تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,107,514 |
تعداد دریافت فایل اصل مقاله | 97,212,394 |
برآورد توابع عملکرد گندم دیم با استفاده از پارامترهای اقلیمی و کاربرد روشهای رگرسیونی چند متغیره | ||
تحقیقات آب و خاک ایران | ||
دوره 52، شماره 2، اردیبهشت 1400، صفحه 497-506 اصل مقاله (1.09 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2021.309650.668731 | ||
نویسندگان | ||
معین هادی* 1؛ سعید جلیلی2؛ وحید مونس خواه3؛ ابوالفضل مجنونی هریس4 | ||
1گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز | ||
2دانشجوی دکترای آبیاری و زهکشی-پردیس کشاورزی و منابع طبیعی دانشگاه تهران | ||
3دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران. | ||
4هیئت علمی دانشگاه تبریز | ||
چکیده | ||
بیش از نیمی از اراضی کشاورزی در مناطق اقلیمی خشک و نیمهخشک، تحت کشت دیم هستند. متغیرهای اقلیمی بسیاری بر عملکرد محصولات دیم تأثیرگذارند که متغیرهای مربوط به بارش مهمترین آنها هستند. هدف مطالعه حاضر، تعیین توابع عملکرد گندم دیم در ایستگاههای تبریز، سراب و مراغه واقع در شرق حوضه دریاچه ارومیه با در نظر گرفتن تغییرات متغیرهای اقلیمی در طول مراحل مختلف رشد گندم دیم میباشد. بهمنظور مدلسازی عملکرد با استفاده از روش رگرسیون چندمتغیره، از متغیرهای بارش، تعداد رویدادهای بارش مؤثر، کمبود بارش گیاهی، کمبود بارش مرجع و تبخیر-تعرق در شرایط دیم در طول شش مرحله رشد گندم دیم شامل جوانهزنی، اتمام جوانهزنی تا آغاز گلدهی، مرحله گلدهی، اتمام گلدهی تا آغاز پر شدن دانه، مرحله پر شدن دانه و کل فصل رشد استفاده شد. بر اساس نتایج بهدست آمده، بهطور کلی نوسانات بارش بیشترین تأثیر را بر نوسانات عملکرد دارد. لذا شناسایی رژیم بارش و آنالیز مشخصات بارش در ارزیابی نوسانات عملکرد محصولات دیم حائز اهمیت است. در بین مراحل رشد نیز نوسان صفات مورد بررسی در کل فصل رشد نقش بیشتری در تعیین توابع عملکرد دارد. توابع عملکرد با استفاده از متغیرهایی که همبستگی معنیداری با عملکرد داشتند، تعیین شد. برای این منظور از دادههای 22 سال و 3 سال بهترتیب برای واسنجی و صحتسنجی استفاده شد. نتایج ارزیابی ضریب کارآیی مدل و جذر میانگین مربعات خطای نرمال شده حاکی از کارآیی بهتر روش همزمان در برآورد عملکرد گندم دیم سراب (55/0= EF و 19/0NRMSE =) و دقت متوسط روش گام به گام در برآورد عملکرد گندم مراغه و تبریز است. در مراغه و تبریز روش گام به گام بهترتیب با مقادیر متوسط خطای نسبی 21 درصد و 6/15 درصد و در سراب نیز روش همزمان با متوسط خطای نسبی 5/16 درصد نتایج بهتری در برازش عملکرد داشتند. | ||
کلیدواژهها | ||
بارش؛ روش گام به گام؛ روش همزمان؛ عملکرد؛ همبستگی | ||
مراجع | ||
Allen, R.G., Pereira, L.S., Raes, D & Smith, M. (1998). Crop evapotranspiration guidelines for computing crop water requirements. In: Irrigation and Drainage Paper No. 56. Food and Agriculture Organization of the United Nations (FAO), Rome, Italy. Bannayan, M., Asadi, S., Salehi, H., & Koozegaran, S. (2017). Evaluating the relationship between cumulative rainfall and yield of wheat and barley using a evenness index in the semi-arid region of Mashhad. Iranian Journal of Irrigation and Drainage, 4(11), 636- 646. (In Farsi) Bannayan, M., Sanjani, S., Alizadeh, A., Sadeghi-Lotfabadi, S. & Mohammadian, A. (2010). Association between climate indices, aridity index, and rainfed crop yield in northeast of Iran. Field Crops Research, 118(2), 105–114. Battisti, R., Sentelhas, P. & Boote, k. (2017). Inter-comparison of performance of soybean crop simulation modelsand their ensemble in southern Brazil. Field Crops Research, 200, 28-37. De-Pauw, E. (2002). An Agroecological Exploration of the Arabian Peninsula. ICARDA, Aleppo, Syria, 77 pp. Fakheri-Fard, A., Majnooni-Heris, A., Ahmadzade, H., Isazade, M. & Mousavi, M.M. (2018). Soil studies of Ajichai basin, 141pp. Fateh, S., Rasouli, A.A., Sari-Saraf, B., & Kamali, G.A. (2016). Study on GDD for wheat growing season period in iran. Climate Research, 27, 1-9. (In Farsi) Ghivi, J. (1997). Qualitative assessment of land suitability for crops. Soil and Water Research Institute. Issue 1015. (In Farsi) Hadi, M. Majnooni-Heris, A. & Delirhasannia, R. (2017). Assessing rainfed wheat cultivation risk and suitable time for supplemental irrigation in tabriz plain. Water and Soil Science, 27(2), 307- 320. (In Farsi) Hosseini, S.M.T., Siosemarde, A., Fathi, P. & Siosemarde, M. (2007). Application of artificial neural network (ANN) and multiple regressions for estimating assessing the performance of dry farming wheat yield in Ghorveh region, Kurdistan Province. Agriculture research , 7(1), 41-54.(In Farsi) Hundal, S.S., Singh ,R & Dhaliva, L.K. (1997). Agro-climatic indices for predicting phonology of wheat (Triticum-aestivum) in Punjab. Agriculture Science, 67, 265- 268. Kamali, G.A., Sadaghiani-Poor, A., & Sedaghatkerdar, A. (2008). The climatic zoning of dryland wheat in Eastern Azerbaijan. Water and Soil, 22(2), 467-483. (In Farsi). Labus, M. P., Nielsen, G., Alawrence, R.L., Engeld, R. & Long, S., (2002). Wheat yield estimates using multi-temporal NDVI satellite imagery. International Journal of Remote Sensing, 23(20), 4169-4180. Landau, S., Mitchell, R.A.C., Barnett V., Colls, J.H., Craigon, J. & Payne R.W. (2000). A parsimonious, multiple regression model of wheat yield response to environment; Agricultural and Forest Meteorology, (101), 151-161. Mam-karimi, B. (2017). Evaluating crop yield functions of rain-fed wheat in West Azarbaijan using water inputs. Master's thesis, Faculty of Agriculture, University of Tabriz. (In Farsi) Mouneskhah, V. & Majnooni-Heris, A. (2017). Effect of supplemental irrigation on water requirement satisfaction index of rainfed wheat in the Tabriz plain semi-arid climate. Iranian Journal of irrigation and Drainage, 11(6), 1143-1151. (In Farsi) Mousavi-Baygi, M., Bannayan, M., Ashraf, B. & Asadi-Oskuei, E. (2016). Assessment of climatic indices limiting rainfed wheat yield. Ecological Indicators, 62, 298–305. Naserin, A. & Saeed-Mousavi, S.M. (2017). Determining Climatic Model of Rain-fed Wheat Yield at North of Khouzestan Province. Irrigation and Water Engineering, 8(1), 125-138. (In Farsi) Quiring, S.M., & Papakryiakou, T.N. (2003). An evaluation of agricultural drought indices for the Canadian prairies. Agricultural and Forest Meteorology, 118(1–2), 49–62. Sabziparvar, A.A., Torkaman, M. & Maryanaji, Z. (2013). Investigating the Effect of Agro-climatic Indices and Variables on Optimum Wheat Performance (Case study: Hamedan Province). Water and Science, 26(6),1554-1567. (In Farsi) Shokouhi, M. & Sanaei-Nejad, S.H. (2016). Effect of precipitation period and SPI index as an indicator of moisture supply on rainfed Barley Crop Yield (Case Study: Tabriz County). Water and Soil, 30(1), 210-221. (In Farsi). Singh A. K., Tripathy R., and Chopra U. K. (2008). Evaluation of CERESWheat and CropSystmodels for water-Nitrogen interactions in Wheat crop. Agricultural Water Management, 95: 776-786. Sohrabie-Mollayousef, S., Fakheri-Fard, A. & BozorgHaddad, O. (2012). Assessment the effect of intermittent rainfall of autumn and winter on annual dry farming yield by using the time-rain indicator (RTI). Water and Science, 26(1), 75-84. (In Farsi) Zare-abyaneh, H. (2013). Evaluating roles of drought and climatic factors on variability of four dry farming yields in mashhad and birjand. Water and Soil Science, 23(1), 39-56. (In Farsi). | ||
آمار تعداد مشاهده مقاله: 631 تعداد دریافت فایل اصل مقاله: 443 |