شبیه‌سازی نمو فنولوژیک کینوا بر اساس داده‌های مزرعه‌ای

پژوهشهای زراعی ایران

مقاله 4، دوره 21، شماره 1 - شماره پیاپی 69، فروردین 1402، صفحه 47-60   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jcesc.2022.74969.1145

نویسندگان

شهاب اقبالی شاه آباد^{* 1}؛ مهدی نصیری محلاتی²؛ محسن جهان²؛ معصومه صالحی³

¹دانش‌آموخته دکتری اگرواکولوژی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

²گروه اگرواکولوژی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

³مرکز ملی تحقیقات شوری، سازمان تحقیقات آموزش و ترویج کشاورزی، یزد، ایران

چکیده

هدف از این پژوهش تهیه مدلی برای شبیه‌سازی نمو کینوا (Chenopodium quinoa Willd.) و واسنجی و تعیین اعتبار آن بر اساس داده‌های مزرعه‌ای است. این تحقیق در دو منطقه استان یزد با 10 آزمایش جداگانه و در قالب طرح بلوک‌های کامل تصادفی با 3 تکرار انجام شد. عامل‏های آزمایش شامل 5 لاین امید بخش اصلاح‌شده در مرکز تحقیقات شوری یزد به‌همراه رقم تی‌تی‌کاکا بود. نمونه‌گیری و یادداشت‌برداری‌ها به‌طور مرتب، هر سه روز یک‌بار و متناسب با پیشرفت مراحل فنولوژیک هر لاین انجام شد. مدلی بر اساس درجه-روز-رشد با زبان برنامه ‏نویسی FST تهیه و سپس اقدام به واسنجی و ارزیابی مدل با داده‌های برداشت شده از مزرعه شد. واسنجی و ارزیابی کارایی مدل با استفاده از شاخص‌های جذر میانگین مربعات خطا (RMSE)، ضریب تغییرات یا درصد nRMSE (CV)، شاخص توافق ویلموت (d)، کارایی مدل (ME)، میانگین انحراف از مدل (MB)، ضریب تبیین (R²)، آزمون خط 1:1 روز تا سبزشدن، گل‌دهی و رسیدگی فیزیولوژیک خوب برآورد شد. این مدل تعیین اعتبارشده و هم‌اکنون می‌تواند برای ارزیابی تاثیرات مختلف دمایی و فتوپریودی برای تصمیم‌گیری در طیف وسیعی از محیط‌های رشد در نظام‌های کشت کینوا در شرایط اقلیمی جاری و آینده مورد استفاده قرار گیرد. بنابراین از این مدل در کارهای آموزشی- تحقیقاتی و کاربردی در مزرعه می‌توان استفاده کرد.

کلیدواژه‌ها

تاریخ کاشت؛ FST؛ درجه-روز-رشد

مراجع

1. Abasi, S., Cordnaeich A., & Bagheri, M. (2018). Evaluation of genetic diversity of new chenopodium quinoa (Chenopodium quinoa Willd.) cultivars based on agromorphological traits. 15^th National Iranian Congress Science Congress, 2-5 Sep. 2019. Karaj, Iran. (in Persian with English abstract).
2. Bertero, H. D., King, R. W., & Hall, A. J. (1999a). Modelling photoperiod and temperature responses of flowering in quinoa (Chenopodium quinoa). Field Crop Reserch, 63, 19-34.
3. Bertero, H. D., King, R. W., & Hall, A. J. (1999b). Photoperiod-sensitive evelopment phases in quinoa (Chenopodium quinoa). Field Crops Research 60, 231-243.
4. Eghbali, Sh., Jahan, M., Nassiri, M. M., & Salehi, M. (2021). The response of phenological stages of quinoa promising lines to temperature and photoperiod regimes. Iranian Journal of Field Crops Research, 19, 261-274. https://doi.org/10.22067/jcesc.2021.69051.1032
5. FAO. (2014). Food and nutrition in numbers. Food and Agriculture Organisation, Rome, Accessed 27 March 2015.
6. Fischer, S., Wilckens, R., Jara, J., Aranda, M., Valdivia, W., Bustamante, L., Graf, F., & Obal. I. (2017). Protein and antioxidant composition of quinoa (Chenopodium quinoa ) sprout from seeds submitted to water stress, salinity and light conditions. Industrial Crops & Products 107, 558-564. https://doi.org/10.1016/j.indcrop.2017.04.035
7. Hirich, A., Choukr-Allah, R., & Jacobsen, S. E. (2014). Quinoa in Morocco-Effect of sowing dates on development and yield. Journal of Agronomy and Crop Science, 23, 1-7. https://doi.org/10.1111/jac.12071
8. Matthews, R. B., Rivington, M., Muhammed, S., Newton, A. C., & Hallett, P. D. (2013). Adapting crops and cropping systems to future climates to ensure food security: the role of crop modelling. Global Food Security, 2, 24-28. https://doi.org/10.1016/j.gfs.2012.11.009
9. Nassiri, M. M. (2000). Modelling Potential crop growth processes. Jahad Daneshgahi Mashhad press.
10. Nassiri, M. M., Koocheki, A. R., Fallahpour, F., & Amiri, M. B. (2019). Optimization of Nitrogen Fertilizer and Irrigation in Wheat (Triticum aestivum) Cultivation by Central Composite Design. Journal of Agroecology, 11, 515-530. https://doi.org/10.22067/jag.v11i2.31912
11. Pourghasemian, N., Moradi, R., & Naghizadeh, M. (2018). Effect of Planting Time and Place on Quality of Some Brompt on Stock Varieties for Cultivation in Bardsir, Kerman. Crops Improvement, 20, 679-692. https://doi.org/10.22059/jci.2018.246733.1879
12. Präger, A., Boote, K. J., Munz, S., & Hönninger, S. G. (2019). Simulating growth and development processes of Quinoa (Chenopodium quinoa): adaptation and evaluation of the CSM-CROPGRO model. Agronomy, 9, 832. https://doi.org/10.3390/agronomy9120832
13. Qulipor, A., Golkhodani, K., Latifi, N., & Moqadam, M. (2003). Comparison of growth and yield of rapeseed varieties in rain fed conditions. Gorgan Agricultural Sciences and Natural Resources, 3(1), 111-121.
14. Rahban, S., Torabi, B., Soltani, S., & Zeinali, E. (2021). Using SSM-iCrop Model to Predict Phenology, Yield, and Water Productivity of Canola (Brassica napus) in Iran Condition. Journal of Agroecology, 13, 157-177. https://doi.org/10.22067/jag.v13i2.84057
15. Salehi, M., & Dehghani, F. (2017). Quinoa, suitable semi cereal for salt water resources. Report of Minisrty of Agricultural Jihad.
16. Salehi, M., Soltani, V., & Dehghany, F. (2019). The effect of planting date on phenological stages and yield of quinoa seeds in saline conditions. Environmental Stresses in Crop Sciences, 12, 923-932. https://doi.org/10.22077/escs.2019.1514.1341
17. Soltani, A., Robertson, M. J., Mohammad-Nejad, Y., & Rahemi-Karizaki, A. (2006). Modeling chickpea growth and development: leaf production and senescence. Field Crops Reserch 99, 14-23. https://doi.org/10.1016/j.fcr.2006.02.005
18. Vega-Gálvez, A., Miranda, M., Vergara, J., Uribe, E., Puente, L., & Martínez, E. A. (2010). Nutrition facts and functional potential of quinoa (Chenopodium quinoa), an ancient Andean grain: a review. The Journal of Agricultural Science, 90, 2541-2547. https://doi.org/10.1002/jsfa.4158
19. Willmott, C. J. (1982). Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society, 63, 1309-1313. https://www.jstor.org/stable/26222954
20. Yang, A., Akhtar, S. S., Amjad, M., Iqbal, S., & Jacobsen, S. E. (2016). Growth and Physiological Responses of Quinoa to Drought and Temperature Stress. Journal of Agronomy and Crop Science, 202, 445-453. https://doi.org/10.1111/jac.12167