شبیه سازی عملکرد دانه و ماده خشک ذرت تحت رژیم‌های مختلف آبیاری و کاربرد کود نیتروژن
محورهای موضوعی : اکوفیزیولوژی گیاهان زراعیمهتا حق جو 1 , عبداله بحرانی 2
1 - دانشگاه آزاد اسلامی، واحد رامهرمز، گروه کشاورزی، رامهرمز، ایران
2 - دانشگاه آزاد اسلامی، واحد رامهرمز، گروه کشاورزی، رامهرمز، ایران
کلید واژه: تنش خشکی, شبیه سازی, اعتبار سنجی, کود نیتروژن,
چکیده مقاله :
مدل کامپیوتری DSSAT- CSM می تواند رشد، نمو و محصول گیاهی را که در یک سطح یکنواخت کشت شده باشد تحت شرایط مدیریت‌های شبیه سازی شامل تغییرات در میزان آب خاک، کربن خاک، نیتروژن خاک و آبشویی نیتروژن شبیه سازی می کند. در این تحقیق ابتدا مدل CERES-Maize با تیمارهای 20% تخلیه رطوبتی واسنجی شد و سپس عملکرد محصول و زیست توده کل ذرت در زمان برداشت اعتبار سنجی شد. ضرایب واسنجی برای ذرت سینگل کراس 260 عبارت از: P1،P2، P5،G2 ، G3 و PHINT بودند که به ترتیب 169، 750.386 ، 775.9، 8.82، 39.20 به دست آمد. نتایج نشان داد که مدل، عملکرد محصول و زیست توده کل در زمان برداشت را به ترتیب با مقادیر ریشه میانگین مربعات خطای نرمال شده، شاخص توافق ویلموت و مقادیر ضریب همبستگی 18، 0.9 و 82 درصد و 29، 0.84 و 76 درصد برآورد می‌کند. بنابراین مدل CERES-Maize برای شبیه سازی عملکرد و زیست توده کل ذرت در منطقه شیراز دارای نتایج خوب می‌باشد. این مدل عملکرد دانه را در مقایسه با زیست توده کل بهتر شبیه سازی کرد. به طورکلی آن را می‌توان برای برنامه‌های مدیریتی آبیاری و کود نیتروژن در منطقه مورد مطالعه استفاده کرد.
DSSAT-CMS computer model simulates growth, development and crop production under the management conditions such as variation in soil moisture, soil carbon, soil nitrogen and nitrogen leaching. In this study, first CERES-Maize model with 20% moisture depletion and then grain yield and biomass of corn at harvesting time were calibrated. Calibration coefficients for corn single cross 260 were P1=169, P2=0.386, P5750, G2=775.9, G3=8.82 and PHINT39.20. Results showed that the model estimates grain yield and biomass in normalized mean root of error squares (RMSEn), Wilmot agreement index (d) and correlation (R2) coefficient at 18, 90 and 82 percent and 29, 84 and 84 percent respectively. Therefore, CERES-Maize model has the high precision in simulation of these two traits and also simulation was desirable in Shiraz region. The model simulated grain yield better than biomass. In general, the model can be used for irrigation and nitrogen management in the region.