شبيه¬سازي عملكرد گندم ديم با استفاده از مدل گياهي آكواكراپ، مطالعه موردي ايستگاه تحقيقات كشاورزي ديم سيساب، خراسان شمالي

Simulation of Rainfed Wheat Yield using AquaCrop Model, Case Study: Sisab Rainfed Researches Station, Northern Khorasan

مدل¬سازی رشد گیاه ابزار مهمی در ارزیابی اثرات تنش خشكی بر روی عملكرد محصول دیم و در نتیجه آن، انتخاب تاریخ كشت بهینه و تصمیم¬گیری برای روش¬های مدیریتی مناسب می¬باشد. یكی از جدیدترین مدل¬های گیاهی مدل AquaCrop (آكواكراپ) است كه توسط سازمان فائو توسعه داده شده و اساس آن عكس¬العمل عملكرد محصول نسبت به آب مصرفی می¬باشد و با استفاده از متغیرهای اقلیمی، گیاه، خاك و مدیریتی، عملكرد محصول را شبیه¬سازی می¬نماید. مدل مذكور بایستی برای هر محصول و در هر منطقه خاص واسنجی و ارزیابی گردد. در این تحقیق، مدل گیاهی آكواكراپ در ایستگاه تحقیقات دیم سیساب واقع در خراسان شمالی و برای گیاه گندم تحت كشت دیم واسنجی و ارزیابی شد. برای واسنجی مدل، از داده¬های هواشناسی روزانه و داده¬های برداشت محصول دو سال زراعی (87-86 و 88-87) در ایستگاه سیساب استفاده شد. برای اعتبارسنجی مدل نیز از داده¬های هواشناسی مستقل از مرحله واسنجی و داده¬های عملكرد واقعی محصول در پنج سال زراعی 82-81 الی 86-85 استفاده گردید. نتایج بدست آمده نشان داد كه مدل آكوكراپ با دقت بالایی قابلیت مدل¬سازی عملكرد محصول را دارا می¬باشد. بطوری كه ضریب تعیین، میانگین مجذور مربعات خطای استاندارد و نرمال شده، راندمان مدل و شاخص توافق بین مقادیر عملكرد دانه اندازه¬گیری شده و شبیه¬سازی شده، به ترتیب 86/0، 062/0، 235/5، 917/0 و 877/0 بدست آمد.

Modeling of crop growth plays an important role in evaluation of drought impacts on rainfed yield, choosing an optimum sowing date, and managerial decision-makings. Aquacrop model is a new crop model that developed by Food and Agriculture Organization (FAO), that is a model for simulation of crop yield based on “yield response to water“ with meteorological, crop, soli and management practices data as inputs. This model has to be calibrated and validated for each crop species and each location. In this paper, the Aquacrop has been calibrated and evaluated for rainfed wheat in Sisab station (Northern Khorasan). For this purpose, daily meteorological data and historical yield data from two cropping season (2007-2008 and 2008-2009) in the Sisab station have been used to calibrate this model. Next, meteorological data and historical yield data of five cropping season (2002-2003 to 2006-2007) are used to validate the model. The result shows that the Aqucrop can accurately predict crop yield as R2, RMSE, NRMSE, ME, and D-Index are achieved 0.86, 0.062, 5.235, 0.917 and 0.877, respectively.