
تعداد نشریات | 13 |
تعداد شمارهها | 623 |
تعداد مقالات | 6,501 |
تعداد مشاهده مقاله | 8,622,383 |
تعداد دریافت فایل اصل مقاله | 8,211,755 |
مدل سازی پتانسیل عملکرد و خلاء عملکرد گندم آبی در ایران | ||
مجله تولید گیاهان زراعی | ||
مقاله 3، دوره 12، شماره 3، آذر 1398، صفحه 35-52 اصل مقاله (752.78 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/ejcp.2019.15436.2150 | ||
نویسندگان | ||
محبوبه زاهد* 1؛ افشین سلطانی2؛ ابراهیم زینلی3؛ بنیامین ترابی4؛ اسکندر زند5؛ سید مجید عالیمقام6 | ||
1دانشجوی دانشگاه علوم کشاورزی و منابع طبیعی گرگان | ||
2استاد/دانشگاه علوم کشاورزی و منابع طبیعی گرگان | ||
3دانشگاه علوم کشاورزی و منابع طبیعی, گرگان, ایران | ||
4دانشگاه علوم کشاورزی و منابع طبیعی گرگان | ||
5رییس/بخش تحقیقات علفهای هرز، موسسه تحقیقات گیاهپزشکی کشور، تهران، ایران | ||
6گروه زراعت دانشکده تولید گیاهی- دانشگاه علوم کشاورزی و منابع طبیعی گرگان- ایران | ||
چکیده | ||
سابقه و هدف: گندم نقش پر اهمیتی در الگوی غذایی بیشتر مردم جهان و ایران دارد. به طوری که، مصرف گندم در حدود 40 درصد از انرژی و پروتئین مردم ایران را تشکیل میدهد. رفع خلأ عملکرد میتواند نقش پررنگی در افزایش تولید این محصول داشته باشد. اولین گام برای رفع خلأ عملکرد، آگاهی از میزان کمّی خلأ در یک منطقه میباشد. تاکنون خلأ عملکرد گندم آبی برای کل کشور توسط یک پروتکل استاندارد جهانی ارزیابی نشده است. بنابراین هدف از این مطالعه استفاده از پروتکل ارائه شده در پروژه اطلس جهانی خلأ عملکرد (پروتکل گیگا) برای محاسبه خلأ عملکرد گندم آبی برای کل ایران است. مواد و روشها: پروتکل گیگا، روشی را برای تعیین خلأ عملکرد در سطح وسیع پیشنهاد میدهد که برای این منظور، ابتدا بر اساس این پروتکل، محدوده تحت پوشش ایستگاههای هواشناسی تعیین شد. در مرحله بعد، ایستگاههای مهم پوشش دهنده اراضی گندم آبی در ایران شناسایی شد که شامل 29 ایستگاه هواشناسی بود. سپس بر مبنای پروتکل و با استفاده از مدل شبیهسازی گیاهی SSM-iCrop2-wheat، مقدار پتانسیل عملکرد گندم آبی در محدوده هر ایستگاه و سپس در سطح کشور از طریق شبیه سازی برآورد شد. همچنین مقدار عملکرد واقعی نیز با روش پروتکل گیگا در سطح محدوده ایستگاههای هواشناسی و سپس در سطح کل کشور محاسبه شد. در نهایت از اختلاف عملکرد پتانسیل و عملکرد واقعی مقدار خلأ عملکرد برای سطح محدوده ایستگاه و کل سطح کشور به دست آمد. یافتهها: بر اساس نتایج بدست آمده، در ایران برای دوره زمانی 1380 تا 1394 (سال برداشت) مقدار متوسط عملکرد واقعی گندم آبی در حدود 4/3 تن در هکتار، عملکرد پتانسیل 8/8 تن و مقدار خلأ عملکرد 4/5 تن در هکتار (62 درصد) بود. در حال حاضر، با توجه به ارقام گندم آبی موجود و شرایط محیطی حاکم بر کشور، کشاورزان فقط به 38 درصد از عملکرد پتانسیل گندم آبی دست یافتهاند. نتایج حاکی از آن بود که مقدار خلأ عملکرد با نوع اقلیم مناطق تولید گندم آبی در کشور، رابطه معنیداری نداشت و در همه مناطق کشور، مقدار خلأ عملکرد در حدود 62 درصد بود. در صورتی که کشاورزان در ایران با اعمال مدیریت زراعی مناسب در مزارع گندم آبی، بتوانند به 80 درصد از عملکرد پتانسیل دست یابند، عملکرد این محصول به 7 تن در هکتار خواهد رسید. با احتساب وجود 2/2 میلیون هکتار اراضی گندم آبی و در صورت دسترسی به عملکرد قابل حصول، مقدار تولید گندم در اراضی آبی از 5/7 میلیون تن کنونی به 8/19 میلیون تن خواهد رسید. نتیجهگیری: با توجه به اراقام گندم موجود و اقلیم موجود در مناطق تولید گندم آبی در ایران، مقدار قابل توجهی خلأ عملکرد برای گندم آبی در ایران وجود دارد. از آنجایی که محیط و اراقام موجود اجازه دسترسی به عملکرد پتانسیل 8/8 تن در هکتار را میدهند، پایین بودن مقدار عملکرد واقعی گندم آبی در ایران را میتوان به نحوه مدیریت زراعی برای تولید این محصول ارتباط داد. از عوامل کاهنده عملکرد در کشور میتوان به مواردی مانند نحوه آماده سازی بستر کاشت، تاریخ کاشت، مدیریت علفهای هرز، آفات و بیماریها، عناصر غذایی، زمان و مقدار کوددهی، زمان و مقدار آبیاری و ... اشاره کرد که این موارد با مدیریت بهتر، قابل برطرف کردن میباشند. برای رفع خلأ عملکرد لازم است تا در سطح منطقهای عوامل اصلی ایجاد خلأ شناسایی و با اعمال مدیریت مناسب در جهت برطرف کردن این مشکلات اقدام کرد. | ||
کلیدواژهها | ||
پتانسیل عملکرد؛ پروتکل گیگا؛ گندم؛ مدل SSM | ||
مراجع | ||
Ahmadi, H. 2017. Modeling wheat production and yield gap in Golestan province. Ph.D thesis, Gorgan University of Agricultural Sciences and Natutal Resources, Gorgan, Iran. (In Persian)
2. Amiraslani, F., and Dragovich, D. 2011. Combating desertification in Iran over the last 50 years: An overview of changing approaches. J. Environ. Manage. 92: 1-13.
3., andarzian, B., Bakhshandeh, A.M., Bannayan, M., and Emam, Y. 2008. Evaluation of the CERES-wheat model in Ahvaz condition. J. Field Crops Res. 6: 1. 11-22. (In Persian)
4.Azizizahan, A.A., Shahabifar, M., Ebrahimipak, N.A., Razavi, R., Ghalebi, S., Soraee tabrizi, M., Toloee, R., and Piri, R. 2014. An evaluation on wheat water efficiency in Iran and world. 1st National Conference Management of Soil and water in wheat production. P. 2-15.
5.Edreira, J.I., Guilpart, N., Sadras, V., Cassman, K., van Ittersum, M., Schils, R.L.M., and Grassini, P. 2018. Water productivity of rainfed maize and wheat: A local to global perspective. Agric. Meteorol. 259: 364-373.
6.Esfandiyavpor, A. 2015. Increasing the main products (wheat) self sufficiency coefficient. Ministry of Agriculture Jihad. A project to increase the self sufficiency coefficient of 8 main products of the country.
7.Espe, M.B., Cassman, K.G., Yang, H., Guilpart, N., Grassini, P., VanWart, J., Anders, M., Beighley, D., Harrell, D., Linscombe, S., and McKenzie, K. 2016. Yield gapanalysis of US rice production systems shows opportunities for improvement. Field Crops Res. 196: 276-283.
8.FAOSTAT. 2015. http://faostat3.fao.org/ download/E/EF/EFAO (accessed at: 19-10-2015).
9.Fisher, R.A. 2014. Definitions and determination of crop yield, yield gaps, and of rates of change. Field Crops Res., 6359: 1-10.
10.Foley, J.A., Ramankutty, N., Brauman, K.A., Cassidy, E.S., and Gerber, J.S., et al. 2011. Solutions for a cultivated planet. J. Nature. 478: 337–342.
11.Gobbett, D.L., Hochman, Z., Horan, H., Navarro Garcia, J., Grassini, P., and Cassman, K.G. 2016. Yield gap analysis of rainfed wheat demonstrates local to global relevance. J. Agri. Sci. P. 1-18.
12.Grassini, P., van Bussel, L.G., Van Wart, J., Wolf, J., Claessens, L., Yang, H., Boogaard, H., De Groot, H., vanIttersum, M.K., and Cassman, K.G. 2015. How good is good enough? Data requirements for reliable crop yield simulations and yield-gap analysis. Field Crops Res. 177: 49-63.
13.Hajjarpoor, A., Soltani, A., and Torabi, B. 2015. Using boundary line analysis in yield gap studies: Case study of wheat in Gorgan. J. Crop Prod. 8: 183-201. (In Persian).
14.Hajjarpoor, A. 2016. Analysis of the yield limitations in Golestan province. Ph.D thesis, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran. (In Persian)
15.Hochman, Z., Gobbett, D., Horan, H., and Navarro Garcia, J. 2016. Data rich yield gap analysis of wheat in Australia. Field Crops Res. 197: 97-1066.
16.Kamaladdin, H., and Dehghanzadeh, B. 2013. Investigation irrigation water saving in wheat agronomy in Ahvaz. J. Water Eng. 75-85. (In Persian)
17.Koo, J., and Dimes, J.P. 2010. Generic Soil Profiles for Crop Modeling Applications (HC27)." International Food Policy Research Institute, Washington, D.C., and University of Minnesota, St. Paul, MN. Available online at http://harvest choice.org/node/662.
18.Liu, B., Chen, X., Meng, Q., Yang, H., and van Wart, J. 2017. Estimating maize yield potential and yield gap with agro-climatic zones in China—Distinguish irrigated and rainfed conditions. Agric. For. Meteorol. 239: 108-117.
19.Meghdadi, N., Soltani, A., Kamkar, B., and Hajarpoor, A. 2014. Agroecological zoning of Zanjan province for estimating yield potential and yield gap in dryland-base chickpea production systems. J. Plant Prod., Res. 21: 3. 27-49. (In Persian)
20.Merlos, F.A., Monzon, J.P., Mercau, J. L., Taboada, M., Andrade, F.H., Hall, A.J., Jobbagy, E., Cassman, K.G., and Grassini, P. 2015. Potential for crop production increase in Argentina through closure of existing yield gaps. Field Crops Res. 184: 145-154.
21.Ministry of Agriculture Jihad. 2001-2015. Planning and Economical Division. Bureau for Statistics and Information Technology. (In Persian)
22.Motagh, M., Walter, T.R., Sharifi, M.A., Fielding, E., Schenk, A., Anderssohn, J., and Zschau, J. 2008. Land subsidence in Iran caused by widespread water reservoir overexploitation. Geophysical Research Letters 35, L16403.
23.Mousavi, S.M., Shamsai, A., Hesham El Naggar, M., and Khamehchian, M. 2001. A GPS-based monitoring program of land subsidence due to groundwater withdrawal in Iran. Can J. Civil Eng. 28: 3. 452-464.
24.Mueller, N.D., Gerber, J.S., Johnston, M., Ray, D.K., and Ramankutty, N. et al. 2012. Closing yield gaps: nutrient and water management to boost crop production. J. Nature. 490: 254-257.
25.Nakhjavanimoghadam, M.M., Ghahraman, B., and Zarei, Gh. 2017. Wheat Water Productivity Analysis under Different Irrigation Management Practices in Some Regions of Iran. J. Water Res. in Agri. 31: 1. 43-57. (In Persian)
26.Nehbandani, A. 2018. Yield gap analysis of soybean in Iran. Ph.D thesis, Gorgan University of Agricultural Sciences and Natutal Resources, Gorgan, Iran. (In Persian)
27.Nekahi, M.Z., Soltani, A., Siahmarguee, A., and Bagherani, N. 2014. Yield gap associated with crop management in wheat (Case study: Golestan province-Bandar-gaz). J. Crop Prod. 7: 135-156. (In Persian)
28.Patrignani, P., Lollato, R.P., Ochsner, T.E., Godsey, C.B., and Edwards, J.T. 2014. Yield gap and production gap of rainfed winter wheat in the Southern Grain Plains. J. Agro. 106: 1329-1339.
29.Razavi, R. 2008. The effect of elimination of irrigation at Stages of wheat growth on water use efficiency and its quantitative and qualities yield. J. Water Soil Sci. 22: 1. 37-145. (In Persian)
30.Sadras, V.O., and Roget, D.K. 2004. Production and environmental aspects of cropping intensification in a semiarid environment of southeastern Australia. J. Agro. 96: 236-246.
31.Sepahvand, M. 2009. Comparing the water requirement (WR), water productivity (WP) and economical water productivity (EWP) of wheat and rapeseed in wet years in western Iran in wet years. J. Water Res. 3: 4. 63-68. (In Persian)
32.Shahbazi, K., and Besharati, H. 2013. Overview of Agricultural Soil Fertility Status of Iran. J. Land Mang. 1: 1. 1-15. (In Persian)
33.Soltani, A., and Sinclair, T.R. 2011. A simple model for chickpea development, growth and yield. Field Crops Res. 124: 252-260.
34.Soltani, A., Sinclair, T.R. 2012. Modeling physiology of crop development, growth and yield. CABi. 322 (In Persian)
35.Soltani, A., Maddah, V., and Sinclair, T.R. 2013. SSM-Wheat: a simulation model forwheat development, growth andyield. J. Plant Prod. 7: 711-740.
36.Torabi, B. 2011. Analysis of the yield limitations in Gorgan using simulation model and hierarchical process (AHP). Ph.D thesis, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran. (In Persian)
37.Torabi, B., Soltani, A. Galeshi, S., and Zeinali, E. 2012. Analyzing Wheat Yield Constraints in Gorgan. J. Crop Prod. 4: 1-17. (In Persian)
38.van Bussel, L.G., Grassini, P., VanWart, J., Wolf, J., Claessens, L., Yang, H., Boogaard, H., de Groot, H., Saito, K., Cassman, K.G., and vanIttersum, M.K. 2015. From field toatlas: upscaling of location-specific yield gap estimates. Field Crops Res. 177: 98-108.
39.Van Ittersum, M. K., Cassman, K. G., Grassini, P., Wolf, J., Tittonell, P., and Hochman, Z. 2013. Yield gap analysis with local to global relevance—A review. Field Crops Res. 143: 4-17. | ||
آمار تعداد مشاهده مقاله: 1,153 تعداد دریافت فایل اصل مقاله: 815 |