برآورد پتانسيل‌هاي بيوفيزيكال در محدوده شبكه آبياري و زهكشي دشت قزوين با استفاده از مدل‌هاي گياهي DSSAT

Estimating biophysical potentials in Qazvin irrigation and drainage network using DSSAT crop models

در اين پژوهش،‏ پتانسيل‌هاي بيوفيزيكال محصولات زراعي در محدوده اراضي شبكه آبياري و زهكشي دشت قزوين ارزيابي شد. پس از ترسيم واحدهاي اراضي،‏ شبيه‌سازي رشد و توليد محصولات زراعي مورد بررسي با مدل‌هاي گياهي بسته نرم‌افزاري DSSAT انجام شد. در اين شبيه‌سازي براي هر محصول،‏ دو رژيم آبياري (معرف آبياري سطحي و تحت‌فشار) به همراه 2 تا 3 تاريخ كشت مختلف در نظر گرفته شد. تحليل نتايج نشان از تفاوت عملكرد محصولات در تيمارهاي مختلف تاريخ كشت و رژيم‌هاي آبياري بود. در بين محصولات عمده منطقه،‏ مقدار ضريب تغييرات مكاني گندم و جو در سطح متوسط قرار دارد،‏ در حاليكه محصول ذرت دانه‌اي داراي مقدار كوچك‌تر ضريب تغييرات است. در ارتباط با محصولاتي مانند گوجه‌فرنگي،‏ پنبه و سويا،‏ اختلاف زيادي بين عملكرد محصول در واحدهاي مختلف اراضي وجود دارد و اين مسأله بايد در تعيين الگوي كشت اين مناطق مورد توجه قرار گيرد. شاخص ضريب تغييرات زماني محصولات نيز مي‌تواند به عنوان شاخصي از ريسك موجود در ارتباط با كاشت اين محصولات مورد توجه قرار گيرد. نتايج اين بررسي،‏ اطلاعات ورودي لازم براي يك مدل پشتيبان برنامه‌ريزي مكاني را فراهم مي‌كند.

In this research, the biophysical potentials of agricultural crops were analyzed in Qazvin irrigation and drainage network using DSSAT crop models. These models were calibrated and validated using field data or proper input coefficients were selected for the crops without such data. Land Units (LUs) were extracted by overlaying soil mapping units (SMUs) and weather grids using GIS. Weather grids were mapped using Thiessen method assuming each unit as a homogeneous area. Crop growth simulation was carried out using the DSSAT crop models. For each crop, two irrigation regimes (surface and pressurized) and 2-3 planting dates were considered. The results revealed the difference of crop production for each planting date and irrigation regime. Among the major crops in the study area, the values of spatial coefficient of variation were mediocre for Wheat and Barley, but lower for Corn. In relation to Tomato, Soybean and Cotton, significant differences were found between LUs and this issue must be taken in consideration when determining cropping pattern. The index of time coefficient of variation can also be used as a measure of risk in relation to the studied crops. The results of this research can be used as inputs of a spatial planning support system (PSS)