حساسيت مدل CERES – Maize نسبت به پارامترهاي فيزيكي خاك براي تخمين محصول ذرت علوفه‌اي تحت دو سطح كود نيتروژنه

The sensitivity of predicted silage-corn yield using CERES-Maize model to physical soil parameters under two nitrogen fertilizer levels

استفاده گسترده و مفيد از مدل‌هاي گياهي، مستلزم شناخت رفتار آن‌ها در پاسخ به خطاهاي پارامترهاي ورودي است. هدف از انجام اين پژوهش، ارزيابي حساسيت در شبيه‌سازي محصول ذرت علوفه‌اي با مدل CERES – Maize نسبت به پارامترهاي فيزيكي خاك تحت دو سطح كود نيتروژنه است. در اين مطالعه با استفاده از داده‌‌هاي يكسال كشت ذرت در منطقه ورامين، حساسيت مدل نسبت به پارامترهاي رطوبت ظرفيت زراعي (FC)، رطوبت اشباع (SAT)، شماره منحني (CN)، ضريب زهكشي (DR) و ضريب بازتابش (ALB) براي دو سطح صفر و 150 كيلوگرم در هكتار كود نيتروژنه بررسي شد. براي تعيين تابع پاسخ مدل به تغييرات پارامترهاي ورودي، مدل 80 بار اجرا شد و پس از جمع آوري نتايج به كمك برنامه نوشته شده در محيط نرم‌افزار متلب، حساسيت نرمال شده هر پارامتر به دست آمد. نتايج نشان داد كه مدل، بيشترين حساسيت را در شبيه‌سازي محصول در هر دو تيمار به پارامتر FC از خود نشان مي‌دهد، اما پاسخ مدل به تغييرات پارامترهاي ورودي به شدت تحت تاثير ميزان كود مصرفي قرار دارد. با استفاده از مقادير حساسيت نسبي محاسبه شده، رابطه بين مقدار خطاي محتمل در شبيه‌سازي محصول و ميزان خطا در تخمين داده‌هاي ورودي براي هر دو تيمار ارايه شد.

Useful and extensive use of crop models depends on understanding their behavior in response to probable errors in input parameters. The aim of this study was to assess the sensitivity of the simulated silage-corn yield by the most commonly used crop model, CERES – Maize, to physical soil parameters under two nitrogen fertilizer levels. In this study, by using one year field data of silage-corn in Varamin, the model-output sensitivity to field capacity, saturated water content, curve number, root growth factor, drainage coefficient and albedo was analyzed for two N-fertilizer levels (0 and 150 kg N/ha). To determine the model response to changes of input parameters, the model was run 80 times. After collecting data, the normalized sensitivity of each parameter was calculated using the program written in MATLAB environment. The results showed that the highest model sensitivity in the simulation of the yield in both treatments was shown to field capacity. But the response of the model to changes in input parameters was strongly influenced by the amount of fertilizer. Finally, by using the calculated relative sensitivity values, the relationship between probable error in estimating yield for both fertilizer treatments and error in estimation input data was presented.