تعداد نشریات | 27 |
تعداد شمارهها | 364 |
تعداد مقالات | 3,223 |
تعداد مشاهده مقاله | 4,740,364 |
تعداد دریافت فایل اصل مقاله | 3,237,898 |
ارزیابی مدل AquaCrop برای شبیهسازی عملکرد گیاه گندم تحت سناریوهای مختلف مدیریت زراعی در قزوین | ||
مدل سازی و مدیریت آب و خاک | ||
مقاله 6، دوره 4، شماره 2، 1403، صفحه 1-16 اصل مقاله (1.68 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22098/mmws.2023.12533.1248 | ||
نویسندگان | ||
محمدهادی جرعه نوش* 1؛ اصلان اگدرنژاد2؛ محمد علی شاهرخ نیا3؛ نیازعلی ابراهیمی پاک4 | ||
1دکتری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، شیراز، ایران | ||
2استادیار، گروه علوم و مهندسی آب، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران | ||
3دانشیار، بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، شیراز، ایران | ||
4استاد، بخش آبیاری و فیزیک خاک، مؤسسة تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران | ||
چکیده | ||
مدلهای گیاهی برای بهینهسازی عوامل مدیریتی در محیطهای متغیر استفاده میشود. در این مطالعه، مدل AquaCrop 6 در پیشبینی زیستتوده و عملکرد محصول گندم پاییزه در سه سال زراعی در نیمة شمالی ایران و در منطقة قزوین بهکار گرفته شد. دادههای سال زراعی اول (1395-1394) برای واسنجی و دادههای سالهای دوم و سوم زراعی (1396-1395 و 1397-1396) برای صحتسنجی مدل بهکاربرده شد. مقادیر اندازهگیری شدة زیستتوده و عملکرد دانه، جهت تعیین پارامترهای واسنجی در سال اول بهکار رفت. مدل واسنجی شده دقت بالایی در شبیهسازی زیستتوده، عملکرد دانه و بهرهوری آب را نشان داد. مدل مقادیر زیستتوده را با دقت بالاتری نسبت به عملکرد شبیهسازی نمود. در مرحلة واسنجی، مقادیر ضریب باقیمانده (CRM)، میانگین مربعات خطای نرمال شده (NRMSE)، شاخص سازگاری (d) برای زیستتوده بهترتیب 15/0-، 17/0، 92 درصد بود. این مقادیر در مرحلة صحتسنجی برای زیستتوده بهترتیب 1/0-، 24/0 و 92 درصد و برای عملکرد بهترتیب 03/0-، 06/0 و 80 درصد بهدست آمد. با اجرای مدل در سناریوهای مختلف اقلیمی، تاریخ کشت و کمآبیاری مشخص شد حداکثر تأخیر در تاریخ کشت 15 آبان است. کاهش 25 درصدی آب آبیاری، عملکرد دانه در سالهای مرطوب، نرمال و خشک را بهترتیب تا 15، 20 و 28 درصد و کاهش 50 درصدی آب آبیاری، مقدار آن را بهترتیب تا 20، 25 و 45 درصد کاهش داد. استفاده از مدل آکواکراپ، بهعنوان روشی کمهزینه و با صرف زمان کم، گذر از اندازهگیریهای سخت و زمانبر مزرعهای را ممکن میسازد و بهعنوان روشی مناسب در تخمین عملکرد گندم در منطقة مورد مطالعه پیشنهاد میشود. | ||
کلیدواژهها | ||
آبیاری؛ بهرهوری؛ زیستتوده؛ واسنجی | ||
مراجع | ||
References Ababaei B., Abraha B., & Ramzani-Etedali H. )2017(. Water footprint assessment of main cereals in Iran. Agricultural Water Management, 179(30), 401-411. doi:10.1016/j.agwat.2016.07.016 Alizadeh, H.A., Nazari, B., Parsinejad, M., Ramzani Etedali, H., & Janbaz, H. (2010). AquaCrop evaluation in deficit irrigation in Karaj. Iranian Journal of Irrigation and Drainage, 4, 273-283. [In Persian] Abi-Saab, M.T., Todorovic, M., & Albrizio, R. (2014). Comparing AquaCrop and CropSyst models in simulating barley growth and yield under different water and nitrogen regimes. Does calibration year influence the performance of crop growth models?. Agriultural Water Management, 147, 21-33. doi:10.1016/j.agwat.2014.08.001 Abrha, B., Delbecque, N., Raes, D., Tsegay, A., Todorovic, M., Heng, L., Vanutrecht, E., Geerts, S., Garcia-Vila, M., & Deckers, S. (2012). Sowing strategies for barley (Hordeum Vulgare) based on modelled yield response to water with AquaCrop. Experimental Agriculture, 48(2), 252-271. doi;10.1017/S0014479712000166 Ahmadi, K., Gholizadeh, H., Ebadzadeh, H., Kazemian, A., Hoseinpur, R., Rafiee, M., & Abdeshah, H. (2017). Iran agricultural statistics. Ministry of agriculture, IT center, from http://www. amar.maj.ir. [In Persian] Amiri, E., Bahrani, A., Khorsand, A., & Haghjoo, M. (2016). Evaluating AquaCrop model performance to predict grain yield and wheat biomass, under water stress. Water and Soil Knowledge, 25(4/2), 217-229. [In Persian] Andarzian, B., Bannayan, M., Steduto, P., Mazraeh, H., Barati, M.E., Barati, M.A., & Rahnama, A. (2011). Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran. Agricultural Water Management, 100, 1-8. doi:10.1016/j.agwat.2011.08.023 Anjum Iqbal, M., Shen, Y., Stricevic, R., Pei, H., Sun, H., Amiri, E., Penas, A., Penas, A., & Rio, S. (2014). Evaluation of the FAO AquaCrop model for winter wheat on the North China Plain under deficit irrigation from field experiment to regional yield simulation. Agricultural Water Management, 135, 61-72. doi:10.1016/j.agwat.2013.12.012 Araya, A., Kisseka, I., & Holman, J. (2016). Evaluating deficit irrigation management strategies for grain sorghum using AquaCrop. Irrigation Science, 34(6), 465-481. doi:10.1007/s00271-016-0515-7 Ebrahimipak, N.A., Egdernezhad, A., & Khodadadi Dehkordi, D. (2018). Evaluation of AquaCrop Model to Simulate Corn Yield under Water deficit and Superabsorbent application. Journal of Irrigation and Water Engineering, 8(31), 166-184. [In Persian] Farahani H.J., Izzi, G., & Oweis, T.Y. (2009). Parameterization and evaluation of FAO AquaCrop model for full and deficit irrigated cotton. Agronomy Journal, 101(3), 469-476. doi:10.2134. doi:10.2134/agronj2008.0182s Garcia-Vila, M., Fereres, M., Mateos, E., & L. Orgaz. (2009). Deficit irrigation optimization of cotton with AquaCrop. Agricultural Journal, 101(3), 477-487. doi:10.2134/agronj2008.0179s Golabi, M., & Naseri A.A. (2016). Evaluating AquaCrop model performance to predict sugarcane yield and soil salinity, under water stress. Iranian Journal of Soil and Water Research, 46(4), 685-694. doi:10.22059/ijswr.2015.56792. [In Persian] Hassanli, M., Afrasiab, P., & Ebrahimian, H. (2015). Evaluation of AquaCrop vs SALTMED Models to Estimate Crop Yield and Soil Salinity. Iranian Journal of Soil and Water Research, 46(3), 487-498. doi:10.22059/ijswr.2015.56738 Hussein, F., Janat, M., & Yakoub, A. (2011). Simulating cotton yield response to defcit irrigation with the FAO AquaCrop model. Spanish Journal of Agricultural Research, 9(4), 1319-1330. doi:10.5424/sjar/20110904-358-10 Jorenush, M.H., Broomand Nasab, S., Naseri, A.A., Pakparvar, M., & Taghvaeian, S. (2019). AquaCrop evaluation to simulate wheat production and plantig date in Fars province. Journal of Water and Irrigation Management, 9(1), 95-107. doi:10.22059/jwim.2019.287266.701. [In Persian] Khalili, N., Davari, K., Alizadeh, A., Kafi, M., & Ansari, H. (2014). Simulation of rainfed wheat yield using AquaCrop model, Case Study: Sisab Rainfed Researches Station, Northern Khorasan. Journal of Water And Soil, 28(5), 930-939. doi:10.22067/jsw.v0i0.34927 [In Persian] Khorsand, A., Verdinejad, V.R., & Shahidi, A. (2014). Evaluating AquaCrop model performance to predict wheat grain yield, moisture and soil salinity, under salinity and water stress. Journal of Water and Irrigation Management, 4(1), 89-104. doi:10.22059/jwim.2014.51640 [in Persian] Kim, D., & Kaluarachchi, J. (2015). Validating FAO AquaCrop using landsat images and regional crop information. Agricultural Water Management, 149, 143-155. doi:10.1016/j.agwat.2014.10.013 Kumar, P., Sarangi, A., Singh, D.K., & Parihar S.S. (2014). Evaluation of AquaCrop model in predicting wheat yield and productivity under irrigated saline regimes. Irrigation and Drainage, 63, 474–487. doi:10.1002/ird.1841 Mkhabela, M.S., & Bullock, P.R. (2012). Performance of the FAO AquaCrop model for wheat grain yield and soil moisture simulation in Western Canada. Agricultural Water Management, 110, 16–24. doi:10.1016/j.agwat.2012.03.009 Mohammadi, M., Ghahraman, B., Davari, K., Ansari, H., & Shahidi, A. (2015). Validation of AquaCrop model performance to simulate winter wheat grain yield and water use efficiency, under water and salinity stress. Journal of Water Research in Agriculture, 29(1), 67-84. doi:10.22092/jwra.2015.103054. [In Persian] Neysi, K., Egdernezhad, A., & Abbasi, F. (2023). Optimizing the consumption and distribution of nitrogen fertilizer for corn plants using response surface modeling. Water and Soil Management Modelling, 3(4), 60-76. doi:10.22098/mmws.2022.10969.1093. [In Persian] Paredes, P., Alves, I., & Pereira, L.S. (2014). Assessing the performance of the FAO AquaCrop model to estimate maize yield and water use under full and deficit irrigation with focus on model parameterization. Agricultural Water Management, 144, 81-97. doi:10.1016/j.agwat.2014.06.002 Paredes, P., Wei, Z., Liu, Y., Xu, D., Xin, Y., Zhang, B., & Pereira, L.S. (2015). Performance assessment of the FAO AquaCrop model for soil water, soil evaporation, biomass and yield of soybean in north china plain. Agricultural Water Management, 152, 57-71. doi:10.1016/j.agwat.2014.12.007 Pereira, L.S., Paula, P., Rodrigues, G.C., & Neves, M. (2015). Modeling malt barley water use and evapotranspiration partitioning in two contrasting rainfall years. Assessing AquaCrop and SIMDualKc models. Agriculture Water Management, 159, 239-254. doi:10.1016/j.agwat.2015.06.006 Salemi, H., Mohd Soom, M.A., Lee, T.S., Mousavi, S.F., Ganji, A., & KamilYusoff, M. (2011). Application of AquaCrop model in deficit irrigation management of Winter wheat in arid region. African Journal of Agricultural Research, 610, 2204-2215. doi:10.5897/AJAR10.1009 Steduto, P., Hsiao, T.C., Raes, D., & Fereres, E. (2009). AquaCrop- The FAO crop model to simulate yield response to water. Agronomy Journal, 101, 426-437. doi:10.2134/agronj2008.0139s Talbot, G. (2014). Relative yield composition: A method for understanding behavior of complex crop models. Environmental Modelling and Software, 51,136-148. doi:10.1016/j.envsoft.2013.09.017 Tavakkoli, A.A., Mahdavi, M., & Sepaskhah, A.R. (2015). Evaluation of the AquaCrop model for barley production under deficit irrigation and rainfed condition in Iran. Agricuitural Water Management, 161, 136-146. doi:10.1016/j.agwat.2015.07.020 Toumi, J., Er-Raki, S., Ezzahar, J., Khabba, S., Jarlan, L., & Chehbouni, A. (2016). Performance assessment of AquaCrop model for estimating evapotranspiration, soil water content and grain yield of winter wheat in Tensift Al Haouz (Morocco): Application to irrigation management. Agricultural Water Management, 163, 219-236. doi:10.1016/j.agwat.2015.09.007 | ||
آمار تعداد مشاهده مقاله: 592 تعداد دریافت فایل اصل مقاله: 323 |