مروری بر مدل های تداخل علف های هرز

محورهای موضوعی : گیاه پزشکی

رحمان خاکزاد ^{1 *} , مصطفی اویسی ² , رضا دیهیم فرد ³

1 - دانشکده کشاورزی ساری، سازمان فنی و حرفه ای استان مازندران
2 - گروه زراعت و اصلاح نباتات، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
3 - گروه کشاورزی اکولوژیک، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی

تاریخ دریافت : 1401/06/19 تاریخ پذیرش : 1401/06/19 تاریخ انتشار : 1400/06/01

کلید واژه: پیش بینی, Prediction, رقابت, competition, empirical models, تلفات عملکرد, Yield losses, مدل های تجربی, مدل های مکانیستیک, mechanistic models,

چکیده مقاله :

علف های هرز به دلیل ماهیت پویا و انعطاف پذیرشان، معضلی همیشگی در تولید محصولات کشاورزی هستند. مدل های ریاضی ابزاری قابل توجه برای درک و پیش بینی تلفات عملکرد محصول ناشی از تداخل علف هرز-گیاه زراعی ارائه می دهند. مدل های رقابت علف هرز-گیاه زراعی به آگاهاندن تصمیمات مدیریتی علف های هرز هم به صورت کوتاه مدت برای مقابله با جمعیت علف های هرز موجود و هم در دراز مدت برای برنامه ریزی استراتژیهای مدیریت پایدار علف های هرز کمک می کنند. بیشتر مطالعات مربوط به رقابت مبتنی بر مدل های تجربی هستند. توابع تجربی متداول ترین مدل هایی هستند که اطلاعاتی را برای مقادیر آستانه علف های هرز ارائه می دهند. محدودیت چنین مدل هایی این است که آنها بر مبنای توابع آماری هستند و معمولا بینش های بیولوژیکی را برای تداخل گیاه زراعی-علف هرز در نظر نمی گیرند. رقابت علف هرز-گیاه زراعی یک پدیده پیچیده است و برای درک این (پدیده)، یک مدل مکانیستیکی دقیق بینش بهتری نسبت به یک مدل تجربی ارائه می دهد. مدل های مکانیستیکی یا توضیحی تمام فرایندها یا مکانیسم های اساسی و وابستگی آنها به یکدیگر را با توجه به زمان و محرک های خارجی در نظر می گیرند. مدل های رقابت را می توان در چارچوبی از یک سیستم پشتیبانی تصمیم گیری ادغام کرد. در این بررسی، ما مدل های تجربی و مکانیستیکی را که در حال حاضر برای مطالعه تداخل گیاه زراعی-علف هرز استفاده می شوند، ارائه می دهیم.

چکیده انگلیسی:

Weeds represent a continuous problem in agricultural production due to their dynamic and resilient nature. Mathematical models offer a significant tool for understanding and predicting the crop yield losses incurred due to weed-crop interference. Weed-crop competition models help to inform weed management decisions, both on a short-term basis to tackle the present weed population and in the long term to plan sustainable weed management strategies. Most competition studies are based on empirical models. Empirical functions are the most commonly used models, which provide information for weed threshold values. The limitations of such models are that they are based on statistical functions and usually do not consider biological insights for crop-weed interference. Crop-weed competition is a complex phenomenon, and to understand this, a detailed mechanistic model offers better insights than an empirical model. Mechanistic or explanatory models take into account all underlying processes or mechanisms and their dependence on each other with respect to time and external drivers. Competition models can be integrated within the framework of a decision support system (DSS). In this review, we present empirical and mechanistic models that are currently in use for studying crop-weed interference.