پارامتریابی و ارزیابی مدل SSM-iCrop2 برای شبیه سازی رشد و عملکرد گیاه برنج در ایران

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
سابقه و هدف
برنج یکی از مهم ترین غلات و غذای اصلی بسیاری از مردم جهان است. برای شناسایی امکان تامین غذای جمعیت جهان، با توجه به لزوم تداوم تولید در کشاورزی پایدار، پیش بینی درست عملکرد گیاهان زراعی امری لازم و ضروری است. به منظور، مدل سازی مراحل رشد و عملکرد برنج بر اساس آمار هواشناسی کشور ایران، مطالعه ای در دانشگاه علوم کشاورزی و منابع طبیعی گرگان صورت گرفت. هدف از این مطالعه استفاده از مدل ساده SSM-iCrop2 برای شبیه سازی رشد و عملکرد برنج به منظور بررسی اثرات عوامل آب و هوایی، خاک، مدیریت زراعی و تعیین ضرایب ژنتیکی برنج در شرایط کشور ایران بود. با توجه به توانایی مناسب مدل در شبیه سازی برنج، می توان از آن به عنوان ابزار مناسبی برای برنامه ریزی و مدیریت بهتر مزارع برنج در کشور استفاده نمود.
مواد و روش ها
در این مطالعه از مدل SSM-iCrop2 برای شبیه سازی پتانسیل عملکرد استفاده شد. در این مدل مقدار عملکرد پتانسیل بر مبنای داده‏های هواشناسی، شرایط خاک، نحوه مدیریت (مانند آبیاری) و پارامترهای گیاهی محاسبه می‏شود. مدل برای اجرا نیاز به یک سری پارامترهای ورودی شامل: روابط آب، اطلاعات هواشناسی، مکانی، خاک و مدیریت زراعی دارد که برای انجام شبیهسازی، ورودی های مورد نیاز مدل جمعآوری شدند. مهم ترین فرآیندهایی که در مدل باید شبیه سازی شوند عبارت است از، فنولوژی گیاه، تغییرات سطح برگ، تولید و توزیع ماده خشک و موازنه آب خاک. برای پارامتریابی و ارزیابی مدل، مقادیر عملکرد و روز تا رسیدگی شبیه سازی شده با مشاهده شده مقایسه شدند. برای این منظور از مجموعه ای از داده های آزمایشی (داده های مربوط به رشد و تولید برنج از مقالات و گزارش های چاپ شده و چاپ نشده) در مناطق مهم تحت کشت برنج کشور استفاده شد. براساس آمار وزارت کشاورزی 1380-1395، مناطق اصلی کشت و تولید برنج در ایران مشخص شد. در این مطالعه برای مقایسه انحراف مقادیر شبیه سازی شده از مشاهده شده از میانگین مربعات خطا (RMSE)، ضریب تغییرات (CV)، ضریب همبستگی (r) و میزان انحراف نتایج شبیه سازی شده از خط 1:1 با طیفی از اختلاف 20 درصد بین مقادیر شبیه سازی شده و مشاهده شده (به وسیله خطوط منقطع تعریف شده) برای آزمون نتایج مدل استفاده شد.
یافته ها
در پارامتریابی مدل SSM-iCrop2برای برنج، مقایسه بین روز تا رسیدگی مشاهده شده و شبیه سازی شده ، با RMSE، cv و r به ترتیب برابر با 12 روز، 11 درصد و 61/0 و برای عملکرد دانه به ترتیب 56 گرم در متر مربع، 21 درصد و 80/0 درستی پارامترهای مورد استفاده را نشان داد. همچنین، در ارزیابی مدل، مقادیر RMSE، cv و r برای روز تا رسیدگی به ترتیب برابر با 9 روز، 10 درصد و 95/0، برای عملکرد دانه به ترتیب 43 گرم در متر مربع، 14 درصد و 77/0 و در شبیه سازی تبخیر و تعرق به ترتیب 44 میلی متر، 9 درصد و 79/0، دقت شبیه سازی مدل را تایید نمود. استفاده از مدل SSM-iCrop2 آسان بوده و شبیه سازی ها با تعداد پارامتر کم و داده های ورودی قابل دسترس با دقت قابل قبول امکان پذیر است.
نتیجه گیری
نتایج پارامتریابی و ارزیابی مدل SSM-iCrop2 با استفاده از شاخص های جذر میانگین مربعات خطا (RMSE)، ضریب همبستگی (r) و ضریب تغییرات (CV)، نشان داد که این مدل مراحل فنولوژیکی (روز تا رسیدگی) و عملکرد دانه را در تاریخ کاشت های مختلف در شرایط اقلیمی ایران با دقت زیادی شبیه سازی می کند که نشان دهنده ساختار مناسب مدل در شبیه سازی است. بنابراین، با توجه به دقت مناسب مدل SSM-iCrop2در شبیه سازی فنولوژی و عملکرد برنج، می توان از آن به عنوان ابزار مناسبی برای بررسی سامانه های زراعی و تفسیر نتایج در شرایط محیطی و مدیریتی متفاوت در جهت برنامه ریزی و بهبود مدیریت مزارع برنج در کشور استفاده نمود.
زبان:
فارسی
صفحات:
21 تا 47
لینک کوتاه:
magiran.com/p2582472 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!