مدلسازي رشد و عملكرد گلرنگ در اصفهان

Modeling growth and yield of safflower in Isfahan

گلرنگ (Carthamus tinctorius) يكي از مهمترين گياهان زراعي و دارويي در ايران است كه با استفاده از آمار دراز مدت هواشناسي و بهره گيري از يك مدل ساده مي توان عملكرد بالقوه اقليمي اين گياه و محدوديت هاي آن را بررسي كرد. اين مطالعه، به منظور مدل سازي آماري و پيش بيني عملكرد محصول گلرنگ در استان اصفهان، برمبناي شاخص هاي هواشناسي كشاورزي و پارامترهاي اقليمي انجام شده است. براي پيش بيني مراحل رشد و عملكرد گياه زراعي بايستي زير مدل هاي فنولوژي، توليد و توزيع ماده خشك، موازنه آب و خاك مورد مطالعه و بررسي قرار گيرد. پارامترهاي مربوط به هر زير مدل با استفاده از داده هاي مربوط به تاريخ كاشت هاي مختلف در سال هاي 1380 تا 1393 در منطقه اصفهان و داده هاي مربوط به ساير محققان در ساير نقاط برآورد گرديد. براساس آمار هواشناسي استان اصفهان (دماي حداقل، دماي حداكثر، مقدار تابش و ميزان بارندگي) و با استفاده از زير مدل هاي مربوط به فنولوژي، توليد و توزيع ماده خشك، تغييرات رشد و عملكرد آن محاسبه شده و عملكرد مربوط به محصول گلرنگ در پايان فصل رشد پيش بيني گرديد. از معيار‌هاي ارزيابي مدل، مقايسه ضرايب رگرسيون خطي بين عملكرد مشاهده شده و پيش‌بيني شده (0/46 ± 0/073=a و 1/49 ± 0/018=b) با ضرايب خط 1:1 مي‌باشد. در خصوص ضريب تغييرات مربوط به عملكرد دانه پيش‌ بيني شده و مشاهده شده (CV = 8.89) دقت مدل بسيار بالا بوده به گونه‌ اي كه در آزمايشات مزرعه‌ اي حد مجاز براي ضريب تغييرات 20 تا 25 مي‌ باشد. مقدار ضريب تبيين (R2) براي عملكرد دانه برابر با 0/75 بوده كه اين امر بيانگر اين است كه داده‌ هاي پيش‌ بيني شده با داده‌ هاي مشاهده شده به احتمال 75 درصد هم‌ خواني دارند. تغييرات عملكرد دانه براي داده‌ هاي مشاهده شده بين 1/2 تا 4/61 تن در هكتار و ميانگين داده‌ ها 2/9 تن بود و براي داده‌ هاي پيش‌ بيني شده دامنه تغييرات عملكرد بين 1/94 تا 3/62 تن و ميانگين آنها 2/78 تن در هكتار بود كه در تمام موارد عملكرد شبيه‌ سازي شده مطابقت خوبي با عملكرد مشاهده شده دارد. بنابراين، با توجه به توانايي مناسب مدل در شبيه سازي مراحل فنولوژي گلرنگ، مي توان از آن به عنوان ابزار مناسبي براي برنامه ريزي و مديريت بهتر مزارع گلرنگ در منطقه اصفهان استفاده نمود.

Safflower (Carthamus tinctorius) is one of the most important agronomic and medicinal crops in Iran, that it’s potential yield and limitations can be determined using a simple model and long-term meteorological data. This study was performed to yield prediction and statistical modeling of Safflower based on meteorological indicators and climatic parameters. Phenology, dry matter production and distribution and soil-water balance sub models should be studied in order to growth stages and yield prediction in agricultural crops. Parameters related to each sub model were estimated using data reported on different sowing dates during the years 2002-2015 in Isfahan region and the data reported by other researchers in other regions. Growth and yield changes were calculated by phenology, dry matter production and distribution using meteorological data (minimum and maximum temperatures, radiation and rainfall) from Isfahan region, and the safflower crop yield at the end of growing season was predicted. One of the model evaluation criteria is comparison of coefficient of linear regression between observed and predicted yield (a= 0.46 ± 0.073, b= 1.49 ± 0.18) with coefficient of line 1:1. In the field experiments the limit for Coefficient of variation (CV) is 20 to 25. Accuracy of the model was high, regarding to the coefficient of variation of predicted and observed grain yield (CV=8.89). R2 of grain yield was 0.75, which is indicating that predicted data are 70 percent likely match with observed data. Variation range for observed data was 1.2 to 4.61 tones per hectar and the mean was 2.9 tones and for the predicted data it was 1.94 to 3.62 tones per hectar and the mean was 2.78 Tones per hectar. In all cases, simulated yield compliance with observed yield. Hence, given the ability of the model to simulate the phonological stages of safflower, it can be used as a suitable tool for planning and better management of safflower fields in Isfahan.