برآورد دماهاي كاردينال ارشته خطايي (Lepyrodiclis holosteoides) با استفاده از مدلهاي رگرسيوني

Estimation of cardinal temperatures of Lepyrodiclis holosteoides using regression models

به منظور ارزيابي برخي مدل‌هاي رگرسيوني غيرخطي براي تخمين دماهاي كاردينال جوانه‌زني بذر علف هرز مهاجم ارشته خطايي(Lepyrodiclis holosteoides)، پژوهشي در آزمايشگاه تنوع زيستي پژوهشكده علوم محيطي دانشگاه شهيد بهشتي اجرا شد. در اين آزمايش بذور تحت تأثير هشت تيمار دمايي (صفر، 5، 10، 15، 20، 25، 30 و 35 درجه سانتي‌گراد) و پتانسيل رطوبت ( 0، 0.2-، 0.4-، 0.6- و 0.8- بار) در چهار تكرار قرار گرفتند و درصد و سرعت جوانه‌زني بذور محاسبه شدند. براي بررسي و پيش‌بيني سرعت جوانه‌زني نسبت به دما از مدل‌هاي دندان مانند، دو تكه‌اي و بتا 4 و 5 پارامتري استفاده گرديد. به منظور ارزيابي و تعيين نكويي برازش مدل‌هاي مختلف جوانه‌زني از برآوردگرهاي آماري شامل ريشه دوم ميانگين مربعات خطا (RMSE)، شاخص آكائيك (AIC) و ضريب تبيين (R2) استفاده شد. بالاترين درصد جوانه‌زني در دماي 20 درجه سانتي‌گراد با 72 درصد بدست آمد. نتايج نشان داد كه مدل‌هاي 4 و 5 پارامتره بتا در مقايسه با ديگر مدل‌ها، توانست توصيف بهتري را از واكنش سرعت جوانه‌زني ارشته خطايي نسبت به دما ارائه كنند كه دليل آن R2 بالاتر (براي هر دو مدل 0.99) و AIC (73.16- و 73.27-) و RMSE (0.0092 و 0.0091) پايين‌تر در اين مدل‌ها بود. بطور كلي دماهاي پايه، بهينه و حداكثر ارشته خطايي به ترتيب 4.29، 19.76 و 37.55 درجه سانتي‌گراد با مدل 4 پارامتره بتا و 4.22، 19.72 و 37.83 درجه سانتي‌گراد با مدل 5 پارامتره بتا تخمين زده شد. يافته هاي به دست آمده اين تحقيق مي‌تواند در پيش‌بيني جوانه‌زني ارشته خطايي در شرايط دمايي مختلف استفاده شود.

In order to evaluate different nonlinear regression models for estimating cardinal temperatures of Lepyrodiclis holosteoides as an invasive weed, an experiment was carried out at Biodiversity Laboratory of Environmental Sciences Research Institute at Shahid Beheshti University. 8 germination temperatures (0, 5, 10, 15, 20, 25, 30 and 35 °C) and humidity potential (0, -0.2, -0.4, -0.6 and -0.8 MPa) with four replications. Were arranged in a completely randomized design with for replications. Then, germination rate and percentage of seeds were measured. To predict the response of germination rate to temperature in Lepyrodiclis holosteoides, some regression models including dent-like, segmented, beta (four and five parameters) were applied. Some statistical estimators like Root Mean Squared of Error (RMSE), Akaike Information Criterion (AIC) and coefficient of determination (R2) were used to evaluate goodness of fit for different regression models. Results showed that the highest germination percentage (72%) was obtained at 20 °C. Results also indicated that beta four and five-parameter models were amongst the superior functions in describing the response of germination rate to temperature in Lepyrodiclis holosteoides largely due to their higher R2 (0.99 for both beta models), lower AIC (-73.16 and -73.27) and RMSE (0.0092 and 0.0091). Generally, base, optimum and ceiling cardinal temperatures for Lepyrodiclis holosteoides were estimated 4.29, 19.76 and 37.55 °C for beta four-parameter models and 4.22, 19.72 and 37.83 °C for beta five-parameter model. The findings of the current study (i.e. cardinal temperatures) could be used in prediction of Lepyrodiclis holosteoides germination and emergence under various temperatures.