پیش بینی فنولوژی، فیلوکرون و سطح برگ گندم (رقم سرداری)

سابقه و هدفپیش بینی مراحل نموی و بویژه زمان تا پایان رشد در هر منطقه با استفاده از مدلهای ریاضی در جوامع گیاهی بویژه گندمیان از اهمیت زیادی برخوردار است. بنابراین با توجه به اهمیت پیش بینی فنولوژی، سطح برگ و زمان تا اتمام رشد برگ گیاه گندم، این تحقیق جهت معرفی و آزمون اعتبار سنجی مدل فنولوژی phenology mms در شرایط محیطی سقز ، پیش بینی سرعت ظهور برگ یا فیلوکرون در شرایط تنش کم آبی و تصحیح ضرایب روابط آلومتریک پیش بینی کننده سطح برگ گندم رقم سرداری باجرا درآمد.مواد و روشهادر این تحقیق ابتدا اعتبار مدل phenology mms در پیش بینی مراحل نموی و تعداد برگ در ساقه اصلی گندم رقم سرداری با استفاده از داده‌های مزرعه‌ای سنجش شد و سپس با برازش مدل دو تکه‌ای، به شیوه درون یابی، روز و زمان حرارتی لازم تا پایان رشد برگ و فیلوکرون (درجه روز بر برگ) سطوح مختلف تنش استخراج شدند. سپس با استفاده از روابط آلومتریک بین تعداد برگ و سطح برگ بهترین مدل آلومتریک برای تخمین سطح برگ انتخاب شد. نتایجنتایج نشان داد که مدل بخوبی قادر به پیش بینی مراحل نموی گندم است و روز و ترمال تایم لازم تا هر مرحله خاص نموی را در سه حالت پس از کشت، پس از سبز شدن و پس از بهاره سازی پیش بینی میکند. نتایج همچنین نشان داد که گیاه گندم پس از تجربه 1716 درجه روز به زمان پایان رشد برگ خود خواهد رسید که این زمان حرارتی دقیقاً پس از طی 238.8 روز پس از سبز شدن کسب خواهد شد. به بیان ساده‌تر با گذشت هر 16.6 روز پس از سبز شدن، یک برگ به تعداد برگهای گندم اضافه خواهد شد. با افزایش تنش، شیب خط رگرسیون تغییرات تعداد برگ در مقابل زمان حرارتی نیز کاهش پیدا کرد و به 0.0029 برگ بر درجه روز در تنش بسیار شدیدکاهش پیدا کرد. بطور بلعکس با افزایش شدت تنش بر مقدار فیلوکرون افزوده شد و از مقدار 133.3 در تنش متوسط به 339.1 درجه روز بر برگ در تنش خیلی شدید افزایش پیدا کرد. نتایج پیش بینی سطح برگ با استفاده از دو رابطه توانی و یک رابطه دو تکه‌ای نیز نشان داد که مدل دوتکه‌ای نسبت به دو مدل توانی دیگر از دقت بالاتری در پیش بینی سطح برگ برخوردار بوده‌است.نتیجه گیری کلیبا توجه به قابل قبول بودن نتایج مدل فنولوژی در پیش بینی مراحل نموی، مقادیر سرعت ظهور برگ و فیلوکرون، می‌توان استفاده از این مدل درمطالعات شبیه سازی و زراعی را توصیه کرد. از طرفی تنش آّبی نیز میتواند تاثیر زیادی بر سرعت ظهور برگ و مقدار فیلوکرون بگذارد. همچنین بهترین مدل برای تخمین سطح برگ از روی تعداد برگ اصلی، مدل دوتکه‌ای بود زیرا این مدل بخاطر درک ساده‌تر و قابلیت بسط مفاهیم فیزیولوژیکی به پارامترهای آن می‌تواند بیان صحیحی از تغییرات سطح برک را ارائه دهد.

Prediction of Phenology, Phyllochron and Leaf Area in Wheat (cv. Sardari)

AbstractBackground and objectives Prediction of development periods of crops by mathematical models, especially, time to growth ending is so important in every area. So, as impotence of prediction of phenology, leaf area and time to leaf growth ending, this research performed to introduce and test of Phenology MMS model in environmental conditions of saqez, prediction of leaf appearance rate, phyllochron in stress condition of drought and to correct coefficient of allometric equations of predicting of leaf area of wheat(cv. Sardari).Method and MaterialsIn this research, Phenology MMS evaluated using field data for wheat . Then time and thermal time needed to leaf growth ending and phyllochron (degree day per leaf) obtained using segmented model in every stress level. So, the best algometric model selected for describing of relation between leaf area and leaf number.ResultsResults showed that the model predicted wheat development periods well and was capable to estimate day and thermal time needed to every special development period in three state: day after sowing, day after emergence and day after vernalization. Also, results released that time to leaf growth ending will occur after reception of 1716 degree day which equal to 238.8 day after emergence. On other hands, a leaf will include to plant 16.6 day after emergence. By increasing in tension, the slope of regression line of leaf number versus thermal time, decreased and reached to 0.0029 leaf per degree day in sever tension. Vice versa, phyllochron upgraded by increasing in tension and it changed from 133.3(medium tension) to 339.1 degree day per leaf (sever tension). Results of predicting of leaf area using exponential segmented models showed that segmented model was better than exponential models in predicting of leaf area.ConclusionAs for being acceptable of results of phonological model for prediction of thermal time, leaf number and phyllochron, we advise using of this model in modeling and agronomical studies. So, drought stress can effect on leaf appearance rate and phyllochron value. The best model to estimate leaf area was segmented model. Because this model was simple and capable to develop based on physiological meanings that can indicate clear introducing of leaf area variations.So, drought stress can effect on leaf appearance rate and phyllochron value. The best model to estimate leaf area was segmented model. Because this model was simple and capable to develop based on physiological meanings that can indicate clear introducing of leaf area variations.