شبيه سازي عملكرد سويا با مدل iLegume_Soybean در استان مازندران

Simulation of soybean growth and yield using iLegume_Soybean model in Mazandaran

سويا از منابع عمده توليد روغن و پروتئين گياهي به‌شمار مي‌رود. بيش از 50 درصد توليد دانه‌هاي روغني جهان به سويا اختصاص دارد. هدف از اين مطالعه ارزيابي و به كارگيري يك مدل ساده رشد و عملكرد سويا در شرايط شرق مازندران بود. جنبه‌هاي مختلف رشد گياه در مدل iLegume_Soybeanبه صورت زير برنامه‌هايي شامل نمو فنولوژيك، تغييرات سطح برگ، توليد و توزيع ماده خشك سازمان‌دهي شده‌اند. عملكرد دانه، عملكرد بيولوژيك و شاخص برداشت با استفاده از سناريوهاي مختلف شبيه‌سازي شد. نتايج نشان داد كه ضرايب رگرسيوني عملكرد دانه و شاخص برداشت مشاهده شده در مقابل مقادير شبيه‌سازي بر مبناي حدود اطمينان 95 درصد اختلاف معني‌داري با ضرايب خط 1:1 (0=a و 1=b) نداشتند. مقدار ضريب تبيين (R2) براي عملكرد دانه و شاخص برداشت به ترتيب 96/0 و 80/0 به دست آمدند. علي‌رغم اين كه مقدار R2 بين مقادير مشاهده شده و شبيه‌سازي 96 درصد بود اما با شيب خط 1:1 مطابقت نداشت و نسبت به آن داراي اريب بود. لذا مي‌توان بيان داشت كه مدل مورد نظر توانايي پيش‌بيني عملكرد دانه و شاخص برداشت در شرايط محيطي مازندران را دارد اما مدل نمي‌تواند براي عملكرد بيولوژيك سويا در مازندران پيش‌بيني مناسبي نمايد.

soybean is one of the most important oily plants in the world. More than 50 percent of the world's oilseed production is concentrated on soybean. The purpose of this study was to evaluate and apply a simple model of soybean growth and yield in eastern Mazandaran provinc. Different aspects of plant growth in the model are as follows including phonological development, leaf area changes, and the production and distribution of dry matter. Grain yield, biological yield and harvest index were simulated using different scenarios. The results showed that the regression coefficients of the observed grain yield and harvest index versus simulated values based on 95% confidence intervals were not significantly different with the coefficients of line 1: 1 (a = 0 and b = 1). The values of R2 for grain yield and harvest index were 0.96 and 0.80 respectively. Despite R2 of linear regressed line between observed yield biological versus predicted values was 0.96 but bias frome the 1:1 line was high. Therefore, it can be said that the model has the ability to predict grain yield and harvest index in the environmental conditions of Mazandaran, but it can not be suitable for soybean biological yield in Mazandaran.