واسنجی مدل CERES-Barley با استفاده از روش مدلسازی معکوس تحت شرایط کم آبیاری
محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاری
بهنام آبابایی
1
,
مهدی سرائی تبریزی
2
,
بهمن فرهادی بانسوله
3
,
تیمور سهرابی
4
,
فرهاد میرزایی
5
1 - دانش‌آموخته دکتری؛ گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی؛ دانشگاه تهران؛ کرج؛ ایران
2 - باشگاه پژوهشگران جوان و نخبگان؛ دانشگاه آزاد اسلامی؛ واحد علوم و تحقیقات؛ تهران؛ ایران
3 - استادیار گروه مهندسی آب؛ دانشکده کشاورزی؛ دانشگاه رازی؛ کرمانشاه؛ ایران
4 - استاد گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی؛ دانشگاه تهران؛ کرج؛ ایران
5 - استادیار گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی؛ دانشگاه تهران؛ کرج؛ ایران
کلید واژه: جو, کم آبیاری, مدلسازی معکوس, واسنجی,
چکیده مقاله :
مدل های شبیه ساز رشد محصولات کشاورزی با هدف درک واکنش گیاهان به تغییر شرایط محیطی و ارزیابی صفات فیزیولوژیک و مرفولوژیک گیاه در جهت بهبود عملکرد محصول و کمک به استفاده بهینه از منابع آب و خاک مورد استفاده قرار می گیرند. ارزیابی عملکرد این مدل ها پیش نیاز کاربرد آنها در ارزیابی راه کارهای مدیریتی مختلف می باشد. در این مطالعه، مدل گیاهی CERES-Barley از مدل های موجود در بسته نرم افزاری DSSAT (نسخه 4) با استفاده از روش مدل سازی معکوس و مدل PEST واسنجی گردید. این مطالعه، شامل 11 تیمار با سه تکرار در قالب طرح بلوک های کامل تصادفی اجرا شد. تیمارهای آبی شامل 100 (T100)، 90 (T90)، 80 (T80)، 70 (T70)، 60 (T60)، 50 (T50)، 40 (T40)، 30 (T30)، 20 (T20) و 10 (T10) درصد نیاز آبی گیاه بود. تیمار دیم نیز با دو آبیاری در زمان کاشت (11 آبان) و اولین آبیاری بهاره (20 فروردین) پیش از اعمال تنش (T0) بود. نتایج نشان داد که مدل CERES-Barley می تواند تا تیمار T50 این مقادیر را با دقتی مناسب شبیه سازی نماید. مقدار آماره SRMSE در تیمارهای بین T100 تا T50 برای شبیه سازی عملکردهای دانه، کاه و کل به ترتیب برابر با 5/5%، 9/10% و 6/3% بدست آمد. همچنین مقادیر R2های مربوطه به ترتیب برابر با 95%، 69% و 93% محاسبه شد.
Crop simulation models are used for understanding plants response to the change of surrounding environment and to evaluate crop physiological and morphological characteristics to enhance crop production and to contribute to the efficient use of water and soil resources. Yet, the evaluation of these models is a prerequisite for their use in assessing different management strategies. In this study, CERES-Barley from DSSAT software package (version 4) was calibrated by using inverse modeling method and PEST model. This study was conducted with 11 experimental treatments each with three replicates in the form of complete randomized block design. The irrigated treatments were consisted of 100 (T100), 90 (T90), 80 (T80), 70 (T70), 60 (T60), 50 (T50), 40 (T40), 30 (T30), 20 (T20), and 10 (T10) percent of crop water requirement. The rainfed treatment was consisted of one irrigation at planting (November 1st) and the other at first spring (April 8th) before introducing water stress. The results indicated that the model could reasonably well simulate these amounts up to T50 with acceptable accuracy. The calculated SRMSE statistics between T50 and T100 treatments for the simulated grain yield, straw yield, and total crop yield was 5.5, 10.9, and 3.6 percent, respectively. The corresponding R2 values were obtained to be 95, 69, and 93 percent, respectively.