بررسی اثر کود نیتروژن روی پارامترهای رشد محصول ذرت (سینگل کراس 704) برای مدل آکواکراپ
محل انتشار: فصلنامه علوم و مهندسی آبیاری، دوره: 42، شماره: 1
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 433
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JISE-42-1_009
تاریخ نمایه سازی: 12 تیر 1398
چکیده مقاله:
کود نیتروژن بر روی پارامترهای رشد و در نهایت عملکرد محصول اثر میگذارد. شناخت این اثر برای مدیریت مصرف کود مهم میباشد. فرضیه این پژوهش آن است که کود نیتروژن روی چهار پارامتر رشد محصول ذرت از قبیل بهرهوری آب نرمال شده (WP*)، حداکثر پوشش گیاه(CCx)، نرخ رشد پوشش گیاه (CGC) و نرخ کاهش پوشش گیاه (CDC)اثر میگذارد. این چهار پارامتر، ورودیهای مدل آکواکراپ هستند.هدف نخست این پژوهش تعیین معادلهها بین کود نیتروژن و چهار پارامتر فوق و هدف دوم بررسی دقت مدل آکواکراپ برای شبیهسازی پاسخ محصول ذرت به کود نیتروژن با استفاده از پارامترهای بهدست آمده از هدف نخست است. بدین منظور گیاه ذرت رقم اصلاحشده سینگل کراس 704 طی دو سال زراعی 1394 و 1395 بدون تنش رطوبتی کشت شد. تیمارها با ششسطح کودی از صفر تا 300 کیلوگرم در هکتار اجرا شدند. دادههای سال اول برای تدوین معادلهها و دادههای سال دوم برای صحتسنجی استفاده شدند. نتایج نشان داد تغییرات چهار پارامتر فوق با مقدار کود مصرفی از معادله درجه دو با ضریب تعیین بالایی پیروی میکند. نتایج برآورد پارامترهای فوق برای تیمارهای کودی سال دوم در مدل آکواکرپ برای شبیهسازی زیست توده استفاده شد. نتایج نشان داد، معادلههای بنیان شده میتواند برای برآورد اثر تنش کود ازت بر پارامترهای رشد ذرت در مدل آکواکراپ مورد استفاده قرار گیرد. ضریب تعیین و جذر میانگین مربعات خطا بهترتیب بالای 97/0 و کمتر از 12درصد بود.
کلیدواژه ها:
نویسندگان
امید میرزایی
دانشجوی کارشناسی ارشد مهندسی آبیاری زهکشی، دانشگاه تهران.
علی رحیمی خوب
استاد گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
مریم وراوی پور
دانشیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران.
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 :