Evaluation of CWSI for Three of Corn Cultivars under Drip Irrigation Regimes (The Lands of Khuzestan Northern)
Subject Areas : Farm water management with the aim of improving irrigation management indicatorsپیمان لالوند 1 , ali heydar nasrolahi 2 , محمد Kh 3 , مهری سعیدی نیا 4
1 - M.Sc. Student, Water Engineering Department, Faculty of Agriculture and Natural Resources, Lorestan University, Khoramabad, Iran.
2 - Assistant Professor, Department of Water Engineering, Faculty of Agriculture, Lorestan University, Khoramabad, Iran.
3 - Assistant Professor, Department of Agricultural Engineering and Research, Safi Abad Agricultural Research and Training Center, Agricultural Research, Education and Extension Organization, Dezful, Iran.
4 - Assistant Professor, Department of Water Engineering, Faculty of Agriculture, Lorestan University, Khoramabad, Iran.
Keywords: Leaf Temperature, Yield, Deficit irrigation, Irrigation Planning,
Abstract :
This study was conducted to evaluate the CWSI index in different cultivars of maize under drip irrigation Strategies at Safi Abad Agricultural Research Center, north of Khuzestan province. Irrigation management factors included T100 (100% water requirement), T75 (75% water requirement) and T50 (50% water requirement) were in main plots and maize hybrids including Single Cross 704 (SC), Mobin (M) and Karun (K) were subplots. High and low baseline relationships were estimated for all three cultivars with high accuracy (R2 <0.8) during the growing season. CWSI index varied from 0.01 to 0.46 for different treatments and at different growth stages. The results of statistical analysis showed that the difference of water stress index of maize was not significant between different cultivars but the effect of irrigation management on it was significant at 1% probability level. Accordingly, CWSI values of 0.17, 0.15, and 0.12 were estimated for corn growth and development, middle and end stages, respectively, to determine drip irrigation time using this index. In addition, the results showed that there was a high correlation between CWSI and maize yield and were derived the relationships to estimate yield by using this index. Based on these relationships, Caron hybrid had the highest sensitivityto water stress, with the coefficient or slope of grain and biological yield reduction against water stress were 21% and 47% respectively than were higher from other two cultivars.
آمارنامه جهاد کشاورزی. 1396. جلد اول: محصولات زراعی. وزارت جهاد کشاورزی. 90 صفحه.
احمدی، ح.، نصرالهی، ع.، شریفی پور، م.، عیسوند، ح. 1397. تعیین شاخص تنش آبی سویا برای مدیریت آبیاری برای عملکرد آب و بهره وری، مجله آبیاری و مهندسی آب 120-131: (32) 8.
خرمیان، م. 1390. شبیهسازی اثر مقادیر آب و نیتروژن بر حرکت نیترات در خاک و عملکرد ذرت دانهای در دو روش خاکورزی. رساله دکتری آبیاری و زهکشی، دانشگاه شهید چمران اهواز، دانشکده مهندسی علوم آب.
خورسند، ا.، وردی نژاد و. ر.، عسگرزاده، ح.، مجنونی هریس، ا.، رحمتی، ا.، بشارت، س؛ و صدرالدینی، ع. ا. 1398. تعیین شاخص تنش آبی (CWSI) جهت تشخیص زمان تنش آبی محصول ذرت در منطقه ارومیه. مجله تحقیقات آب و خاک ایران. 50 (4): 884-873.
سعیدی نیا، م.، برومند نسب، س.، هوشمند، ع.، سلطانی محمدی، ع؛ و اندرزیان، ب. 1394. کاربرد شاخص CWSI برای برنامه ریزی آبیاری ذرت با استفاده از آب شور در اهواز. مجله آب و خاک.173-185: (1) 26.
سعیدینیا، م.، نصرالهی، ع. ح؛ و شریفیپور، م. 1398. بررسی توانایی شاخص تنش آبی گیاه در برنامهریزی آبیاری و برآورد میزان عملکرد ذرت علوفهای. مجله تحقیقات آب و خاک ایران. 50 (3): 565-555.
عباسی، ف. ناصری، ع. سهراب، ف. باغانی، ج. عباسی، ن. اکبری، م. 1394. بهبود بهره وری در مصرف آب. سازمان تحقیقات، آموزش و گسترش کشاورزی. آمار کشاورزی 95-1394. وزارت جهاد کشاورزی، معاون برنامه ریزی و اقتصاد، مرکز فناوری اطلاعات و ارتباطات.
علیزاده، ا. 1384. رابطه آب و خاک و گیاه. انتشارات آستان قدس رضوی.470 ص.
قربانی، م.، برومند، س.، سلطانی محمدی، ع.، مینایی، س. 1393. برنامه ریزی آبیاری ذرت تابستانی در دو نوع آبیاری سطحی و باران با استفاده از شاخص CWSI در شرایط آب و هوایی اهواز. مجله علوم و مهندسی آبیاری. 38 (4): 73-64.
ناصری، ا. 1395. برنامهریزی آبیاری ذرت براساس اختلاف دمای هوا و آسمانه گیاهی. نشریه آبیاری و زهکشی ایران. 10 (3): 421-412.
Ahmadi. S.H. Agharezaee. M. Kamgar-Haghighi. A.A. and Sepaskhah. A.R. 2017. Comparing canopy temperature and leaf water potential as irrigation scheduling criteria of potato in water-saving irrigation strategies. International Journal of Plant Production 11(2): 333-348.
David A.Carroll, Neil C. Hansen, Bryan G. Hopkins and Kendall C. Dejonge. 2017. Leaf temperature of maize and Crop Water Stress Index with variable irrigation and nitrogen supply. Journal of Irrigation Science. 10.1007/s00271-017-0558-4.
Gontia, N.K. and Tiwari, K.N. 2008. Development of crop water stress index of wheat crop for scheduling irrigation using infrared thermometry. Agric. Water Manage. 95: 1144-1152.
Han. M. Zhang. H. Dejonge. K.C. Comas. L. H. and Gleason. S. 2018. Comparison of three crop water stress index models with sap flow measurements in maize. Agricultural Water Management (203): 366-375.
Idso S.B. 1982. Non-water-stressed baselines: a key to measuring and interpreting plant water stress.AgriculturalMeteorology. 27:59-70.
Idso. S.B. R.D. Jackson. P.J. Pinter. R.J. Reginato and J.L. Hatfield. 1981. Normalizing the stress-degree-day parameter for environmental variability. Agric. Meteoral. 24: 45-55.
O’Shaughnessy, S. A. Evett, S. R. Colaizzi P. D. and T. A. Howell. 2010. Automatic irrigation scheduling of grain sorghum using a CWSI and time threshold. ASABE. IRR10-9011.
Verdi race, and. Evangelist, Q. And h. Ahmadi. 2011. Estimation of Maximum Allowable Discharge of Forage Maize at Different Growth Stages Using Vegetation and Air Greenhouse Temperature Differences. Journal of Soil and Water Science and Technology, 25 (26): 1352-1384.
Veysi, S. Naseri, A. and Hamzeh, S. 2018. Relationship between leaf sheath moisture and Crop Water Stress Index (CWSI) using Infrared Thermometer. Journal of Irrigation Sciences and Engineering. 40(4): 77-90.
Yeşim, A. Halim, O. Arzu, G. Hüseyin, T.G. 2015. The Canopy Temperature Response to Vapor Pressure Deficit of Grapevine cv. Semillon and Razaki. Agriculture and Agricultural Science Procedia 4: 399 – 407.
_||_