
تعداد نشریات | 13 |
تعداد شمارهها | 636 |
تعداد مقالات | 6,653 |
تعداد مشاهده مقاله | 9,072,911 |
تعداد دریافت فایل اصل مقاله | 8,556,979 |
رهیافت الگوریتم سازی تعیین تاریخ کاشت گیاهان زراعی در ایران | ||
پژوهشهای تولید گیاهی | ||
دوره 32، شماره 1، فروردین 1404، صفحه 95-117 اصل مقاله (1.1 M) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jopp.2024.22248.3125 | ||
نویسندگان | ||
سیدرضا امیری* 1؛ الیاس سلطانی2؛ سیدمجید عالیمقام3؛ علیرضا نه بندانی4؛ ابراهیم زینلی3؛ بنیامین ترابی3؛ اسکندر زند5؛ ثریا قاسمی5؛ امید الستی3؛ امیر دادرسی6؛ رقیه السادات حسینی7؛ محبوبه زاهد3؛ حسنا فیاضی3؛ حسین کمری2؛ راحله عرب امری2؛ زهرا محمد زاده2؛ سمانه رهبان3؛ سمانه محمدی3؛ صالح کرامت3؛ افشین سلطانی8 | ||
1نویسنده مسئول، گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه سراوان، سراوان، ایران | ||
2گروه آموزشی علوم زراعی و اصلاح نباتات، پردیس ابوریحان دانشگاه تهران، تهران، ایران | ||
3دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران | ||
4مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان خراسان شمالی، سازمان تحقیقات، آموزش و ترویج کشاورزی، بجنورد، ایران | ||
5مؤسسه تحقیقات گیاهپزشکی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، ایران | ||
6دانشجوی دکتری زراعت، دانشکده کشاورزی، دانشگاه ولیعصر (عج) رفسنجان، رفسنجان، ایران | ||
7گروه زراعت، دانشکده کشاورزی، واحد گرگان، دانشگاه آزاد اسلامی، گرگان، ایران | ||
8نویسنده مسئول، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران | ||
چکیده | ||
سابقه و هدف: امنیت غذایی یکی از مهمترین مسائل در ارتباط با افزایش رشد جمعیت است. انتخاب تاریخ کاشت در مدلهای شبیهسازی رشد و تولید گیاهان زراعی در مطالعات مرتبط با امنیت غذایی و تغییر اقلیم اهمیت زیادی دارد. در بیشتر موارد بر اساس آمار برداری، تاریخ کاشت ثابتی انتخاب میشود. این در حالی است که تاریخ کاشت واقعی کشاورزان ثابت نبوده و بسته به شرایط آب و هوایی هر سال ممکن است تغییر نماید. بنابراین استفاده از دادههای اقلیمی برای الگوریتمسازی و تخمین زمان کاشت در مدل های گیاهان زراعی رهیافتی مفید برای پیش بینی دقیق عملکرد می باشد. مواد و روش ها: در این مطالعه اطلاعات تاریخ کاشت گیاهان زراعی مهم کشور (12 گیاه زراعی مهم) از استانهای مختلف با کمک مراکز استانی سازمان تحقیقات، آموزش و ترویج کشاورزی کشور جمع آوری گردید. سپس با توجه به هر گیاه و تاریخ کاشت کشاورزان، الگوریتم سازی انجام شد. با کمک مدل SSM-iCrop2 مقادیر مختلف آستانه برای الگوریتمهای مختلف در هر گیاه بررسی شدند و مقدار مناسب انتخاب گردید طوری که تاریخ کاشت پیشبینی شده با تاریخ کاشت کشاورزان بیشترین انطباق را داشته باشد. جهت ارزیابی الگوریتم کاشت، دادههای واقعی تاریخ کاشت در مطالعات مختلف گردآوری شد. سپس برای همان مطالعات که تاریخ کاشت واقعی در دسترس بود، الگوریتمسازی تاریخ کاشت صورت گرفت. یافته ها: دو الگوریتم پر کاربرد بودند از: گیاهان پاییزه مثل گندم، جو، کلزا، نخود، عدس، سیب زمینی و چغندر قند زمانی کشت میشوند که میانگین دمای هوا به کمتر از 16 درجه سانتیگراد کاهش یافته باشد. در مناطق گرمتر این حد دمایی به 17 تا 20 درجه سانتیگراد نیز افزایش پیدا میکند. در کشت بهاره، گیاهانی مثل لوبیا، نخود، عدس و سیب زمینی زمانی کشت می شوند که متوسط دمای هوا به بالاتر از 7 درجه سانتیگراد افزایش یافتهباشد. این حد دمایی برای چغندر قند بهاره درجه سانتیگراد 12 و برای ذرت در اقلیمهای سرد و نیز گیاهان تابستانی مثل لوبیا در تاریخ کاشت های زود 15 تا 17 درجهسانتیگراد است. نتیجه گیری: از نتایج این مطالعه میتوان در مدلهای شبیه سازی گیاهی برای تقلید رفتار کشاورزان در کاشت استفاده نمود. همچنین برای نقاطی که اطلاعات تاریخ کاشت در دسترس نباشد، الگوریتمهای کاشت قابل استفاده هستند. به عبارت دیگر، استفاده از یک الگوریتم به جای تاریخ کاشت ثابت در مدل میتواند تاریخ کاشت نزدیکتر به کشاورز را بهویژه در شرایطی که مناطق و سالهای متفاوتی مدنظر باشد را شبیه سازی کند. واژه های کلیدی: دما، شبیه سازی، گیاهان زراعی، SSM-iCrop2. | ||
کلیدواژهها | ||
دما؛ شبیه سازی؛ گیاهان زراعی؛ SSM-iCrop2 | ||
مراجع | ||
1.Sekine, H. (2021). Wheat grower payments for varietal use: comparison between Japan, Germany, and Australia. Japanese Journal of Agricultural Economics, 23, 18-31.
2.Chen, C., Ota, N., Wang, B., Fu, G., & Fletcher, A. (2023). Adaptation to climate change through strategic integration of long fallow into cropping system in a dryland Mediterranean-type environment. Science of the Total Environment, 880, 163230.
3.Jiang, T.,Wang, B., Xu, X., Cao, Y., Li Liu, D., & He, L. (2022). Identifying sources of uncertainty in wheat production projections with consideration of crop climatic suitability under future climate. Agricultural and Forest Meteorology, 319, 108933.
4.Dobor, L., Barcza, Z., Hlásny, T., Árendás, T., Spitko, T., & Fodor, N. (2016). Crop sowing date matters: Estimation methods and effect on future yields. Agricultural and Forest Meteorology, 223, 103-115.
5.Taylor, C., Cullen, B., D'Occhio, M., Rickards, L., & Eckard, R. (2018). Trends in wheat yields under representative climate futures: implications for climate adaptation. Agricultural Systems, 164, 1-10.
6.Zhao, Y., Xiao, D., Tang, J., & Bai, H. (2019). Effects of climate change on the yield of major grain crops and its adaptation measures in China. Research of Soil and Water Conservation, 26, 317-326.
7.Cammarano, D., Payero, J., Basso, B., Stefanova, L., & Grace, P. (2013). Adapting wheat sowing dates to projected climate change in the Australian subtropics: analysis of crop water use and yield. Crop and Pasture Science,63 (10), 974-986. 8.Elliott, J., Müller, C., Deryng, D., Chryssanthacopoulos, J., Boote, K. J., Büchner, M., Foster, I., Glotter, M., Heinke, J., Iizumi, T., & Izaurralde, R. C. (2015). The global gridded crop model intercomparison: data and modeling protocols for phase 1 (v1. 0). Geoscientific Model Development,8 (2), 261-277.
9.Waongo, M., Laux, P., & Kunstmann, H. (2015). Adaptation to climate change: the impacts of optimized sowing dates on attainable maize yields under rainfed conditions in Burkina Faso. Agricultural and forest meteorology, 205, 23-39.
10.Holzworth, D. P., Huth, N. I., deVoil, P. G., Zurcher, E. J., Herrmann, N. I., McLean, G., Chenu, K., van Oosterom, E. J., Snow, V., Murphy, C., & Moore, A. D. (2014). APSIM–evolution towards a new generation of agricultural systems simulation. Environmental Modelling & Software, 62, 327-350.
11.Deryng, D., Sacks, W. J., Barford, C. C., & Ramankutty, N. (2011). Simulating the effects of climate and agricultural management practices on global crop yield. Global biogeochemical cycles, 25 (2), 1-18. 12.Zhen-Zhen, Z., Shuang, C., Peng, F., Nian-Bing, Z., Zhi-Peng, X., Ya-Jie, H., Fangfu, X., Bao-Wei, G., Hai-Yan, W., & Hong-Cheng, Z. (2023). Effects of sowing date and ecological points on yield and the temperature and radiation resources of semi-winter wheat. Journal of Integrative Agriculture, 22 (5), 1366-1380. 13.Leenhardt, D., & Lemaire, P. (2002). Estimating the spatial and temporal distribution of sowing dates for regional water management. Agricultural Water Management, 55 (1), 37-52.
14.Maton, L., Bergez, J. E., & Leenhardt, D. (2007). Modelling the days which are agronomically suitable for sowing maize. European journal of agronomy, 27 (1), 123-129.
15.Stöckle, C. O., Donatelli, M., & Nelson, R. (2003). CropSyst, a cropping systems simulation model. European journal of agronomy, 18 (3), 289-307.
16.Brisson, N., Gary, C., Justes, E., Roche, R., Mary, B., Ripoche, D., Zimmer, D., Sierra, J., Bertuzzi, P., Burger, P., & Bussière, F. (2003). An overview of the crop model STICS. European Journal of agronomy, 18 (3-4), 309-332.
17.Hoogenboom, G., Jones, J. W., Wilkens, P. W., Porter, C. H., Boote, K. J., Hunt, L. A., Singh, U., Lizaso, J. I., White, J. W., Uryasev, O., & Ogoshi, R. (2015). Decision Support System for Agrotechnology Transfer. Version 4.6. DSSAT Foundation, Prosser, WA.
18.Sacks, W. J., Deryng, D., Foley, J. A., & Ramankutty, N. (2010). Crop sowing dates: an analysis of global patterns. Global Ecology and Biogeography, 19 (5), 607-620.
19.Soltani, A., Nehbandani, A., Zainli, A., Torabi, B., Zand, A., Ghasemi, S., Elesti, A., Dadarsi, A., Hosseini, R. A., Aalimaqam , S. M., Zahid, M., Fayazi, H., Kemari, H., Arab Ameri, R., Mohammadzadeh, Z., Rehban, S., Mohammadi, S., & dignity, P. (2018). Preparation of the gap atlas of yield and production capacity of important agricultural plants in the country in current and future climatic conditions. The research plan of the Agricultural Research, Education and Promotion Organization. 274 p. [In Persian]
20.Wolf, J., Ouattara, K., & Supit, I. (2015). Sowing rules for estimating rainfed yield potential of sorghum and maize in Burkina Faso. Agricultural and Forest Meteorology, 214, 208-218.
21.Bondeau, A., Smith, P. C., Zaehle, S., Schaphoff, S., Lucht, W., Cramer, W., Gerten, D., LOTZE‐CAMPEN, H. E. R. M. A. N. N., Müller, C., Reichstein, M., & Smith, B. (2007). Modelling the role of agriculture for the 20th century global terrestrial carbon balance. Global Change Biology, 13 (3), 679-706. 22.Soltani, A., Alimagham, S. M., Nehbandani, A., Torabi, B., Zeinali, E., Dadrasi, A., Zand, E., Ghassemi, S., Pourshirazi, S., Alasti, O., Hosseini, R. S., Zahed, M., Arabameri, R., Mohammadzadeh, Z., Rahban, S., Kamari, H., Fayazi, H., Mohammadi, S., Keramat, S., Vadez, V., van Ittersum, M. K., & Sinclair, T. R. )2020(. SSM-iCrop2: A simple model for diverse crop species over large areas. Agricultural Systems, 182, 102855.
23.Eitzinger, J., Trnka, M., Semerádová, D., Thaler, S., Svobodová, E., Hlavinka, P., Šiška, B., Takáč, J., Malatinská, L., Nováková, M., & Dubrovský, M. (2013). Regional climate change impacts on agricultural crop production in Central and Eastern Europe–hotspots, regional differences and common trends. The Journal of Agricultural Science, 151 (6), 787-812.
24.Waha, K., Van Bussel, L. G. J., Müller, C., & Bondeau, A. (2012). Climate‐driven simulation of global crop sowing dates. Global Ecology and Biogeography, 21 (2), 247-259.
25.Kucharik, C. J. (2008). Contribution of sowing date trends to increased maize yields in the central United States. Agronomy Journal, 100 (2), 328-336. | ||
آمار تعداد مشاهده مقاله: 590 تعداد دریافت فایل اصل مقاله: 79 |