بررسي تاثير شاخص‌‌ها و متغير‌هاي هواشناسي كشاورزي در عملكرد بهينه گندم (مطالعه موردي: استان همدان)

Investigating the Effect of Agroclimatic Indices and Variables on Optimum Wheat Performance (Case study: Hamedan Province)

اين تحقيق با هدف معرفي بهترين شاخص‌‌ها و متغير‌‌هاي آگروكليمايي موثر در توليد گندم ديم و آبي استان همدان با استفاده داده‌‌هاي روزانه هواشناسي، داده‌‌هاي عملكرد گندم و داده‌‌هاي دوره فنولوژي انجام شد. در اين تحقيق همبستگي آماري بين عملكرد گندم آبي و ديم در 7 شهر استان با شاخص‌‌هاي اگروكليمايي بارش سالانه، بارش فصلي، بارش ماهيانه، بارش ده روزه (دهكي)، كمبود بارش مرجع (P-ET0)، كمبود بارش گياهي ((P-ETc ، درجه-روز رشد (GDD) (با آستانه‌‌هاي حرارتي صفر، 5، 10، 15 و 20 درجه سانتي گراد) در مقياس ماهيانه و درجه-روز رشد در مقياس ده روزه مورد بررسي قرار گرفت. به منظور سنجش ميزان همبستگي از معيار‌هاي آماري ضريب همبستگي (r) و ضريب تبيين (R2) استفاده شد و همبستگي‌‌ها با دو روش دو متغيره و چند متغيره (پيرسون) به اجرا درآمد. در رگرسيون‌‌هاي دو متغيره جمعا 462 سناريو و در رگرسيون‌‌هاي چند متغيره 55 سناريو در سطوح معني دار 99 درصد و 95 درصد ارزيابي شدند. نتايج بررسي نشان داد كه از بين شاخص‌‌هاي مورد مطالعه، شاخص كمبود بارش گياهي همبستگي قوي‌تري در مقايسه با ديگر شاخص‌‌ها از خود نشان ميدهد (با ميانگين36/0 =R2). مقايسه ضرايب آماري حاكي از تاثيرپذيري قابل ملاحظه عملكرد گندم از بارش‌‌هاي بهاره (فروردين و ارديبهشت) در مقايسه با ساير فصول بود. در مجموع، ضرايب همبستگي عملكرد با شاخص‌‌هاي اگروكليمايي براي گندم ديم بيش از گندم آبي بدست آمد، كه مويد حساسيت بالاتر گندم ديم به شاخص‌‌هاي مورد مطالعه مي‌باشد. در بررسي سناريو‌‌هاي همبستگي دو متغيره، با شاخص درجه-روز رشد، آستانه حرارتي 5 درجه سانتي گراد بيشترين اثر گذاري را بر عملكرد محصول گندم در مقايسه با ساير آستانه‌‌ها از خود نشان داد (50/0 =R2). بطوريكه تاثير نوسانات دما بر مقدار عملكرد در ماه‌هاي بهار نيز مشهود بود. نتايج تحليل رگرسيون‌‌هاي چند متغيره حاكي از همبستگي قوي شاخص كمبود بارش (مرجع و گياهي) با عملكرد سالانه گندم بود. اين نتايج با نتايج همبستگي‌‌هاي دو متغيره سازگاري داشت. اين درحالي است كه رگرسيون‌‌هاي چند متغيره عملكرد با شاخص‌‌هاي درجه-روز رشد هيچگونه همبستگي معني داري را تاييد ننمودند. در همبستگي‌‌هاي چند متغيره، در بيش از 90 درصد سناريو‌ها ضرايب همبستگي معني دار و مثبت و در محدوده 67/0 الي 97/0 قرار داشت. ضمناً نواحي غربي استان استعداد بهتري براي كشت گندم در مقايسه با ساير مناطق نشان داد.

This study was conducted to identify the most effective agroclimatic variables (indices) which are detrimental for wheat production (irrigated and rainfed) in Hamedan Province. For this purpose, statistical correlation analysis were performed for seven sites between wheat performance (WP) (Kg. per hectare) and various agroclimatic indices namely: annual rainfall (Pa), seasonal rainfall (Ps), monthly rainfall (Pm), 10-day rainfall (Pd), reference precipitation deficit (RPD), crop precipitation deficit (CPD), monthly growing degree-day (GDDm) and 10-day growing degree-day (temperature thresholds of 5, 10, 15 and 20 degrees centigrade). To evaluate the degree of correlations, correlation coefficients and coefficients of determination (R2) were determined for all steps using two-variable and multi-variable (Pearson) approaches. For two-variable correlations, 462 scenarios were constructed. For mulit-variable Pearson correlations, 55 scenarios were defined at statistical significant levels of p < 0.01 and p < 0.05 respectively. The results showed that crop precipitation deficit index (CPD) is the most effective factor affecting wheat performance in Hamedan (R2=0.36). It was found that the rainfall events in March and April are more effective than other months. On average, the rainfed wheat was more sensitive to agroclimatic variables than irrigated wheat. The analysis of two-variable correlations (WP-GDD) revealed that the spring time GDD at 50C (GDD5) is more effective than other temperature thresholds. In general, the results of two–variable correlation analysis and multi-variable analysis both showed that the RPD and CPD are the most effective agroclimatic indices governing WP. By contrast, the multi–variable analysis of GDD showed insignificant correlation coefficients. For multi-variable method, more than 90درصد of the correlation coefficients were positive (0.67 < r < 0.97) and statistically significant (P < 0.05). On average, the western areas of the province were more susceptible for wheat production (rainfed and irrigated) than the other areas.