ارزیابی مدل CERES-Maize برای شبیه سازی گیاه ذرت تحت سناریوهای مختلف مدیریت آبیاری و کود نیتروژن

مدل سازی گیاهی روشی ارزان، سریع و توانمند برای دستیابی به نتایج اثر عوامل مختلف بر رشد گیاهان زراعی است. از این رو، مدل های گیاهی مانند مدل CERES-Maize برای شبیه سازی عملکرد گیاهان بسط داده شده است. با توجه به اینکه مقدار آب آبیاری و کود نیتروژن دو عامل بسیار مهم برای بهبود عملکرد ذرت هستند؛ اطلاع از دقت و خطای مدل CERES-Maize برای شبیه سازی عملکرد این گیاه زراعی تحت تیمارهای اشاره شده اهمیت دارد. از این رو، تحقیق حاضر در مزرعه ۵۰۰ هکتاری موسسه تحقیقات اصلاح و تهیه نهال و بذر در طول جغرافیایی ۵۸/۵۰ درجه شرقی و عرض جغرافیایی ۵۶/۳۵ انجام شد. در این پژوهش دو رقم ذرت دبل کراس ۳۷۰ و سینگل کراس ۲۶۰ مورد مطالعه قرار گرفتند. در رقم دبل کراس ۳۷۰، دو عامل مقدار آب آبیاری در چهار سطح (W۱: ۱۲۰، W۲: ۱۰۰، WI۳: ۸۰ و W۴: ۶۰ درصد نیاز آبی) و کود نیتروژن در چهار مقدار (N۱: ۱۰۰، N۲: ۸۰، N۳:۶۰ و N۴: صفر درصد نیاز نیتروژن خالص) و در رقم سینگل کراس ۲۶۰ عامل سطوح کودی در چهار سطح (N۱: ۱۰۰، N۲: ۸۰، N۳:۶۰ و N۴: ۵۰ درصد نیاز نیتروژن خالص) تحت مطالعه قرار گرفتند. نتایج برای هر دو رقم نشان داد که مدل CERES-Maize دچار خطای کم برآوردی (۰ ≥ MBE) شد. خطای این مدل برای شبیه سازی عملکرد رقم دبل کراس ۳۷۰ برابر با ۲۴/۱ تن در هکتار و برای رقم سینگل کراس ۲۶۰ برابر با ۴۴/۰ تن در هکتار بود. دقت مدل CERES-Maize برای شبیه سازی این دو رقم به ترتیب در دسته ی خوب (۱۳/۰ = NRMSE) و عالی (۰۶/۰ = NRMSE) قرار داشت. خطای مدل CERES-Maize برای تیمارهای آبی در رقم دبل کراس ۳۷۰ بین ۶۵/۱-۸۹/۰ تن در هکتار و برای تیمارهای کودی در این رقم بین ۹/۱-۴۳/۰ تن در هکتار بود. در حالی که تفاوتی بین خطای مدل در دو حالت تقسیط کود مشاهده نشد. بنابراین، مدل نسبت به تقسیط کود حساسیتی نداشت در حالی که تغییرات آب آبیاری و مقدار کود بر دقت آن اثر زیادی داشت. براساس کلیه نتایج، مدل CERES-Maize برای شبیه سازی هر دو رقم ذرت پیشنهاد می شود گرچه دقت آن در رقم سینگل کراس ۲۶۰ بیشتر بود.

کلیدواژه ها:

تنش کودی ، تقسیط کود ، مدل سازی گیاهی ، مدل CERES-Maize