ارزیابی مدل MEDIWY برای شبیه سازی عملکرد گندم در شرایط رژیم های مختلف آبیاری (مطالعه موردی منطقه کرج)

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 399

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ESCS-10-1_001

تاریخ نمایه سازی: 9 تیر 1399

چکیده مقاله:

مقدمه (و هدف) مدل های گیاهان زراعی در بسیاری از کشورها برای شبیه سازی پاسخ گیاهان زراعی به تنش­های محیطی و روش­های مدیریتی متفاوت در دهه­ های مختلف استفاده شده­ اند (Mehraban, 2013). یکی از اهداف مدل­های شبیه­ سازی گیاهی، استفاده از آنها برای پیش­بینی عملکرد محصول می­باشد. مد­های مختلفی برای این منظور توسعه داده شده و توسط محققین مختلف بکار رفته­ اند .مدل هایی چونCERES (Jones and Kiniry, 1986) ، WOFOST (Van Keulen and Wolf, 1986) ، CropSyst (Stockle et al., 1984) و غیره که البته مستلزم مهارت زیاد کاربر در واسنجی می­باشد و متغیرهای ورودی آنها زیاد و اندازه­ گیری آنها سخت است. بر اساس روابط ارائه شده برای شبیه سازی مراحل رشد و اثر آب در این مراحل، کردری و گراهام (Cordery and Graham, 1989) مدلی را بنا نهادند. این مدل برای گندم زمستانه رقم عدل در شرایط آب و هوایی منطقه باجگاه پس از بازسازی و واسنجی، MEDIWY نامگذاری شد (Ziaei and Sepaskhah, 2003). به طور کلی مدل با استفاده از داده های متداول که تقریبا در تمامی ایستگاه­های هواشناسی اندازه گیری می شود قادر به برآورد مناسب شاخص های رشد و در نهایت برآورد مطلوب مقدار عملکرد دانه گندم دیم و آبی می باشد. کاربرد گسترده تر آن نیاز به آزمون در شرایط متفاوت آب و هوایی دارد. بنابراین با توجه به کاربردی بودن مدل MEDIWY و نیاز به حداقل داده­ های ورودی در آن، هدف از این تحقیق ارزیابی مدل MEDIWY برای شبیه­ سازی عملکرد گندم رقم مرودشت در شرایط رژیم­های متفاوت آبیاری در منطقه کرج می باشد.   مواد و روش­ها آنچه در این تحقیق مورد بحث و بررسی قرار گرفت، ارزیابی مدل MEDIWY برای شبیه سازی عملکرد گندم (رقم مرودشت)در شرایط آب و هوایی منطقه کرج می باشد. برای این منظور از اطلاعات 9 تیمار آبیاری که در مزرعه تحقیقاتی دانشگاه آزاد اسلامی واحد کرج  در سال زراعی (83-1382) اجرا شده بود، استفاده شد (Paknejad, 2005). در ضمن، سایر اطلاعات مورد نیازدیگر مانند اطلاعات هواشناسی (مقادیر روزانه تبخیر از تشت و بارندگی) از ایستگاه هواشناسی ماهدشت کرج تهیه شد. در مدل مورد نظر مقادیر مربوط به داده های هواشناسی (بارندگی و تبخیر از تشت) و آبیاری بعنوان عوامل ورودی، وارد مدل می گردد. با توجه به اینکه تیمارهای آبیاری بکار رفته در این تحقیق هر کدام به صورت یک رژیم آبیاری بخصوصی می­باشد و در مراحل مختلف رشد نیز اعمال شده است برای واسنجی دقیق­تر مدل MEDIWY تیمارهای آبیاری  بر اساس شدت تنش خشکی به سه گروه طبقه بندی شد و واسنجی مدل برای هر گروه به طور جداگانه انجام گردید. برای ارزیابی کارایی مدل از چندین آماره ارزیابی شامل برازش رگرسیون خطی بین مشاهدات و داده­ های شبیه­ سازی شده و مقایسه آن با خط یک به یک، ضریب تعیین، مجذور میانگین مربعات خطا، مجذور میانگین مربعات خطای نرمال شده  و کارایی مدل استفاده شد. یافته­ ها بعد از واسنجی مدل MEDIWY برای شبیه سازی عملکرد گندم (رقم مرودشت) در منطقه کرج، مقادیر مجذور میانگین مربعات خطا، مجذور میانگین مربعات خطای نرمال شده و کارایی مدل به ترتیب برابر 265 کیلوگرم بر هکتار، 5.7 درصد و 0.99 به دست آمد که نشان دهنده شاخص­های آماری مناسب در قسمت واسنجی مدل می­باشد. برای اعتبار سنجی مدل از اطلاعات مستقل محصول دانه رقم گاسپارد که در سال زراعی 83-1382 در منطقه کرج اجرا شده بود استفاده شد(Paknejad, 2005). نتایج اعتبار سنجی مدل نشان داد شاخص­های آماری مجذور میانگین مربعات خطا، مجذورمیانگین مربعات خطای نرمال شده و کارایی مدل به ترتیب برابر 412 کیلوگرم بر هکتار، 8.5 درصد و 0.99 به دست می­آید که نشان می­دهد مدل MEDIWY واسنجی شده به خوبی می­تواند مقادیر عملکرد گندم را در منطقه کرج شبیه­ سازی نماید. نتیجه ­گیری نتایج این تحقیق نشان داد که اگرچه مدل MEDIWY نسبت به سایر مدل های گیاهی نیاز به داده های ورودی کمتری دارد با این وجود از دقت و توانمندی بالایی برای شبیه سازی عملکرد محصول برخوردار است.

نویسندگان

مریم کریمیان

دانشجوی سابق کارشناسی ارشد رشته اگرواکولوژی، دانشگاه آزاد اسلامی، واحد کرج، گروه زراعت، کرج، ایران

فیاض آقایاری

استادیار دانشگاه آزاد اسلامی، واحد کرج، گروه زراعت، کرج، ایران.

فرزاد پاکنژاد

دانشیار دانشگاه آزاد اسلامی، واحد کرج، گروه زراعت، کرج، ایران.

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 :
  • Andarziyan, B., Bakhshande, A., Fathi, G., Alami, K., Bannayan, M., ...
  • Bannayan, M., Crout, N.M.J., Hoogenboon, G., 2003. Application of the ...
  • Belmans, C., Wesseling, J.G., Feddes, R.A., 1983. Simulation model of ...
  • Cordery, I., Graham, A.G., 1989. Forecasting wheat yields using a ...
  • Kang, S., Zhang, F., Zhang, J., 2001. A Simulation model ...
  • Jones, C.A., Kiniry, J.R., 1986. CERES-Maize: A Simulation Model of ...
  • Kiyani, A., Kochaki, A., Bannayan, M., Nasiri-Mahalati, M., 2004. Evaluation ...
  • Mehraban, A., 2013. Simulation of wheat yield by Aqua Crop ...
  • Mereu, V. 2009. Climate change impact on durum wheat in ...
  • Paknejad, F., 2005. Effects of drought stress on physiological characteristics ...
  • Paknejad, F., Majidifakhr, F., Mirtaheri, S.M., 2012. Validation of the ...
  • Sepaskhah, A.R., Aghayari, F., Tavakoli, A.R., 2006. Evaluation and modification ...
  • Sepaskhah, A.R., Bazrafshan-Jahromi, A.R., Shirmohammadi-Aliakbarkhani, Z., 2006.Development and Evaluation of ...
  • Sepaskhah, A.R., Ilampour, S., 1996. Relationships between yield, crop water ...
  • Soltani, A., Torabi, B., 2009. Crop Modeling. Ferdowsi University of ...
  • Stockle, C.O., Martin, S.A., Campbel, G.S., 1984. CropSyst, a Cropping ...
  • Van Keulen, H., Wolf, J., 1986. Modeling of Agricultural Production: ...
  • Wang. E., Chen, C., Yu, Q., 2009. Modeling the response ...
  • Yang, Y., Watanabe, M., Zhang, X., Zhang, J., Wang, Q., ...
  • Zhao, H., Gao, G., Yan, X., Zhang, Q., Hou, H., ...
  • Ziaei, A.N., Sepaskhah, A.R., 2003. Model for simulation of winter ...
  • نمایش کامل مراجع