu. 2013. Three-dimensional framework of vigor, organization, and resilience (VOR) for assessing rangeland health: A case study from the Alpine Meadow of the Qinghai-Tibetan Plateau, China. Ecohealth 10: 423-433.##21. Matsushita, B., M. Xu and T. Fukushima. 2006. Characterizing changes in landscape structure in the Lake Kasumigaura Basin, Japan using a high- quality GIS dataset. Landscape and Urban Planning 78(3): 241-250.##22. McGarigal, K., S. A. Cushman and E. N. Neel. 2002. FRAGSTATS: Spatial pattern analysis program for categorical maps, computer software program produced by the authors at the University of Massachusetts, pp. 691-703.##23. Musick, H. B. and H. D. Grover. 1991. Image textural measures as indices of landscape pattern. PP. 77-104. In: Turner, M. G. and R. H. Gardner (Eds.), Quantitative Methods in Landscape Ecology. Springer- Verlag, New York.##24. Parent, J., D. L. Civco and J. Hurd. 2007. Simulating Future Forest Fragmentation in a Connecticut Region Undergoing Suburbanization. Proc. ASPRS Annual Convention, Tampa, FL, 11 p.##25. Pieper, R. and R. F. Beck. 1990. Range condition from an ecological prespective: modification to recognize multiple use objectives. Rangeland Management 43: 550-552.##26. Plexidaa, S. G., A. I. Sfougaris, L. P. Ispikoudis and V. P. Papanastasis. 2014. Selecting landscape metrics as indicators of spatial heterogeneity - A comparison among Greek landscapes. International Journal of Applied Earth Observation and Geoinformation 26: 26-35.##27. Serra, P., X. Pons and D. Sauri. 2008. Land-cover and land-use change in a Mediterranean landscape: a spatial analysis of driving forces integrating biophysical and human factors. Applied Geography 28: 189-209.##28. Sheley, R. L., J. L. James, E. A. Vasquez and T. J. Svejcar. 2011. Using rangeland health assessment to inform successional management. Invasive Plant Science and Management 4(3): 356-366.##29. Su, Sh., X. Ma and R. Xiao 2014. Agricultural landscape pattern changes in response to urbanization at ecoregional scale. Ecological Indicators 40: 10-18.##30. Suo, A., Y. Xiong, T. Wang, D. Yue and J. Ge. 2008. Ecosystem health assessment of the Jinghe River Watershed on the Huangtu Plateau. International Association for Ecology and Health 5: 127-136.##31. Tlapakova, L., D. Stejskalova, P. Karasek and J. Podhrazka. 2013. Landscape metrics as a tool for evaluation landscape structure (case study: Hustopece). European Countryside 1: 52-70.##32. Vogt, V., K. H. Riitters, C. H. Estreguil, J. Kozak, T. J. Wade and J. D. Wickham. 2006. Mapping spatial patterns with morphological image processing. Landscape Ecology 22: 171-177.##33. Xiao, D., Y. Zhao, Z. Sun and H. Zhang. 1990. Study on the variation of landscape pattern in the west suburbs of She##1. اداره منابع طبیعی و آبخیزداری استان اردبیل. 1389. گزارش مطالعات حوضه سقزچی استان اردبیل، 52 ص.##2. اسکندری، س و ا. مرادی. ۱۳۹۱. کاربری اراضی و تحلیل عناصر چشم‌انداز روستای سیور از نظر زیست‌محیطی. محیط شناسی ۳۸(62): ۴۴-۳۵.##3. آرخی، ص. 1394. کاربرد متریک‌های سیمای سرزمین در ارزیابی روند تغییرات کاربری اراضی با استفاده از سنجش از دور و GIS (مطالعه موردی: منطقه بیابانی دهلران). جغرافیا و توسعه 40: 68-59.##4. جعفری، ا.، ف. کیوان بهجو و ر. مصطفی‌زاده. 1396. مقایسه مؤلفه‌های مختلف وضعیت سلامت زیست‌بوم در حوزه آبخیز ایریل، استان اردبیل. مهندسی اکوسیستم بیابان 6(16): 92-81.##5. زارع چاهوکی، م.، ن. طاهری محمدآبادی و ح. آذرنیوند. 1395. ارزیابی تغییرات مکانی پوشش گیاهی مراتع مناطق خشک و نیمه‌خشک با استفاده از سنجه‌های بوم‌شناسی سیمای سرزمین (مطالعه موردی مراتع پشتکوه استان یزد). مدیریت بیابان 7: 46-56.##6. کرمی، ا و ج. فقهی. 1390. بررسی کمی کردن سنجه‌های سیمای سرزمین در حفاظت از الگوی کاربری اراضی پایدار (مطالعه موردی: استان کهگیلویه و بویراحمد). محیط شناسی 37(۶۰): 88-79.##7. کیانی، و. و ج. فقهی. 1394. بررسی ساختار پوشش/کاربری حوزه آبخیز سفیدرود با استفاده از سنجه‌های بوم‌شناسی سیمای سرزمین. علوم و تکنولوژی محیط زیست 17(2): 141-131.##8. گروه منابع طبیعی دانشگاه محقق اردبیلی. 1394. مطالعات جامع مرتع و آبخیزداری حوزه آبخیز ایریل، 241 ص.##9. مقدم، م. 1391. مرتع و مرتع‌داری، چاپ چهارم، مؤسسه انتشارات آستان قدس رضوی، دانشگاه امام رضا، 421 ص.##10. مهدوی، م.، ح. ارزانی، م. فرحپور، ب. ملک پور، م. جوری و م. عابدی. 1385. بررسی کارایی ارزیابی مراتع با روش سلامت مرتع (مطالعه موردی: مراتع استپی رودشور ساوه). علوم کشاورزی ## ##

بررسی اثر اصلاح کننده‌های خاک بر جذب عناصر غذایی و عملکرد دانه گیاه سالسولا در بستر دریاچه ارومیه The Effect of Soil Amendments on the Grain Yield and Grain Nutrient Uptake of Salsola Plant in the Bed of Urmia Lake 1 1 این بررسی به‌منظور مطالعه تأثیر اصلاح کننده‌های خاک بر رشدونمو و عملکرد گیاه سالسولا در بستر خشک دریاچه ارومیه واقع در منطقه حفاظت شده تحت‌نظر سازمان محیط ‌زیست انجام شد. این طرح به‌صورت بلوک‌های کامل تصادفی در 8 تیمار و 3 تکرار انجام شد. تیمارها مصرف میکوریزا، ماسه در زیر بستر بذر، پلاستیک در زیرپلات در عمق 70 سانتی‌متر، پلاستیک + مایکوریزا، استفاده از کود دامی برای اصلاح pH خاک، ماسه + مایکوریزا، کود دامی+ مایکوریزا، شاهد بدون مصرف هر گونه مواد بودند. مقایسه میانگین‌ها به روش توکی نشان داد که اثر همه تیمارها بر عملکرد دانه، وزن هزار دانه، شاخص برداشت و جذب عناصر غذایی پرمصرف و کم‌مصرف در دانه معنی‌دار بود. در مقایسه میانگین‌ها بیشترین عملکرد دانه مربوط به تیمارهای کود دامی و کود دامی + مایکوریزا و کمترین عملکرد در تیمار پلاستیک و ماسه مشاهده شد. همچنین عناصر غذایی جذب شده در تیمارهای کود دامی و کود دامی + مایکوریزا بیش از سایر تیمارها بود. با توجه به نتایج به‌دست آمده می‌توان گیاه سالسولا را در بستر دریاچه کاشت و برای بهبود عملکرد می‌توان از کود دامی و مایکوریزا استفاده کرد. 2 To evaluate the effect of different soil amendments on the yield and nutrient uptake of Salsola plant in the dry bed of Urmia Lake, an experiment was set up as a randomized complete block design with eight treatments and three replications in the 2013-2014 time period. These treatments included mycorrhiza usage, sand in the seed bed, plastic in the depth of 70 cm, plastic in the depth of 70 cm + Mycorrhiza, application of animal manure to improve the soil pH, sand + Mycorrhiza, treatments, animal manure + mycorrhiza, and control without consuming any materials. The results of data variance analysis indicated the difference between treatments in terms of quantitative and qualitative studied traits. Comparison of means by Tukey method showed that the effects of all treatments on the grain yield, 1000 grain weight, harvest index, and absorption of micro nutrient and macro nutrient elements in the grain were significant. Mean comparison also showed that the highest grain yield belonged to animal manure and animal manure +Mycorrhiza fertilizer treatments, while the least one its belonged to plastic and sand treatments. Also, the nutrients absorbed in the animal manure and animal manure + mycorrhiza treatments were more than those in others. Overall, Salsula plant can be planted in a lake bed and livestock manure and mycorrhiza can be used to improve the yield. 55 67 2015/06/252017/03/192017/08/62017/09/102017/04/9 1396/1/20 2018/05/152018/06/192018/06/172018/06/192018/07/1 1397/4/10 نسرین آقازاده ولندر N. Agazadeh دانشگاه آزاد اسلامی واحد مهاباد، مهاباد، ایران ایران عبدالله حسن زاده قورت تپه A. Hassanzadeh Ghorttapeh سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، ایران ایران a.g.hassanzadeh@gmail.com سوران شرفی S. Sharafi دانشگاه آزاد اسلامی واحد مهاباد، مهاباد، ایران ایران Salsola crassa Mycorrhiza Animal manure Grain yield. خاک شور میکوریزا کود دامی عملکرد دانه Salsola crassa 1. Abid, M., A. Qayyum., A. A. Dasti. and R. Abdilwajid. 2001. Effect of salinity and SAR of irrigation water on yield, physiological growth parameters of Maize & properties of the soil. J. Research, Bahauddin Zakariya University, Bultan, Pakistan. 12(1):26-33##2. Asch, F., M. Dingkuhn and K. Dorffling. 2000. Salinity increases CO2 assimilation but reduces growth in field grown, irrigated rice. Plant and Soil. 218:1-10##3. Avalbaev, A.M., M.V. Bezhorkov, A.R. Kildibekova and, R.A. Fatkutdinova. 2009. Wheat germination in restores cell division and growth of wheat seedlings under salinity. Bulb. J. Plant Physiol., Special Issue. 257-263##4. Baca. M. T, I. C.Delgado., M. De Nobili, E. Esteban, and A. J.Sanchez Raya, 1995 . Influence of compost maturity on nutrient Status of sunflower. Commun Soil Sci. plant Anal., 26: 169-181.##5. Biswas, A.K. 1991. Land and water management for sustainable development and constraint. Report to Economic and Social Policy Division. FAO, Rome.##6. Borlaug, N.E. and C. Dowswell. 2001. The unfinished green evolution the future role of science and technology in feeding the developing world. Seeds of opportunity Conference, School of Oriental and African Studies, May 31-June 1. London. http://www.usembassy.org.uk/fas/pdf_reports/borlaug.pdf##7. Botschantzev VP. 1969. The Genus Salsola: a Concise History of its Development and Dispersal. Bot Zurn ; 54: 989 – 1001.##8. Bramryd, T. 2001. Effect of liquid and dewatered sewage sludge applied to a Scot pine stand (Pinus sylvestris L.) in central Sweden. Forest Ecol. Manage. 147: 197–216.##9. Eker, S. and G. Comertpay. 2009. Effect of Salinity Stress on Dry Matter Production and Ion Accumulation in Hybrid Maize Varieties. Turk J Agric: 365-373##10. Feng. G., F. S. Zhang, X.L., C.Y. Tian Li, and C.Tang. 2002. Improved tolerance of maize plants to salt stress by arbuscular mycorrhiza is related to higher accumulation of soluble sugars in roots. Mycorrhiza 12:185–190. ##11. Franzlubbers, A.J. and C.A. Francis 1995. Energy output: input ratio of maze and Sorghum management Systems in eastern Nebraska. Agric Ecosystems Environ. 45: 271-278##12. Gadallah , J. 1994. Effects of industrial and sewage west waters on the concentration of soluble carbon, nitrogen and some mineral elements in some hower plants. J. plant Bul. nutrition, 17:1369-1384##13. Ghazi, N. Al-Karaki. 1998. Benefit, cost and water-use efficiency of arbuscular mycorrhizal durum wheat grown under drought stress. Mycorrhiza 8:41–45.##14. Gramer, G.R. , G.J. Alberico and C. Schmidt.1994. Salt tolerance is not associated with the sodium accumulation of two maize hybrids. Aust. J. Plant physiol., 21(5): 675-682##15. Hung, I. and R. E. Redman. 1995. Solute adjustment to salinity and calcium supply in cultivated and wild barley. Plant Nutr J. 18:1371-1389##16. Keefer, R.F., R.N. D.J. Sing and Horvath. 1986. Chemical composition of vegetable on an agricultural soil amended with sewage sludges J. Environ. Oual.,15: 164-152##17. Matsi, T., A.S. Lithourgids and A.A. Gagianas. 2003. Effects of injected liquid cattle manure on growth and and yield of winter wheat and soil characteristics. Agronomy Journal. 95: 592-596##18. McAndrews, . M., M. liebman, C. A. Cambardella and T. L. Richard. 2006. Residual effects of composed and fresh solid swine (Sus scrofa L.) manure on soybean(Glycine max L.) growth and yield. agronomy journal. 98:873-882##19. Mishra. A., P. Dash and R.K. Pakaray. 1995. Yield and nutrient uptake by winter sunflower (Helianthus annuus) as influence by nitrogen and phosphorus Indian Journal of Agronomy,40: 137-138. ##20. Morte. A., C. Lovisolo and A. Schubert. 2000. Effect of drought stress on growth and water relations of the mycorrhizal association Helianthemum almeriense-Terfezia claveryi. Mycorrhiza 10:115–119.##21. Musavi Aghdam, S.H., 1987. Atriplexs and their role in rehabilitation of rangelands. Organization of Forests and Rangelands publication. 69p.##22. Nyamangara, J. and J. Mzezewa. 2001. Effect of long-term application of sewage sludge to a grazed pasture on organic carbon and nutrients if clay soil in Zimbabwe. Nutr. Cycl. Agroecosyst., 59: 13–18##23. Rabie, G.H. 2005. Influence of arbuscular mycorrhizal fungi and kinetin on the response of mungbean plants to irrigation with seawater. Mycorrhiza 15:225–230.##24. Ruiz-Lozano. J.M., R. Azcon and M.Gomez. 1996. Alleviation of salt stress by arbuscular-mycorrhizal Glomus species in Lactuca sativa plants. Physiologia Plantarum 98:767–772.##25. Schachtman, D., and R.Munns. 2002. Sodium accumulation in leaves of Triticum species that differ in salt tolerance. Aust. J. Plant physiol. 19(3):21,331-340##26. Singh, B.R. and D.P. Singh. 1994. Effect of moisture stress on morphological parameters and productivity of Rice. Agro Botanical Publishers India, Bikaner. Pp:241-24##27. Smith, S.E. and D.J. Read. 1997. Mycorrhizal Symbiosis. Academic Press, San Diego, CA. Soils Bulletin No. 39, FAO, Rome.##28. Warman , P.R,T. muizelaar and W.C. Temeer,1995. Bioa vailability of As,cu ,pb , se,Ni ,Mo, Hg, cr,co ,cd ,and zn from biosolids amended ,compost. Compost science and utilization,3;40-50. ##29. Zhang, M., R., Gavlak, A. Mitchell and S. Sparrow. 2006 soild and liquid cattle manure application in a subarctic soil: Bromegrass and oat production and soil properties Agronomy Journal. 98:1551-1558.## ##