مدل سازي واكنش سرعت جوانه زني ژنوتيپ هاي مختلف برنج نسبت به دما

Modeling the response of germination rate of different rice genotypes to temperature

مراحل جوانه‌زني و سبزشدن از حساس ترين مراحل زندگي گياه مي باشند، زيرا در اين مرحله بذر در معرض عوامل نامساعد محيطي قرار دارد و استقرار بوته با مشكل مواجه مي شود. بنابراين پيش بيني زمان جوانه زني يكي از مهمترين اهداف محققين علوم مدل سازي است. در اين راستا روش هاي رياضي از جمله تعيين بهترين تابع رگرسيوني كه بتواند واكنش سرعت جوانه زني نسبت به دما را كمي نموده و دماهاي كاردينال را برآورد نمايد، مي تواند اطلاعات بسيار مفيدي در مورد ويژگي ها و نيازهاي دمايي گياه در اين مرحله بدست دهد. پژوهش حاضر به صورت فاكتوريل در قالب طرح كاملاً تصادفي با استفاده از شش رقم برنج شامل بينام، هاشمي، عنبربو (محلي)، دشت، گيل 3 (اصلاح شده) و IR64 (خارجي) و 19 سطح دمايي در دامنه 12 تا 48 درجه سانتي‌گراد با فاصله دو درجه از هم در سال 1389 انجام شد. نتايج تجزيه واريانس داده ها نشان داد كه بين ژنوتيپ هاي مختلف برنج و اثر متقابل ژنوتيپ × دما، اختلاف معني داري از لحاظ سرعت جوانه زني بذرها وجود دارد. جهت توصيف رابطه بين سرعت جوانه زني و دما از مدل هاي بتا، درجه دوم، منحني، دندان مانند و دو تكه اي استفاده شد. معيارهاي مختلف ارزيابي برازش مدل نشان دادند كه دقت مدل هاي مختلف متفاوت مي باشد، به طوري كه مدل برتر براي رقم هاشمي مدل دو تكه اي، براي دشت و گيل 3 مدل بتا، براي عنبربو و IR64 مدل منحني و براي بينام مدل هاي بتا و منحني بودند. بر اساس يافته هاي حاصل از اين پژوهش مي توان از مدل هاي فوق براي پيش بيني زمان جوانه‌زني بذرها و همچنين مدل سازي ارقام برنج مورد مطالعه استفاده نمود.

The germination and emergence are the most critical stages of plant life, because seeds are exposed to unfavorable environmental factors at this stage and plant establishment is confronted with difficulty. Therefore, prediction of germination time is one of the main goals of simulation researchers. In this regard mathematical techniques such as determination of the best nonlinear regression function which can quantify response of germination rate to temperature and estimate the cardinal temperatures would be very informative about characteristics and plants thermal requirements at this stage. The present study was conducted using a factorial experiment arranged in completely randomized design with three replications in 2010. The experimental factors including 19 temperature levels (12-48?C at intervals of 2?C from each other) and six rice (Oryza sativa L.) genotypes namely Binam, Hashemi, Anbarbou (landrace varieties), Dasht, Gil3 (Iranian improved cultivars) and IR64 (IRRI improved cultivar). Analysis of variance showed that there are significant differences between studied genotypes and genotype×temperature interaction effect for germination rate. The models of beta, quadratic, curvilinear, dent-like and segmented were applied to describe the relationship between germination rate and temperature. The comparison of different criteria for evaluating of the studied models showed different precision of the fitted models so that the segmented model for Hashemi variety, the beta model for Dasht and Gil3 varieties, the curvilinear model for Anbarbou and IR64 varieties and the beta and curvilinear models for Binam variety were the better than the other models. Results of current study showed that the mentioned models and their estimated cardinal temperatures can be used to predict the germination time and simulation of the studied rice varieties.