تحلیل حساسیت جامع پارامترهای گیاهی مدل WOFOST برای گیاهان ذرت و گندم در شبیه سازی عملکرد محصول

مدل شبیه سازی رشد محصول WOFOST به طور گسترده ای در تخمین عملکرد محصولات زراعی در مقیاس مزرعه ای و منطقه ای و شرایط مختلف اقلیمی بکار می رود. در فرآیند مدل سازی، همواره به سبب وجود تعداد زیاد پارامترها و از طرفی کمبود داده های اندازه گیری شده نمی توان تمامی پارامترهای مدل را تخمین زد. بنابراین معمولا در فرآیند مدل سازی پارامترهای حساس مدل شناسایی و سپس تخمین زده (واسنجی) می شوند. روش های جامع تحلیل حساسیت ابزاری مناسب جهت رتبه بندی پارامترهای مدل ها از لحاظ تاثیر آنها در خروجی ها و در نظر گرفتن تمام فضای پارامتری مدل ها می باشند. در این روش ها علاوه بر در نظر گرفتن تاثیر پارامترهای مدل به تنهایی، تاثیر ترکیب پارامترهای مختلف نیز در تحلیل حساسیت لحاظ می شود. در این مطالعه از روش تحلیل حساسیت منطقه ای یکی از روش های پرکاربرد تحلیل حساسیت جامع، جهت تحلیل حساسیت پارامترهای مدل WOFOST برای دو گیاه ذرت علوفه ای و گندم زمستانه استفاده شده است. شاخص حساسیت پارامترها بر اساس آزمون کولموگروف-اسمیرنوف و در سطح احتمال معنی داری %95 بر اساس روش منطقه ای تحلیل حساسیت محاسبه شده و سپس نتایج تحلیل حساسیت در مزارع مورد مطالعه بررسی گردید. تغییرات شاخص حساسیت در دو مزرعه مورد مطالعه از حداقل 006/0 (غیر حساس) تا حداکثر 37/0 (حساسیت زیاد) بدست آمده است. برای گیاه ذرت نتایج نشان داد که تاثیرگذارترین پارامترها در شبیه سازی عملکرد مربوط به تاثیر دما (پارامترهای TSUMEA و TSUMAM) و فرآیند جذب نور (SLA، AMAX و EFF) در گیاه می باشند؛ اما برای گیاه گندم بیشتر پارامترهای مرتبط با جذب نور (SLA، RGRLAI، AMAX، EFF و KDIF)، بیشترین اهمیت را در شبیه سازی عملکرد آن دارند.