تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,485 |
تعداد دریافت فایل اصل مقاله | 15,213,618 |
استفاده تلفیقی از مدل AquaCrop و روش توماس- فیرینگ در بررسی عملکرد گندم دیم | ||
دانش آب و خاک | ||
مقاله 8، دوره 29، شماره 3، مهر 1398، صفحه 95-108 اصل مقاله (729.44 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
مریم السادات واعظ مدنی1؛ احمد فاخریفرد2؛ ابوالفضل مجنونی هریس* 3 | ||
1دانشآموخته کارشناسی ارشد آبیاری و زهکشی، دانشگاه تبریز | ||
2استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | ||
3دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | ||
چکیده | ||
یکی از پیشنهادات کارشناسان برای احیای دریاچه ارومیه تبدیل اراضی آبی به دیم میباشد، چرا که نزولات جوی کاهش یافته و تغییر اقلیم و افزایش مصارف کشاورزی موجب قطع حقآبه اکولوژیکی رودخانهها در حوضه آبریز دریاچه ارومیه شده است، در این میان کشت گندم دیم بهعنوان یک راهکار مفید برای جایگزینی محصولات کشت آبی از طرف کارشناسان مرتبط مطرح است. از این رو بررسی مهمترین عامل محدودکننده عملکرد دیم یعنی میزان رطوبت قابل دسترس گیاه ضروری بهنظر میرسد. بدلیل پرهزینه و زمانبر بودن آزمایشهای مزرعهای جهت تعیین عملکرد محصول با دقت بالا استفاده از مدلهایی مانند مدل AquaCrop که در آن عملکرد محصول بر اساس تابعی از رطوبت در دسترس گیاه محاسبه میشود، مطلوب است. در این پژوهش پس از واسنجی و اعتبارسنجی مدل گیاهی یاد شده برای شبیهسازی عملکرد گندم دیم دشت تبریز در دوره آماری 35 ساله (1395- 1360)، متغیرهای هواشناسی منطقه مورد مطالعه با بهکارگیری سری زمانی توماس- فیرینگ در دوره آماری مذکور برای 5 سال آتی پیشبینی شدند و سپس عملکرد گندم دیم توسط مدل گیاهی برای سالهای 1396 تا 1400 تخمین زده شد. در پایان راهکار مدیریتی جهت افزایش پتانسیل تولید گندم دیم ارائه گردید. بر اساس نتایج این پژوهش، توانمندی تلفیقی مدل گیاهی و سری زمانی نامبرده بهترتیب در شبیهسازی عملکرد محصول و پیشبینی اطلاعات اقلیمی در منطقه بالا است. نتایج نشان داد که علیرغم عدم تغییر معنیدار بارش، بدلیل افزایش دما، عملکرد گندم در پنج سال آتی 13 درصد افزایش خواهد یافت. همچنین بهدلیل مکفی نبودن بارش پیشبینی شده، انجام آبیاری تکمیلی به مقدار 40 میلیمتر برای کشت گندم دیم در منطقه پیشبینی گردید تا پتانسیل تولید افزایش یابد. | ||
کلیدواژهها | ||
آبیاری تکمیلی؛ اعتبارسنجی؛ دشت تبریز؛ عملکرد؛ مدل گیاهی؛ واسنجی | ||
مراجع | ||
Abdolahzadeh M, Fakherifard A, Asadi E and Nazemi AH, 2015. Modeling the effects of consumption and precipitation on the water table oscillations (case study: Ajabshir Aquifer). Water and Soil Science, University of Tabriz 26: 83-97 (In Persian).
Abedinpour M, Sarangi A, Rajput TBS, Man S, Pathak H and Ahmad T, 2012. Performance evaluation of AquaCrop model for maize crop in a semi-arid environment. Agricultural Water Management 110: 55–66.
Allen RG, Pereira LS, Raes D and Smith M, 1998. Crop evapotranspiration guidelines for computing crop water requirements- FAO Irrigation and Drainage Paper No. 56. Rome.
Andarzian B, Bannayan M, Steduto P, Mazraeh H, Barati ME and Rahnama A, 2011. Validation and testing of the AquaCrop Model under full and deficit irrigated wheat production in Iran. Agricultural Water Management 100: 1-8.
Bannayan M, Sanjani S, Alizadeh A, Sadeghi Lotfabadi S and Mohammadian A, 2010. Association between climate indices, aridity index and rainfed crop yield in northeast of Iran. Field Crops Research 118: 105–114.
Braun HJ, Atlin G, Payne T, 2010. Multi-location testing as a tool to identify plant response to global climate change. In: Reynolds CRP (Ed.). Climate change and crop production, CABI, London, UK.
Brisson N, Gary C, Justes E, Roche R, Mary B, Ripoche D, Zimmer D, Sierra J, Bertuzzi P, Burger P, Bussiere F, Cabidoche YM, Cellier P, Debaeke P, Gaudillere JP, Maraux F, Seguin B and Sinoquet H, 2003. An overview of the crop model STICS. European Journal of Agronomy 18: 309–332.
Diepen Van CA, 1989. Application of simple interpolation methods in agrometeorology, pp. 3–17 In: Gozzini, B., Hims, M. (Eds.), Proceedings of workshop on dealing on specialization, 24–25 September 1996, Toulouse. EUR 18473 EN. Office for Official Publications of the EU, Luxembourg.
Doorenbos J and Kassam AH, 1979. Yield response to water. FAO Irrigation and Drainage Paper No. 33. Rome, FAO.
Ebrahimi Azarkharan F and Moghadam Nia AR, 2013. Forecasting of drought events using Markov chain (Case study: Subbasin of Kalanak in Taleghan Basin). Extension and Development of Watershed Management 2:43-47 (In Persian).
Hadria R, Khabba S, Lahrouni A, Duchemin B, Chehbouni AG, Ouzine L and Carriou J, 2007. Calibration and validation of the STICS crop model for managing wheat irrigation in the semi-arid Marrakech/Al Haouz plain. Arabian Journal of Engineering Science 32 (1C): 87–101.
Karimi Orghani H, Rahimi Khoob A and Nazarifar MH, 2015. Calibration and validation of AquaCrop model for barely in Pakdasht region- Iran. Iranian Journal of Soil and Water Research 3:539-549 (In Persian).
Khalili K and Nazeri Tahrudi M, 2014. Modeling of annual water level changes of Urmia Lake with linear time series models. Water Management in Arid Lands 1:27-36 (In Persian).
Khalili N, Davari K, Alizadeh A, Kafi M and Ansari H, 2014. Simulation of rainfed wheat yield using AquaCrop Model, case study: Sisab rainfed researchers station, Northern Khorasan. Journal of Water and Soil 28: 930-939 (In Persian).
Khorsand A, Verdinejad VR and Shahidi A, 2014. Performance evaluation of AquaCrop model to predict yield production of wheat, soil water and solute transport under water and salinity stresses. Journal of water and Irrigation Management 1: 89-104 (In Persian).
Licker R, Johnston M, Foley A, Barford C, Kucharik CJ, Monfreda Ch and Ramankutty N, 2010. Mind the gap: how do climate and agricultural management explain the ‘yield gap’ of croplands around the world? Global Ecology and Biogeography 19 (6): 769–782.
Meshkatee AH, Kordlazi M and Babaeian A, 2011. Determination and evaluation of Lars model in simulation of meteorological data in Golestan province. Journal of Applied researches in Geographical Science 46: 81-96 (In Persian).
Mohammadi M, Davari K, Ghahreman B, Ansari H and Hahgverdi A, 2015. Calibration and validation of AquaCrop model for simulation of spring wheat yield under simultaneous salinity and water stress. Journal of Water Research in Agriculture 3: 277-295 (In Persian).
Raes D, Steduto P, Hsiao TC and Fereres E, 2009. AquaCrop the FAO crop model to simulate yield response to water II. Main algorithms and soft ware description. Agronomy Journal 101: 438–447.
Ramirez-Rodrigues MA, Alderman PD, Stefanova L, Cossani CM, Flores D and Asseng S, 2016. The value of seasonal forecasts for irrigated, supplementary irrigated, and rainfed wheat cropping systems in northwest Mexico. Agricultural Systems 147: 76-86.
Ritchie JT, 1972. Model for predicting evaporation from a row crop with incomplete cover. Water Resource Research 8:1204–1213.
Sen Z, 1978. A mathematical model of monthly flow sequences Hydrological Sciences-Bulletin-des Sciences Hydrologiques 23 (6): 223-229.
Steduto P, Hsiao TC, Raes D and Fereres E, 2009. AquaCrop—the FAO Crop Model to simulate yield response to water I. Concepts and Underlying Principles. Agronomy Journal 101: 426–437.
Stoeckle M, Janzen D, Hallwachs W and Hanken Baker J, 2003. Draft conference report. Taxonomy, DNA and the barcode of life. Meeting held at the Banbury center. Cold Spring Harbor Laboratory, New York, NY, http://phe.rockefeller.edu/Barcode- Conference/docs/B2summary.doc.
Toumi J, Er-Raki S, Ezzahar J, Khabba S, Jarlan L and Chehbouni A, 2016. Performance assessment of AquaCrop model for estimating evapotranspiration, soil water content and grain yield of winter wheat in Tensift Al Haouz (Morocco): Application to irrigation management. Agricultural Water Management 163: 219-235.
Zarea A, Koocheki A and Nassiri M, 2006. Trend analysis of yield, production and cultivated area of cereal in Iran during the last 50 years and prediction of future situation. Iranian Journal of Field Crops Research 1: 49-71(In Persian).
| ||
آمار تعداد مشاهده مقاله: 556 تعداد دریافت فایل اصل مقاله: 497 |