استفاده از مدل Ssm-Icropبرای پیش‏بینی فنولوژی، عملکرد و بهره‏وری آب کلزا (Brassica Napus L.) در شرایط ایران

تغییرات اقلیمی، کاهش تنوع زیستی در منطقه و نگرانی در مورد امنیت غذایی به‌عنوان مشکلاتی مهم مطرح هستند؛ در این راستا بررسی شرایط جهت دستیابی به افزایش تولید محصولات کشاورزی ضروری به نظر می‌رسد. برای بررسی راه‌کارهای افزایش عملکرد، ابتدا بایستی پتانسیل عملکرد و عوامل محدود‌کننده عملکرد تعیین و مورد ارزیابی قرار گیرند. از مدل‌های شبیه‌سازی می‌توان به‌عنوان طرح توسعه‌یافته‌ای از آزمایش‌های مزرعه‌ای برای غلبه بر محدودیت‌هایی مانند زمان و هزینه استفاده نمود. این بررسی با هدف استفاده از مدل ssmicrop برای شبیه سازی فنولوژی، عملکرد و بهره‌وری آب گیاه کلزادر سطح کشور انجام گرفت. در نتیجه پارامتریابی مدل، سه رقم زودرس، متوسط رس و دیرس برای کلزا تعیین شد، که درجه حرارت تجمعی برای کامل شدن دوره رشد آن‌ها به‌ترتیب 2000، 2500 و 2700 درجه سانتی‌گراد روز برآورد گردید. پس از تعیین پارامترهای مورد نیاز، به‌منظور ارزیابی مستقل مدل، با استفاده از داده های مقالاتی که از آن‌ها برای برآورد پارامترها استفاده نشده بود، بر اساس تاریخ کاشت و مدیریت منطقه مورد نظر و همچنین آمار هواشناسی آن مناطق، مدل اجرا گردید تا درستی و صحت‌سنجی مدل صورت گیرد. با توجه نمودار 1:1 و آماره‏های 0.87=r، (درصد) cv=18 و (g.m2) 67.04 =rmse برای عملکرد دانه و 0.97=r، (درصد) 5=cv، (روز) 10.68=rmse برای روز تا رسیدگی و 0.83=r و (mm.ha1) 91.9=rmse، 19.35=cv برای نیاز آبی می‍توان نتیجه گرفت که شبیه‍سازی رشد کلزا با استفاده از مدل ssmicrop رضایت‌بخش بوده است و نتایج حاکی از برآورد صحیح پارامترهای مدل و تصدیق‌کننده کارایی مدل در پیش‍بینی عملکرد کلزا در ایران می‍باشد.

Using SSM-iCrop Model to Predict Phenology, Yield, and Water Productivity of Canola (Brassica napus L.) in Iran Condition

IntroductionDue to limitation of water and soil resources resulted from geological and climatic conditions of Iran as well as necessity of selfreliance in infrastructural issues, efficient usage of water and soil resources available in Iran is inevitable. Climatic changes, reduced biodiversity in the region and concerns about food security are regarded as important issues; hence, evaluation of conditions to attain improved crop production seems essential. To investigate yield improvement methods, yield potential and yield limiting factors (climate, soil, water, and genetic factors) should be determined and evaluated in the first step. Simulation models may be used as scaledup designs of field experiments to overcome limitations such as time and costs. Crop  simulation  models  are  mathematical representations  of  plant  growth  processes  as  influenced  by  interactions  among genotype,  environment and crop  management. Using crop simulation models can be an efficient complement to experimental research.  Models are being used to understand the response of crops to possible changes in crop, cultural management, and environmental variables. Crop models use various plant and environmental parameters to simulate crop growth and should be calibrated and evaluated before usage.Materials and Methods SSMiCrop model predicts phenological stages as a function of temperature, day length.  Calculation of phenological development in the model is based on the biological day concept. A biological day is a day with optimal temperature, photoperiod, and moisture conditions for plant development. Leaf  area  development  and  senescence  is  a  function  of  temperature,  provide nitrogen  for  leaf  growth,  plant  density  and  nitrogen  remobilization.  To  simulate leaf area expansion, the first step is to determine on each day the  increase in leaf number  on  the  main  stem  using  the  phyllochron  (temperature  unit between emergences of successive leaves) concept. In this model biomass is estimated as a function of the received radiation and temperature.  Daily  increase  of  crop  mass  is  estimated  as  the  product  of  incident photosynthetic  active  radiation  (PAR,  MJ  m2d1),  the  fraction  of  that  radiationintercepted  by  the  crop  (FINT)  and  efficiency  with  which  the intercepted  PAR  is used to produce crop dry mass, i.e., radiation use efficiency (RUE, g MJ1).  Yield formation  in  the  model is simply  simulated  as  total  dry matter  production  during seed  filling  period  plus  a  fraction  of  crop  dry  mass at  BSG  (as  mobilized  dry matter).  Modeling  seed  growth  rate  and  yield  formation  in  the  current  model  is based on a modified linear increase in harvest index concept as described by Soltani and Sinclair (2011).The model needs daily weather data, i.e. maximum and minimum temperatures, rainfall, and solar radiation. The model can be run under multiple scenarios/treatments over many years. Results As a result of the SSMiCrop model parameterization, three early, medium and late maturing cultivars were determined for canola, which their cumulative degree days (GDD) for growth period completion were estimated as 2000, 2500 and 2700 °C days. After determination of the required parameters, the model was run based on sowing date, management, and meteorological statistics of the region using the data from the papers which were not used for parameterization, so as to validate the model. The average of the simulated data for days to maturity and yield were 222 (days) and 383 (g.m2), respectively, whereas observed values for this traits were 223 (days) and 359 (g.m2).Conclusion: Based on the 1:1 line and statistics of r=0.87, CV=18% and RMSE=67.04 (g.m2) for grain yield and r=0.97, CV=5% and RMSE=10.68 (days) for days to maturity, it may be concluded that simulation canola growth using SSMiCrop model has been satisfactory and indicates accurate estimation of the model parameters, as well as serving as a verification of the model efficiency in prediction of canola yield under climatic conditions of major canola production regions of Iran.