تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,503 |
تعداد مشاهده مقاله | 124,120,247 |
تعداد دریافت فایل اصل مقاله | 97,227,133 |
مقایسه توابع توزیع احتمال در مدلهای زمانگرمایی جهت مدلسازی جوانهزنی کلزای بهاره به دما | ||
علوم گیاهان زراعی ایران | ||
مقاله 8، دوره 49، شماره 3، آذر 1397، صفحه 81-98 اصل مقاله (2.64 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijfcs.2017.229036.654292 | ||
نویسندگان | ||
ابوالفضل درخشان1؛ عبدالمهدی بخشنده* 1؛ سید عطاالله سیادت1؛ محمدرضا مرادی تلاوت1؛ یهرام اندرزیان2 | ||
1دانشگاه کشاورزی و منابع طبیعی رامین | ||
2مرکز تحقیقات کشاورزی | ||
چکیده | ||
مدلهای مبتنی بر مفهوم زمانگرمایی ابزار مفیدی برای پیشبینی جوانهزنی بذر در رابطه با زمان و دما هستند. در این آزمایش که در سال 1395 در دانشگاه کشاورزی و منابع طبیعی رامین انجام شد، مدل جوانهزنی-گرمایی بر مبنای هفت تابع توزیع احتمال (لجستیک، ویبول، گامبل، لوگلجستیک، نرمالمعکوس، لوگنرمال و گاما) توسعه یافت و دورههای زمانی جوانهزنی پیشبینیشده توسط این مدلها برای دو رقم کلزای بهاره (RGS003 و ساریگل) با خروجیهای مدل جوانهزنی-گرمایی نرمال مقایسه شد. آزمون جوانهزنی برای هر رقم در 11 دمای ثابت 8، 12، 16، 20، 24، 28، 32، 33، 34، 35 و 36 درجه سانتیگراد انجام شد. نتایج نشان داد که مدل زمانگرمایی لوگنرمال برازش بهتری به دورههای زمانی جوانهزنی هر دو رقم RGS003 (AICc= -1173) و ساریگل (AICc= -1180) داشت. بر اساس خروجیهای این مدل، دمای پایه برای جوانهزنی ارقام RGS003 و ساریگل بترتیب 85/5 و 60/5 درجه سانتیگراد برآورد شد. زمانگرمایی زیر حد بهینه برای شروع جوانهزنی ارقام RGS003 و ساریگل به ترتیب 40/118 و 00/120 درجه سانتیگراد ساعت و زمانگرمایی مورد نیاز برای تکمیل جوانهزنی این ارقام در دماهای بیشتر از حد بهینه بترتیب 07/29 و 47/31 درجه سانتیگراد ساعت پیشبینی شد. هر دو رقم کلزا در دمای فراتر از 17/33 درجه سانتیگراد بازدارندگی گرمایی جوانهزنی نشان دادند. ضرایب برآورد شده در این آزمایش میتوانند در مدلهای شبیهسازی جوانهزنی سایر ارقام کلزا نیز استفاده شوند. | ||
کلیدواژهها | ||
بازدارندگی گرمایی؛ توزیع لوگنرمال؛ دمای کاردینال؛ مدل جوانهزنی-گرمایی | ||
مراجع | ||
10. Hardegree, S. P. (2006). Predicting germination response to temperature. III. Model validation under field-variable temperature conditions. Annals of Botany, 98(4), 827-834.
11. Hardegree, S. P. & Van Vactor, S. S. (2000).Germination and emergence of primed grass seeds under field and simulated-field temperature regimes. Annals of Botany, 85(3), 379-390.
12. Huo, H. & Bradford, K. J. (2015). Molecular and hormonal regulation of thermoinhibition of seed germination. In J. V. Anderson (Ed), Advances in Plant Dormancy. (pp. 3-33). Springer International Publishing Switzerland.
13. Mesgaran, M. B., Mashhadi, H. R., Alizadeh, H., Hunt, J., Young, K. R. & Cousens, R. D. (2013). Importance of distribution function selection for hydrothermal time models of seed germination. Weed Research, 53(2), 89-101.
14. Mesgaran, M. B., Rahimian Mashhadi, H. R., Alizadeh, H., Ohadi, S. & Zare, A. (2014). Modeling the germination responses of wild barley (Hordeum spontaneum) and littleseed cannary grass (Phalaris minor) to temperature. Iranian Journal of Weed Science, 9(2), 105-118. (In Farsi)
15. Soltani, E., Oveisi, M., Soltani, A., Galeshi, S., Ghaderifar, F. & Zeinali, E. (2014). Seed germination modeling of volunteer canola as affected by temperature and water potential: hydrothermal time model. Iranian Journal of Weed Research, 6(1), 23-38. (In Farsi)
16. Soltani, A., Robertson, M. J., Torabi, B., Yousefi-Daz, M. & Sarparast, R. (2006). Modelling seedling emergence in chickpea as influenced by temperature and sowing depth. Agricultural and Forest Meteorology, 138(1-4), 156-167.
17. Watt, M. S., Bloomberg, M., & Finch-Savage, W. E. (2011). Development of a hydrothermal time model that accurately characterises how thermoinhibition regulates seed germination. Plant, Cell & Environment, 34(5), 870–876.
18. Watt, M. S., Xu, V. & Bloomberg, M. (2010). Development of a hydrothermal time seed germination model which uses the Weibull distribution to describe base water potential. Ecological Modelling, 221(9), 1267–1272. | ||
آمار تعداد مشاهده مقاله: 322 تعداد دریافت فایل اصل مقاله: 404 |