شبيه‌‌سازي شاخص سطح برگ و عملكرد كلزا تحت شرايط تنش آب در اقليم نيمه‎خشك

Model for Simulating Canola Yield Under Water Stress Conditions

يكي از راه‎هاي آزمون جنبه‌هاي مختلف مديريت گياهان زراعي، مدل‎سازي رشد آنها با هدف پيش‎بيني عملكرد گياه تحت شرايط متفاوت مي‎باشد. پيش‎بيني صحيح عملكرد گياه زراعي جهت مديريت مناسب سيستم‎هاي زراعي در مناطق خشك و نيمه‎خشك با در نظر گرفتن كمبود آب ضرورت دارد. هدف از اين مطالعه ارايه مدلي ساده براي پيش‎بيني عملكرد كلزا بر اساس شاخص سطح برگ شبيه‌سازي شده در شرايط تنش آب بود. در اين مدل شاخص سطح برگ بر اساس درجه روز تجمعي و شاخص تنش آب شبيه‎سازي شد. موازنه آب خاك توسط مقدار تخليه رطوبت از منطقه توسعه ريشه‎ها، تبخير و تعرق واقعي گياه، رواناب و نفوذ عمقي شبيه‎سازي شد. داده‎هاي ورودي مورد نياز مدل شامل داده‎هاي آب و هوا (ميزان تشعشع خورشيدي، درجه حرارت حداقل و حداكثر و بارندگي)، اطلاعات مربوط به خاك و گياه مي‎باشد. مدل براي رقم زرفام تحت شرايط تنش و عدم تنش در سال زراعي 84-1383 براي شرايط مشهد ساخته شد و در سال 85-1384 براي تيمارهاي مربوطه ارزيابي شد. مدل در كليه تيمارها و طي هر دو سال پيش‎بيني قابل قبولي از شبيه‎سازي شاخص سطح برگ و عملكرد كلزا نشان داد.

One possible means of achieving better agronomic management is the use of crop models for yield prediction under different conditions. Accurate prediction of crop yield is essential for suitable water management in arid and semi arid regions. The objective of this study was developing a model for grain yield prediction of canola based on simulated leaf area index under water stress conditions. In this study, leaf area index was simulated based on cumulative temperature and water stress index. Soil water balance was also simulated based on root zone depletion, actual evapotranspiration, runoff from the soil surface and deep percolation. The model used crop and soil data and meteorological data including daily maximum and minimum air temperature (oC), precipitation (mm) and solar radiation (MJ.m-2d-1). The model was developed based on the 2004–2005 growing season data for Zarfam cultivar under full irrigation and water stress conditions, and validated with 2005–2006 growing season data. The simulation results showed that across all water levels, model performed well for grain yield simulation based on simulated LAI.