پارامتریابی و ارزیابی مدل SSM-iLegume برای پیش بینی رشد و عملکرد سویا در شرایط گرگان

مدل های شبیه سازی گیاهان زراعی نمود ریاضی فرآیندهای رشد گیاه بوده که توسط روابط بین ژنوتیپ، محیط زیست و مدیریت محصول تحت تاثیر قرار می گیرند. استفاده از مدل های شبیه سازی گیاهان زراعی به عنوان مکملی کارگشا برای تحقیقات آزمایشی مطرح است. این مدل ها می توانند برای تفسیر نتایج و بررسی سیستم های زراعی در شرایط محیطی و مدیریت های متفاوت مورد استفاده قرار گیرند.با وجود مدل های فراوان در سویا، مدل SSM-iLegume به دلایل زیر ترجیح داده شد:۱- سایر مدل ها به اندازه ی کافی روشن و واضح نمی باشند. زیرا یک مدل مناسب باید دارای پارامترها، شکل ها و کدهای کاملا مشخص و واضحی باشد.۲- بیشتر مدل ها برای پیش بینی فرآیندهای کلیدی در گیاهان زراعی از معادلات و پارامترهای زیادی استفاده می کنند. در بعضی موارد ساختار مدل به قدری پیچیده است که حتی برای اعضای تیم سازنده مدل نیز واضح نیست. گاهی افزودن پیچیدگی در این مدل ها ضرورتی نداشته و منجر به افزایش خطا در آن ها می شود. کاربرانی که از مدل های جعبه سیاه استفاده می کنند نمی-توانند بصورت شفاف ساختار مدل و محدودیت های آن را بدانند. همچنین مدل های پیچیده نیاز به وارد کردن ورودی های زیادی هستند که ممکن است به راحتی در دسترس نباشند.۳- گاهی نرم افزار مدل ساده، واضح و انعطاف پذیر نیست. در بسیاری از موارد استفاده کننده از مدل نیازمند کمک گرفتن از افرادی است که اشراف کامل به مدل دارند.۴- تعداد زیادی از مدل ها دارای یک یا چند پارامتر نامفهوم می باشند. در این مدل تمامی پارامترهای مربوط به گیاه زراعی و رقم به صورت واضح و شفاف بوده و همه قابل اندازه گیری مستقیم است. هدف از این مطالعه توصیف یک مدل برای گیاه سویا (SSM-iLegume)، تعیین ضرایب ژنتیکی ارقام سویا مورد کشت در گرگان برای مدل و ارایه نتایج حاصل از ارزیابی آن بود.مواد و روش ها:مدل SSM-iLegume مراحل فنولوژیک را به عنوان تابعی از دما و طول روز پیش بینی میکند. محاسبه مراحل فنولوژی در مدل براساس مفهوم روز بیولوژیک (حداقل تعداد روز لازم برای تکمیل مرحله نمو معین در دما، طول روز و رطوبت مطلوب) می-باشد. گسترش و پیر شدن سطح برگ تابعی از دما، نیتروژن فراهم برای رشد برگ، تراکم بوته و انتقال مجدد نیتروژن می باشد. برای شبیه سازی گسترش سطح برگ، گام اول تعیین افزایش تعداد برگ در ساقه اصلی در هر روز با استفاده از مفهوم فیلوکرون (واحد دمایی بین ظهور برگ متوالی) است. تولید ماده خشک به عنوان تابعی از تشعشع دریافت شده و دما تخمین زده می شود. افزایش روزانه ماده خشک گیاه زراعی توسط تولید ناشی از تشعشع فعال فتوسنتزی برآورد می شود، که تابعی از تشعشع دریافت شده توسط گیاه زراعی (FINT) و کارایی استفاده از PAR جهت تولید ماده خشک گیاه، مانند کارایی استفاده از تشعشع، می باشد. مدلسازی سرعت رشد دانهها و تشکیل عملکرد بر مبنای مفهوم افزایش خطی شاخص برداشت توسط سلطانی و سینکلر (۲۰۱۱) شرح داده شده است. مدل را می تواند از سایت https://sites.google.com/site/afshinsoltani/-۹-down دانلود کرد. مدل نیاز به داده های هواشناسی روزانه مانند حداقل و حداکثر دما، مقدار بارندگی و تشعشع خورشید دارد. مدل می تواند برای سناریوها/تیمارهای متعدد برای بیش از چندین سال اجرا شود.یافته ها:برای برآورد ضرایب و ارزیابی مدل از داده های آزمایش های مزرعه ای مختلف استفاده شد. بعد از برآورد پارامترهای ژنتیکی، مدل با استفاده از داده های مستقل مورد آزمایش قرار گرفت و نتایج حاکی از کارایی قابل قبول آن برای جنبه های مهم گیاه زراعی در مقابل آزمایشات مشاهده شده شامل روز تا گلدهی (۱۱CV=، ۸/۵RMSE=) روز تا رسیدگی (۶CV=، ۷/۸RMSE=)، تعداد گره روی ساقه اصلی (۱۳CV=، ۷/۱RMSE=) و عملکرد دانه (۱۵CV=، ۴۸RMSE=) بود.نتیجه گیری:نتایج نشان داد که برآوردها برای متغیرهای مختلف قابل قبولی است. بنابراین، این مدل می تواند در مطالعات شبیه سازی عملکرد سویا و محدودیت های آن در واکنش به شرایط زیست محیطی، ورودی های مدیریتی و عوامل ژنتیکی استفاده شود.

کلیدواژه ها:

مدل های گیاهان زراعی ، سویا ، مدل SSM ، شبیه سازی