تخمين توابع توليد اقليمي براي تخمين عملكرد جو ديم در كوهدشت و پلدختر و تحليل حساسيت آن

Prediction of Climate Yield Production Functions for Rainfed Barley at Kohdasht and Poldokhtar and its Sensitive Analysis

شناخت پارامترهاي موثر و برنامه‌ريزي براي مديريت آنها و هماهنگ‌سازي عمليات زراعي با روند تغييرات پارامترهاي موثر، منجر به بهبود شرايط توليد و پيش‌بيني دقيق‌تر توليد خواهد شد. رشد و نمو محصولات و توليد آنها در شرايط ديم، تابعي از تغييرات پارامترهاي اقليمي است، اما اثرگذاري برخي عوامل بيشتر مي‌باشد. بدين منظور آمار 25 پارامتر هواشناسي و غير هواشناسي دسته‌‌بندي شده همراه با آمار زراعي عملكرد جو ديم در شهرستان‌‌هاي كوهدشت و پلدختر به عنوان نمونه مناطق گرم براي سال‌‌هاي زراعي 85-1377 و براي تعيين توابع توليد اقليمي به كار گرفته شد. در تخمين عملكرد با استفاده از تابع توليد اقليمي، رابطه هر يك از عوامل آب و هوايي به عنوان متغير مستقل با عملكرد دانه جو ديم به عنوان تابع، از طريق رگرسيون‌هاي خطي و غير خطي تعيين و با استفاده از تجزيه عليت، ضريب همبستگي به دو بخش اثرات مستقيم و غير مستقيم تفكيك شد. نتايج نشان‌‌دهنده نقش بارز كمبود فشار بخار دوره رشد محصول (اول آبان تا آخر تير ماه) در توابع توليد محلي و جامع منطقه‌‌‌اي مناطق گرم استان است. مطابق با توابع استخراجي، مدل‌هاي محلي نياز به داده‌‌‌‌هاي ورودي كم‌تري دارند ولي مدل منطقه‌‌‌اي نيازمند داده‌‌‌‌هاي اقليمي بيشتري است (Tmin, RHmean, n, PWinter, PStart, Pend, Tmin-abs, PAzar, PDay, PFar., POrd., Tmax-azar). با تعيين ميزان شاخص بهره‌‌‌‌وري بارش (ميزان توليد به ازاي واحد بارش فصل زراعي) در اين مناطق طي 8 سال زراعي، بيش‌ترين، كم‌ترين و ميانگين آن به ترتيب 422/0، 137/0 و 304/0 كيلوگرم بر متر مكعب بارش به دست آمد كه ميانگين آن حدود 2/27 درصد از ميانگين كشوري (239/0 كيلوگرم بر متر مكعب بارش) بيش‌‌تر مي‌باشد. نتايج نشان داد كه در فرآيند تحليل حساسيت، ساعات آفتابي، دما حداقل، ميانگين رطوبت نسبي، روز تا اولين بارش موثر پاييزه، روز تا آخرين بارش موثر، بارش زمستانه موثرترين پارامتر اقليمي هستند.

Assessment of effective climate parameters and planning for their managing and or arranging agronomic activity with those trend changes, that result to improving production baseline and prediction for future. In order to determination of climate-yield production functions, analyzed eight crop seasons data (1998-2006) of 25 climate parameters and rainfed barley grain yields of four cold and semi-cold regions of Lorestan province. These regions were including Kohdasht and PoleDokhtar regions. By path analysis method, correlation coefficient separated to direct and indirect effects. Results showed that in local and common models of production functions, the role of crop season vapor pressure deficit is very important. The local models necessary small input data but common model need more input data (Tmin, RHmean, n, PWinter, PStart, Pend, Tmin-abs, PAzar, PDay, PFar., POrd., Tmax-azar). Rain water productivity of all regions determined for eight crop seasons, and amounts of maximum, minimum and average of rain water productivity were 0.422, 0.137 and 0.304 kg per cubic precipitation, which its average was 27.2 percent more than national average (0.239 kg.m-3). The sunshine, minimum temperature, average relative humidity, start rain and winter precipitation parameters, were the most sensitive parameters on barley grain yield prediction. We conducted the climate-yield models are useful tools to predict rainfed barley yield and so to assist managers and farmers for making decisions in rainfed agronomic activity under climate parameters changes.