پيش‌بيني مرحله‌هاي رشد و عملكرد ذرت در همدان

Predict the growth and yield of corn in Hamedan

به‌منظور مدل‌سازي مراحل رشد و عملكرد ذرت بر پايۀ آمار هواشناسي استان همدان (دماي كمينه، دماي بيشينه، ميزان تابش و ميزان بارندگي) با استفاده از زير مدل­هاي مربوط به پديدشناسي (فنولوژي)، توليد و توزيع مادۀ خشك، تغييرپذيري‌هاي سطح برگ در گياه ذرت بررسي‎ در دانشكدۀ كشاورزي دانشگاه وليعصر (عج) رفسنجان در سال بهار 1394 صورت گرفت. با استفاده از مدل يادشده تغييرپذيري روزانۀ مربوط به پديدشناسي، مادۀ خشك كل، سطح برگ محاسبه و سپس عملكرد پيش‌بيني شد. يكي از معيارهاي ارزيابي مدل، مقايسۀ ضريب رگرسيون خطي بين عملكرد مشاهده‌شده و پيش‌بيني‌شده (23 / 0±93 / 0=a و 11 /2 ± 29/ 0=b) با ضريب‌هاي خط 1:1 كه (0و1) است. در زمينۀ ضريب تغييرپذيري مربوط به عملكرد دانۀ پيش‌بيني‌شده و مشاهده‌شده (13/ 4=CV) دقت مدل بسيار بالا بوده به‌گونه‌اي كه در آزمايش‌هاي مزرعه‌اي حد مجاز براي ضريب تغييرپذيري 20 تا 25 است. ميزان R2 براي عملكرد دانه برابر با 69 / 0بوده كه اين امر بيانگر اين است كه به‌احتمال 69 درصد داده‌هاي پيش‌بيني‌شده با داده‌هاي مشاهده‌شده همخواني دارند. از ديگر آماره‌هايي كه براي ارزيابي دقت مدل استفاده مي‌شود، جذر ميانگين مربعات خطا (RMSE) است كه در مورد عملكرد دانه 36 / 0 بود كه نشان‌دهندۀ دقت بالاي مدل در پيش‌بيني ميزان عملكرد است. نتايج اين بررسي نشان مي‌دهد كه دامنۀ تغييرپذيري عملكرد دانۀ ذرت براي داده‌هاي مشاهده‌شده بين 54 / 8 تن تا 99 / 9 تن در هكتار و ميانگين داده‌ها 09 / 9تن بود و براي داده‌هاي پيش‌بيني‌شده دامنۀ تغييرپذيري عملكرد بين 02 / 8 تا 25 / 9 تن و ميانگين آن‌ها 75 / 8 تن در هكتار بود.

In order to modeling of growth stages and yield of corn according to Hamedan province meteorological data (minimum and maximum temperature, radiation and rainfall) By using the sub models of phenology, production and distribution of dry matter and leaf area changes in maize studies was conducted at the Faculty of Agriculture, University of Vali-e-Asr Rafsanjan in spring 2015. Daily changes of phenology, total dry matter and leaf area was calculated using the model and the yield was predicted. One of the criteria to evaluation of a model is Comparison between coefficients of linear regression of observed and predicted yield (b=0.29±2.11 and a=0.93±0.23) and coefficients of line 1:1 (1, 0). Accuracy of the model related to coefficient of variations of predicted and observed seed yield (CV=4.13) was very high so that in field experiments coefficient of variations limit is 20 to 25. R2 quantity of seed yield was 0.69; showing that the probability for coordination of predicted and observed data is 69 percent. The Root mean square error is the other statistics which is used to evaluation of model accuracy. The Root mean square error of seed yield was 0.36, which is evidence of accuracy of model for yield prediction. domain variation for observed and predicted data were 8.54-9.99 tones and 8.02-9.25 tons per hectare respectively and the means were 9.09 and 8.75 tones per hectare respectively.