پديد آورندگان :
سرايي‌تبريزي، مهدي سرايي‌تبريزي نويسنده دانشجوي دكتري، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات تهران، گروه مهندسي آب، تهران، ايران. , , بابازاده، حسين نويسنده دانشيار، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات تهران، گروه مهندسي آب، تهران، ايران. , , همايي، مهدي نويسنده استاد، دانشگاه تربيت مدرس، دانشكده كشاورزي، گروه خاكشناسي، تهران، ايران. , , كاوه ، فريدون نويسنده دانشيار، دانشگاه آزاد اسلامي، واحد علوم و تحقيقات تهران، گروه مهندسي آب، تهران، ايران. , , پارسي‌نژاد، مسعود نويسنده استاد، دانشگاه تهران، پرديس كرج، دانشكده علوم و مهندسي آب، كرج، ايران. ,
چكيده فارسي :
مدل‌هاي رياضي چندي براي پاسخ گياهان به شوري وجود دارد كه در همه آنها شوري عصاره اشباع خاك مبناي واكنش گياه به شوري محيط ريشه در نظر گرفته مي‌شود. چنانچه بتوان از شوري آب آبياري به جاي شوري عصاره اشباع خاك در اين مدل‌ها استفاده كرد، گامي موثر در راستاي كاربردي كردن اين مدل‌ها برداشته مي‌شود. هدف از اين پژوهش، ارزيابي كمّي پاسخ گياه ريحان به شوري آب آبياري و برآورد آستانه كاهش عملكرد آن و نيز بررسي كارآيي مدل‌هاي رياضي موجود براي برآورد عملكرد اين گياه نسبت به شوري آب آبياري است. بدين منظور، آزمايشي با 13سطح شوري آب شامل شوري‌هاي 175/1 (تيمار شاهد)، 8/1، 2، 2/2، 5/2، 8/2، 3، 5/3، 4، 5، 6، 8 و 10 دسي‌زيمنس بر متر انجام شد. به منظور كمّي كردن اثر شوري بر عملكرد محصول، از هفت مدل رياضي استفاده شد. نتايج نشان داد آستانه كاهش عملكرد ريحان نسبت به شوري آب آبياري 7/1 دسي‌زيمنس بر متر و شيب خط كاهش عملكرد 1/8 درصد بر دسي‌زيمنس بر متر است. مدل رياضي همايي و همكاران (2002) در شبيه‌سازي تابع كاهش عملكرد ريحان به شوري آب آبياري داراي دقت بيشتري نسبت به ديگر مدل‌ها بود. به طور كلي، نتايج اين پژوهش نشان داد كه مدل‌هاي جذب همايي و همكاران (2002)، ون‌گنوختن و هافمن (1984) و دو مدل آماري استپوهن و همكاران (2005) براي شبيه‌سازي واكنش عملكرد ريحان به شوري آب آبياري از دقتي مناسب برخوردارند (كمترين مقدار nRME و ME). همچنين، نتايج نشان داد كه در شرايطي كه آبشويي در حد مناسب اعمال شود، بين نتايج مدل‌ها نسبت به شوري عصاره اشباع و شوري آب آبياري اختلاف معني‌داري وجود ندارد.
چكيده لاتين :
Several mathematical models exist that represent plant response to salinity. These models consider salinity of the soil saturation extract (ECe) for plant response to salinity in the root zone. A considerable step would be taken towards applying such models, if irrigation water salinity can be used instead of ECe, because under field conditions, irrigation water salinity measurement is much easier than determining soil salinity. The objectives of this study were to quantify basil response to irrigation water salinity, to estimate its yield salinity threshold value and to investigate efficiency of available mathematical models for estimating its yield based on irrigation water salinity. Consequently, a large experiment was conducted with 13 water salinity levels including 1.175 (control treatment), 1.8, 2, 2.2, 2.5, 2.8, 3, 3.5, 4, 5, 6, 8, and 10 dSm-1. The designated salinity treatments were performed by diluting the Shoor River saline water with adequate quantity of fresh water. In order to quantify the salinity effect on basil yield, seven mathematical models were selected. The results indicated that basil yield reduction threshold value based on irrigation water salinity was 1.7 dSm-1 with yield reduction gradient of 8.1% per dSm-1. The mathematical model of Homaee et al. (2002) provided more accuracy than the other models in simulating basil yield reduction function based on irrigation water salinity. Overall, the results of this research indicated that root water uptake models of Homaee et al. (2002), van Genuchten and Hoffman (1984) and two statistical models of Steppuhn et al. (2005) provide reasonable results for simulating basil yield response to irrigation water salinity, respectively (the least nRMSE and ME). The results further indicated that when enough leaching was applied, there would not be significant differences between the ECe-based models and those obtained based on irrigation water salinity.
