بررسی عدم قطعیت پارامترهای مدل گیاهی DSSAT در برآورد عملکرد گیاه پنبه با استفاده از روش GLUE

امروزه مدل های شبیه سازی در همه علوم به وفور توسط کاربران مورد استفاده قرار می گیرد. دسته ای از این مدل ها، مدل های شبیه سازی رشد گیاهی می باشند که به متخصصین کشاورزی در بهینه کردن فاکتورهای مختلف تاثیر گذار بر رشد گیاه کمک فراوانی می کند. از آنجا که واسنجی پارامترهای مدل های شبیه سازی به تنهایی نمیتواند مقدار مناسب برای آنها را تحلیل کند فلذا در دهه اخیر به ضرورت مطالعات مرتبط با تحلیل عدم قطعیت پارامترهای مدل در کنار واسنجی آنها ضرورتی اجتناب ناپذیر می باشد. در این تحقیق عدم قطعیت پارامترهای اکوتایپی مدل گیاهی DSSAT برای گیاه پنبه توسط الگوریتم GLUE که مبتنی بر شبیه سازی مونت کارلو می باشد مورد بررسی قرار گرفت. سایر پارامترهای مورد استفاده این مدل ثابت و برابر با مقادیر معقول و از پیش تعیین شده (موجود در راهنمای فنی نرم افزار) در نظر گرفته شد. از داده های مشاهده شده عملکرد در ۴ تیمار آبیاری این محصول جهت بدست آوردن توزیع پسین احتمالاتی پارامترها و سایر مقادیر معیارهای ارزیابی عملکرد استفاده شد. مقایسه نتایج این معیارها با شبیه سازی مشابه قبلی انجام شده در همین منطقه مورد مطالعه توسط قربانی برواتی و همکاران (۱۴۰۲) که صرفا به واسنجی پارامترها پرداخته بود، نشان از برتری محسوس و قابل قبول الگوریتم GLUE لینک شده توسط رابط کدنویسی شده در محیط Matlab می دهد.

کلیدواژه ها:

عدم قطعیت ، مونت کارلو ، مدل گیاهی ، بیرجند