برازش مدل و بررسي تاثير ميزان محصول بر الگوي رشدي ميوه سيب “رد اسپار” در شرايط اقليمي كرج

برازش مدل و بررسي تاثير ميزان محصول بر الگوي رشدي ميوه سيب “رد اسپار” در شرايط اقليمي كرج

تحليل مراحل رشد محصولات كشاورزي يك گام مهم در بهبود مديريت توليد است. با داشتن تحليل رشد برنامه‌ريزي براي روش‌هاي كشت، كوددهي، هرس، زمان برداشت، انبارداري و حصول عملكرد اقتصادي امكان‌پذير مي‌شود. بنابراين توسعه مدل‌هاي رياضي براي شبيه‌سازي رشد گياهي مزاياي زيادي در مديريت توليد محصولات كشاورزي به ويژه در رشد ميوه خواهد داشت. در بررسي حاضر علاوه بر مدل خطي از شش مدل رشد غيرخطي و همچنين يك مدل دو خطي LinBiExp براي مدلسازي الگوي رشد ذاتي بهينه ميوه سيب ‘رد اسپار’ بر اساس طول، قطر و حجم ميوه استفاده شد. پارامترهاي اين مدل‌ها با استفاده از روش ماركواردت رگرسيون غيرخطي تخمين زده شد. براي گزينش بهترين مدل از معيارهاي انتخاب مدل شامل r2، آزمون F، AIC و SBIC استفاده شد. بر اساس نتايج، مدل LinBiExp بهترين برازش را هم بر اساس طول و قطر ميوه و هم حجم ميوه نشان داد. به علاوه، بررسي تاثير ميزان محصول روي الگوي رشد حجمي ميوه نشان داد كه اندازه نهايي ميوه با سرعت رشد مرحله خطي (cm) رابطه مستقيم داشت و مقدار بيشتر محصول با كاهش دادن سرعت رشد در مرحله خطي منجر به توليد ميوه‌هاي كوچك‌تر گرديد.

An analysis of the stages of crop growth presents an important step in the improvement of production management. Through growth analysis, planning for planting systems, fertilization, pruning operations, harvest time as well as obtaining economical yield can be more accessible. Therefore, a development of mathematical models simulating plant growth would be helpful in improving crop management, particularly fruit growth. In the present study, in addition to linear model, six nonlinear growth models as well as a linearized biexponential (LinBiExp) model were employed to make modelings of the inherent growth pattern of ‘Red Spur’ apple fruit based on the measured parameters of fruit length, diameter and volume. The parameters were estimated using the Marquardt iterative method of nonlinear regression. A selection of the most appropriate model calls for the use of such quantitative model selection criteria, as r2, partial F-test, the Akaike information criterion as well as the Schwarz Bayesian information criterion. Throughout the study, it was found that the LinBiExp model was a more suitable one than the other nonlinear growth models as regards fitting the apple growth data attained from the assessed dimensional traits. Moreover, a study of the effect of crop yield on the fruit growth pattern revealed that the final fruit size was in direct relationship with the growth rate in the linear portion. A high crop yield trial led to a decrease in the linear growth rate portion, resulting in smaller size fruits at harvest.