پديد آورندگان :
رحيمي مقدم، سجاد دانشگاه شهيد بهشتي - گروه كشاورزي اكولوژيك , كامبوزيا، جعفر دانشگاه شهيد بهشتي - گروه كشاورزي اكولوژيك , ديهيم فرد، رضا دانشگاه شهيد بهشتي - گروه كشاورزي اكولوژيك
چكيده فارسي :
سابقه هدف: مدل هاي شبيه سازي امكان مطالعه تأثير مديريت كشاورزي بر فعاليت هاي توليدي در محيط هاي معين
را مهيا مي سازد. اين ابزارها كه به صورت برنامه هاي كامپيوتري هستند با كمك به مديريت كشاورزي، امكان
تصميم گيري هاي مربوط به استفاده از منابع و نهاده هاي كشاورزي را فراهم مي سازند. مدل APSIM-Maize مي تواند در زمينه مديريت گياه استراتژيك ذرت مورد استفاده قرار گيرد اما به كارگيري هر مدلي نيازمند ارزيابي آن
مدل مي باشد. به همين علت اين تحقيق به منظور برآورد پارمترهاي مربوط به برخي ارقام غالب ذرت دانه اي در كشور براي استفاده در مدل مكانيزم گراي APSIM صورت گرفته است.
مواد و روش: به منظور پارامتريابي و ارزيابي مدل APSIM-Maize براي سه رقم ذرت، از مجموع داده هاي مختلفي استفاده شد. به طوري كه براي پارامتريابي رقم زودرس سينگل كراس 260 يك مجموعه داده چهار ساله
(شهرستان شيراز) به كار برده شد. همچنين براي رقم هاي ديررس (سينگل كراس 704 ) و متوسطرس (ماكسيما)
از داده هاي دو منطقه (كرمان و خرم آباد) كه هر كدام در يكسال انجام شده بودند، استفاده شد. با استفاده از اين
مجموعه داده ها بيوماس، عملكرد دانه، تعداد روز از سبز شدن تا گل دهي، تعداد روز از گل دهي تا رسيدگي
فيزيولوژيكي و شاخص سطح براي هر رقم پارامتريابي شد. براي ارزيابي مدل از يكسري مجموعه داده ديگر
شامل مقالات چاپ شده در مجلات و همچنين گزاراشات نهايي طرح
هاي تحقيقاتي انجام شده استفاده شد
براي مقايسه مقدارهاي شبيه سازي و اندازه گيري شده سه شاخص هاي آماري ضريب تبيين ،R2 جذر ميانگين مربعات خطا RMSE و شاخص توافق d value محاسبه شد. در اين تحقيق براي تمامي تجزيه هاي آماري و رسم شكل ها از نرم افزار9.1 OriginPro استفاده گرديد
يافته ها: نتايج ارزيابي مشخص كرد كه اين مدل مراحل گلدهي و رسيدگي فيزيولوژيكي سه رقم در سالها و
مناطق مختلف را با دقت خوبي شبيه سازي ميكند، به طوري كه RMSE براي روز تا گلدهي به ترتيب برابر 1 درصد و براي روز تا رسيدگي فيزيولوژيكي برابر 1/35 درصد بود. همچنين نتايج شبيه سازي مدل در روند شاخص سطح برگ دو رقم سينگل كراس 704 و ماكسيما نشان داد كه مدل APSIM-Maize روند شاخص سطح برگ اين دو رقم را به خوبي شبيه سازي ميكند. به طوري كه RMSE براي رقم سينگل كراس 704 در شهرستان كرمان به ترتيب برابر با 16/7 درصد و براي شهرستان كرمان به ترتيب 16/75 درصد و براي شهرستان خرم آباد 10/65 درصد بود. در نهايت اين مدل با شبيه سازي دقيق شاخص سطح برگ و فنولوژي توانست عملكرد دانه و بيوماس را خوب شبيه سازي كند
پارامترهاي ژنتيكي در بين ارقام متفاوت بودند. بيشترين ( 650 ) و كمترين ( 545 ) بيشينه تعداد دانه در بلال
به ترتيب مربوط به ارقام سينگل كراس 704 و 260 بود. اين ارقام همچنين از نظر پارامترهاي زمان دمايي
تجمعي از زمان گلدهي تا رسيدگي و زمان دمايي تجمعي از زمان ظهور تا انتهاي فاز جواني به ترتيب بيشترين و
كمترين مقدار را به خود اختصاص دادند. اين در حالي بود كه رقم سينگل كراس 260 فقط از نظر سرعت رشد دانه 9/6 ميلي گرم در روز نسبت به دو رقم ديگر داراي برتري بود. در نهايت در بين سه رقم، رقم سينگل كراس 704با 21/81 تن در هكتار داراي بيشترين ماده خشك توليدي بود
نتيجه گيري: ارزيابي مدل APSIM-Maize نشان داد كه اين مدل مراحل فنولوژيكي (روز تا گلدهي و روز تا
رسيدگي فيزيولوژيكي را در ارقام مختلف (با طول دوره رسيدگي متفاوت) با دقت بالايي شبيه سازي مي كند،
كه نشان دهنده ساختار مناسب مدل در شبيه سازي مراحل فنولوژيكي است. همچنين در بين ارقام مختلف ذرت
سينگل كراس 704 نسبت به دو رقم ديگر داراي عملكرد ماده خشك، بيشينه تعداد دانه در بلال، زمان دمايي
تجمعي از زمان گلدهي تا رسيدگي و زمان دمايي تجمعي از زمان ظهور تا انتهاي فاز جواني بالاتري بود.
چكيده لاتين :
Background and objectives: Investigating the impacts of agricultural management on crop productivity in specific environments is easily possible through crop simulation models. These computer-based tools, provide the ability of making some decisions regarding the use of agriculture resources and inputs. However, prior to use of these models, they need to be fully evaluated under different locations and years. Hence, this study has been performed to evaluate APSIM crop model and estimate the cultivar-specific parameters as inputs for the model
Materials and methods: Different datasets were used in order to parameterize and evaluate APSIM-Maize model for three maize cultivars. So that, a four-year dataset (Shiraz) was used for the calibration of K.SC 260 cultivar from early maturing group. Also, for K.SC 704 (from late maturing group) and Maxima (from mid-maturing group) were applied from the two regions (Kerman and Khoramabad, each one at one year). These datasets are used to adjust parameters based on biomass, grain yield, number of days from emergence to flowering, number of days from flowering to physiological maturity and LAI for each cultivar. Model validation was conducted by a series of other datasets including published articles in journals and final reports of research projects.
Three statistical indicators including coefficient of determination (R2) root mean squared error (RMSE) and index of agreement (d value) were computed from observed and simulated variables. The Origin Pro 9.1 software was used to statistical analysis and draw figures.
Results: The results of the model evaluation indicated that the model simulated flowering and physiological maturity stages of three cultivars with high accuracy in different years and different locations, so that the values of root mean square for flowering and maturity dates were as 1 and 1.35 %, respectively. Also, the simulation of LAI trend for two K.SC 704 and Maxima revealed that the APSIM-Maize model simulated LAI trend of these two cultivars with high accuracy. The values of root mean square for LAI trend of K.SC 704 in Kerman and Khoramabad were as 16.7 and 9.48 %, respectively. Also, for Maxima in Kerman and Khoramabad were as 16.75 and 10.65 %, respectively. Ultimately, APSIM-Maize model exactly simulated grain yield and biomass with high accuracy by accurate simulation of leaf area index and phenological stages.
Genetic parameters were different among the cultivars. The highest (650) and lowest (545) maximum number of kernel per ear belonged to cultivars K.SC 704 and K.SC 260, respectively. Also, the highest and lowest thermal time accumulations from flowering to maturity and those of seedling emergence to end of juvenile phase belonged to cultivars K.SC 704 and K.SC 260, respectively. Investigations show that the K.SC 260 is better rather than other cultivars just in terms of grain growth rate (9.6 mg kernel–1d–1). Finally, among the three cultivars, K.SC 704 has the highest biomass (21.81 t ha-1).
Conclusion: The evaluation of APSIM-Maize model indicated that the model simulated phenological stages (flowering and physiological maturity) with high accuracy which proves that this model has suitable structure for simulation of phenological stages. Also, among the different cultivars, the number of kernel per ear, thermal time accumulation from flowering to maturity and thermal time accumulation from seedling emergence to end of juvenile phase, were greater in K.SC 704 rather than other cultivars.
