ارايه يك روش‌پيش بيني عملكرد جو با استفاده از شاخص‌هاي دور‌پيوندي (مطالعه موردي: كبوترآباد اصفهان)

An approach to yield prediction of barley using teleconnection signals

گياه جو (Hordeum Vulgare. L) منبع غذايي مهمي براي تغذيه انسان و دام است و از لحاظ سطح زير كشت دومين غله مهم ايران به‌شمار مي رود. هدف از انجام اين پژوهش، ارايه روشي براي پيش‌بيني عملكرد گياه جو به كمك تلفيق يك مدل زراعي با شاخص هاي اقليمي دور‌پيوندي در كبوترآباد اصفهان مي‌باشد. به اين منظور، آزمايشي در ايستگاه تحقيقات هواشناسي كشاورزي كبوترآباد اصفهان طي سال‌هاي زراعي 91-90 و 92-91 انجام شد. پس از صحت و اعتبارسنجي مدل گياهي AquaCrop طي دو سال زراعي، عملكرد دانه با استفاده از داده هاي تاريخي يك دوره 15 ساله اعتبارسنجي شد. سپس عملكرد دانه براي دوره 62 ساله (1392-1330) آمار هواشناسي شبيه‌سازي گرديد. بانك اطلاعاتي ماهانه 5 فاز شاخص نوسان جنوبي و 3 فاز شاخص دو‌قطبي اقيانوس هند به عنوان دو شاخص دورپيوندي براي 3 ماه پيش از تاريخ كاشت (شهريور، مهر، آبان) از سال 1330 لغايت 1392 انتخاب و توزيع احتمالات تجمعي عملكرد شبيه‌سازي شده محاسبه گرديد. نتايج نشان داد به جز فازهاي دوقطبي اقيانوس هند در ماه آبان، اختلاف معني‌داري بين فازهاي مختلف وجود ندارد. آزمون كروسكال-واليس اختلاف معني‌داري (005/0P=) را بين فازهاي دوقطبي اقيانوس هند نشان داد و آزمون من- ويتني بيانگر اختلاف معني‌داري بين فازهاي نرمال و منفي (012/0P=) و مثبت و منفي (006/0P=) شاخص مذكور بود. از‌آنجا كه پيش‌بيني‌هاي 3 تا 6 ماهه نوسان دو قطبي اقيانوس هند بر ‌اساس خروجي‌هاي مدل هاي اقليمي قابل دسترس مي باشند، امكان پيش‌بيني عملكرد 3 ماه پيش از كاشت وجود داشته و در شرايط وقوع فازهاي منفي و مثبت نوسان دو‌قطبي اقيانوس هند، مديريت عمليات مزرعه‌اي نظير استفاده از ارقام مقاوم به خشكي، كاهش تراكم و ساير راهبردهاي سازگار با شرايط خشكي مي تواند مد‌نظر قرار گيرد.

Barley (Hordeum Vulgare. L) is an important source of food and second major cereal crop in Iran. The objective of this study is proposing an approach for barley yield forecasting by means of coupling AquaCrop model with several climate teleconnection signals in Kabootarabad-Isfahan, Iran. The experiments were conducted at Kabootarabad agrometeorological station during 2011-2012 and 2012-2013 seasons. The crop model was calibrated using field observations. For validation purpose, the available 15 years historical data were used. Then using 62 years (1951-2013) weather data, crop yield was simulated. Monthly historical records of five phases of SOI (South Oscillation Index) and three phases of IOD (Indian Ocean Dipole) phases for three months prior to planting date (i.e. September, October and November) from 1951 till 2013 were selected and cumulative probability distributions functions of simulated barley yields were worked out for 62 years. Results showed that there are no significant differences between the SOI and IOD phases except for IOD phases of November. Kruskal-Wallis test showed significant differences between IOD phases (P=0.005) .Also, Mann-Whitney test indicated that there were significant differences between normal and negative (p=0.012) and positive and negative (p=0.006) IOD phases. Since IOD values are available 3 to 6 months in advance, therefore yield prediction 3 month before sowing might be feasible. During negative and positive IOD phases, using drought resistant cultivars, lower plant densities and other drought mitigation strategies could be considered as management options.