مدل‌سازی تولید ذرت دانه‌ای در سناریوهای مختلف مدیریتی در استان کرمان

پژوهشهای زراعی ایران

مقاله 3، دوره 22، شماره 1 - شماره پیاپی 73، فروردین 1403، صفحه 31-44   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jcesc.2023.82507.1248

نویسندگان

نادر ذاکری¹؛ حسن فرحبخش^{* 2}؛ محمد مددی زاده³

¹دانش‌آموخته کارشناسی ارشد زراعت، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، ایران

²گروه تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، ایران

³دانش‌آموخته دکتری اگرواکولوژی، گروه کشاورزی اکولوژیک، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران

چکیده

امروزه بهره‌گیری از رهیافت مدل‌سازی به‌عنوان ابزاری مفید برای بهینه‌سازی تولید محصولات کشاورزی در نظر گرفته می‌شود. هدف این مطالعه استفاده از مدل زراعی APSIM جهت ارزیابی تولید ذرت در 3 منطقه (بردسیر، جیرفت و ارزوئیه) در استان کرمان با استفاده از آزمایش‌های شبیه‌سازی بلندمدت (1397-1379) در 3 تاریخ کاشت (زودهنگام، مرسوم و دیرهنگام) و 3 تیمار آبیاری (11، 13 و 15 نوبت) بود. قبل از استفاده، مدل با استفاده از اطلاعات آزمایشات مزرعه‌ای اجراشده در منطقه موردمطالعه مورد واسنجی و ارزیابی قرار گرفت. واسنجی و ارزیابی مدل APSIM در پیش‌بینی عملکرد بیولوژیک، عملکرد دانه و صفات فنولوژیکی هیبرید ذرت سینگل‌کراس 704 تحت تأثیر مقادیر مختلف نیتروژن (0، 92 و 368 کیلوگرم در هکتار) انجام شد. نتایج نشان داد که مدل APSIM قابلیت خوبی در شبیه‌سازی عملکرد بیولوژیک، عملکرد دانه و مراحل فنولوژیکی گیاه در دو مرحله واسنجی (مقدار nRMSE به‌ترتیب 14.8، 11.23 و کمتر از ده درصد) و مرحله اعتبار‌سنجی (مقدار nRMSE به‌ترتیب 13.9، 9 و کمتر از پنج درصد) داشت. عملکرد دانه در مناطق مختلف متفاوت بود به طوری که در سراسر تیمارهای تاریخ کاشت و آبیاری، بیشترین عملکرد دانه ذرت در شهرستان بردسیر با 8317 کیلوگرم در هکتار و کمترین مقدار آن در شهرستان جیرفت با 4735 کیلوگرم در هکتار مشاهده شد. در بین تاریخ کاشت‌های مختلف تاریخ کاشت‌های دیرهنگام عملکرد دانه بیشتری (8529 کیلوگرم در هکتار) تولید کردند. همچنین در تیمارهای مختلف آبیاری، بیشترین عملکرد دانه به‌ترتیب با 6317، 5919 و 5671 کیلوگرم در هکتار در تیمارهای 15، 13 و 11 نوبت آبیاری به‌دست آمد. در تمام مناطق مورد مطالعه عملکرد بهینه دانه ذرت (8872.8کیلوگرم در هکتار) در اثر متقابل تاریخ کاشت دیر هنگام در 15 نوبت آبیاری به‌دست آمد.

کلیدواژه‌ها

آبیاری؛ تاریخ کاشت؛ شبیه‌سازی؛ عملکرد دانه؛ مدل APSIM

مراجع

1. Amjed, A., Sanjani, S., Hoogenboom, G., Ahmad, A., Khaliq, T., Wajid, S. A., Noorka, I. R., & Ahmad, S. (2012). Application of crop growth models in agriculture of developing countries: a review. Horticultural Science and Technology, 1(4), 95-99. https://doi.org/10.1016/S1125-0301(02)00100-5
2. Anonymous, (2022). Agricultural Statistics. Iranian Ministry of Agricultural Jihad. Department of Planning and Economic Affairs. Center of Statistics and Information Technology. Iran. p. 95. (in Persian).
3. Boote, K . (2011). Crop adaptation to climate change. Improving soybean cultivars for adaptation to climate change and climate variability. S.S. Yadav, R.J. Redden, J.L. Hatfield, H. Lotze-Campen, and A.E. Hall international editions. Wiley-Blackwell pp, 370-395. https://doi.org/10.1002/9780470960929.ch26
4. Choukan, R. (2013). Final Report of Yield Trial and Adaptability of Late and Medium Maturing promising Hybrids of Maize (Final Stage). In: Seed and Plant Improvement Institute (Ed.), Agricultural Research, Education and Extension Organization, Iran, pp. 50. (in Persian with English abstract).
5. Delve, R. J., Probert, M. E., Cobo, J., Ricaurte, J., Rivera, M., Barrios, E., & Rao, I. M. (2009). Simulating phosphorus responses in annual crops using APSIM: model evaluation on contrasting soil types. Nutrient Cycling in Agroecosystems, 84, 293-306. https://hdl.handle.net/10568/17023
6. Dupuis, I., & Dumas, C. (1990). Influence of temperature stress on in vitro fertilization and heat shock protein synthesis in maize (Zea mays) reproductive tissues. Plant Physiology, 94, 665-670. https://doi.org/10.1016/S1125-0301(02)00100-5
7. FAO. (2017). Agricultural production statistics. Available: http://faostat.fao.org
8. Fosu-Mensah, B. Y., MacCarthy, D. S., Vlek, P. L. G., & Safo, E. Y. (2012). Simulating impact of seasonal climatic variation on the response of maize (Zea mays) to inorganic fertilizer in sub-humid Ghana. Nutrient Cycling in Agroecosystems, 94, 255-271. https://doi.org/1010.07/s10705-012-9539-4.2134
9. Gungula, D., Kling, J., & Togun, A. (2003). CERES-Maize predictions of maize phenology under nitrogen-stressed conditions in Nigeria. Agronomy Journal, 95, 892-899. https://doi.org/10.2134/agronj2003.8920
10. Hatfield, J. L., & Prueger, J. H. (2015). Temperature extremes: effect on plant growth and development. Weather and Climate Extremes, 10, 4-10. https://doi.org/10.1016/j.wace.2015.08.001
11. Izadi-Darbandi, E. (2012). Evolution of drought stress and nitrogen rate on redroot pigweed (Amaranthus retroflexus) and corn (Zea mays) competition. Pajouhesh & Sazandegi. 94, 68-74. (in Persian).
12. Keating, B. A., Carberry, P. S., Hammer, G. L., Probert, M. E., Robertson, M. J., Holzworth, D., & McLean, G. (2003). An overview of APSIM, a model designed for farming systems simulation. European Journal of Agronomy, 18(3-4), 267-288.‏ https://doi.org/10.1016/S1161-0301(02)00108-9
13. Kpongor, D. S. (2007). Spatially explicit modeling of sorghum (Sorghum bicolor (L.) Moench) production on complex terrain of a semi-arid region in Ghana using APSIM. Universitäts-und Landesbibliothek, Bonn, Germany, pp, 144. https://hdl.handle.net/10568/17027
14. MacCarthy, D. S., Sommer, R., Vlek, P. L. (2009). Modeling the impacts of contrasting nutrient and residue management practices on grain yield of sorghum (Sorghum bicolor (L.) Moench) in a semi-arid region of Ghana using APSIM. Field Crops Research, 113, 105-115. https://hdl.handle.net/10568/17023
15. Madadizadeh, M. (2017). Simulation of growth and development of current maize (Zea mays) hybrids under different nitrogen levels in Kerman province, Iran. Shahid Beheshti University, Tehran, Iran, pp, 165. (in Persian).
16. Marwein, M. A., Choudhury, B. U., Chakraborty, D., Kumar, M., Das, A., Rajkhowa, D. J. (2017). Response of water deficit regime and soil amelioration on evapotranspiration loss and water use efficiency of maize (Zea mays) in subtropical northeastern Himalayas. International Journal of Biometeorology, 61, 845-855. https://doi.org/10.1007/s00484-016-1262-4
17. McCown, R., Hammer, G., Hargreaves, J., Holzworth, D., & Freebairn, D. (1996). APSIM: a novel software system for model development, model testing and simulation in agricultural systems research. Agricultural Systems, 50, 255-271. https://doi.org/10.1016/S1125-0301(02)00100-5
18. Mera, R. J., Niyogi, D., Buol, G. S., Wilkerson, G. G., & Semazzi, F. H. M. (2006). Potential individual versus simultaneous climate change effects on soybean (C3) and maize (C4) crops: An agrotechnology model based study. Global and Planetary Change, 54, 163-182. https://doi.org/10.1016/j.gloplacha.2005.11.003
19. Miao, Y., Mulla, D. J., Batchelor, W. D., Paz, J. O., Robert, P. C., & Wiebers, M. (2006). Evaluating management zone optimal nitrogen rates with a crop growth model. Agronomy Journal, 98, 545-553. https://doi.org/10.2134/agronj2005.0153
20. Moini, S., Javad, S., & Dehghan Manshadi, M. (2011). Feasibility study of solar energy in Iran and preparing radiation atlas. Recent Advances in Environment, Energy Systems and Naval Science: Proceedings of the 4^th International Conference on Environmental and Geological Science and Engineering. Pp, 1-7.
21. Monteith, J. L. (1986). How do crops manipulate water supply and demand? Philosophical Transactions of the Royal Society, 316, 245-259. https:// 10.1098/rsta.1986.0007.2006.09.007
22. Monzon, J., Sadras, V., Abbate, P., & Caviglia, O. (2007). Modeling management strategies for wheat–soybean double crops in the south-eastern Pampas. Field Crops Reseearch, 101, 44-52. https://doi.org/10.1016/j.fcr.2006.09.007
23. Prescott, J. A. (1940). Evaporation from a water surface in relation to solar radiation. Transactions of the Royal Society of South Australia, 64(1), 114-118. https://doi.org/10.1016/S1125-0301(02)00100-5
24. Rafiee Manesh, S., Aynehband, A., & Nabati Ahmadi, D. (2010). Investigating the effect of irrigation water amount and irrigation depletion time in different stages of growth on yield and yield components of the SC704 maize hybrid under Ahwaz climatic conditions. Crop Physiology Journal, 7, 93-105. (in Persian).
25. Rahimi-Moghaddam, S., Kambouzia, J., & Deihimfard, R. (2018). Adaptation strategies to lessen negative impact of climate change on grain maize under hot climatic conditions: A model-based assessment. Agricultural and Forest Meteorology, 253, 1-14. https://doi.org/10.1016/j.agrformet.2018.01.032
26. Saxton, K. E., & Willey, P. H. (2006). The SPAW model for agricultural field and pond hydrologic simulation. Watershed models. V.P. Singh, D.K. Frevert international editions. Boca Raton Pp, 401-435. https://doi.org/11.1016/0376-4290(86)90054-1
27. Sinclair, T. R. (1986). Water and nitrogen limitations in soybean grain production I. Model development. Field Crops Research, 15(2), 125-141. https://doi.org/10.1016/0378-4290(86)90082-1
28. Soler, C. M. T., Sentelhas, P. C., & Hoogenboom, G. (2007). Application of the CSM-CERES-Maize model for planting date evaluation and yield forecasting for maize grown off-season in a subtropical environment. European Journal of Agronomy, 27, 165-177. https://doi.org/10.1016/j.eja.2007.03.002
29. Soltani, A., & Sinclair, T. R. (2012). Modeling physiology of crop development, growth and yield. CAB, Cambridge, United Kingdom. 337p.
30. Teixeira, E. I., Zhao, G., de Ruiter, J., Brown, H., Ausseil, A. G., Meenken, E., & Ewert, F.(2017). The interactions between genotype, management and environment in regional crop modelling. European Journal of Agronomy, 88, 106-115. https://doi.org/10.1016/j.eja.2016.05.005
31. Wang, E., Robertson, M. J., Hammer, G. L., Carberry, P. S., Holzworth, D., Meinke, H., Chapmesan, S. C., Hargreaves, J. N. G., Huth, N. I., & Mclean, G. (2002). Development of generic crop model template in the cropping system model APSIM. European Journal of Agronomy, 18, 121-140. https://doi.org/10.1016/S1161-0301(02)00100-4
32. Zizhong, L., & Zenghui, S. (2016). Optimized single irrigation can achieve high corn yield and water use efficiency in the Corn Belt of Northeast China. European Journal of Agronomy, 75, 12-24. https://doi.org/10.1016/j.eja.2015.12.015