مدلسازی رشد و عملکرد گلرنگ در اصفهان

ﮔﻠﺮﻧﮓ (carthamus tinctorius) ﯾﮑﯽ از ﻣﻬﻤﺘﺮﯾﻦ ﮔﯿﺎﻫﺎن زراﻋﯽ و داروﯾﯽ در اﯾﺮان اﺳﺖ ﮐﻪ ﺑﺎ اﺳﺘﻔﺎده از آﻣﺎر دراز ﻣﺪت ﻫﻮاﺷﻨﺎﺳﯽ و ﺑﻬﺮه ﮔﯿﺮی از ﯾﮏ ﻣﺪل ﺳﺎده ﻣﯽ ﺗﻮان ﻋﻤﻠﮑﺮد ﺑﺎﻟﻘﻮه اﻗﻠﯿﻤﯽ اﯾﻦ ﮔﯿﺎه و ﻣﺤﺪودﯾﺖﻫﺎی آن را ﺑﺮرﺳﯽ ﮐﺮد. این مطالعه، به منظور مدل سازی آماری و پیش بینی عملکرد محصول گلرنگ در استان اصفهان، انجام شده است. برای پیش‌بینی مراحل رشد و عملکرد گیاه زراعی بایستی زیر مدل‌های فنولوژی، تولید و توزیع ماده خشک، موازنه آب و خاک مورد مطالعه و بررسی قرار گیرد. براساس آمار هواشناسی استان اصفهان و با استفاده از زیر مدل‌های مربوط به فنولوژی، تولید و توزیع ماده خشک، تغییرات رشد و عملکرد آن محاسبه شده و عملکرد مربوط به محصول گلرنگ در پایان فصل رشد پیش بینی گردید. از معیار‌های ارزیابی مدل، مقایسه ضرایب رگرسیون خطی بین عملکرد مشاهده شده و پیش‌بینی شده (0.46 ± 0.073a = و 1.49 ± 0.18b =) با ضرایب خط 1:1 می‌باشد. در خصوص ضریب تغییرات مربوط به عملکرد دانه پیش‌بینی شده و مشاهده شده (cv = 8.89 ) دقت مدل بسیار بالا بوده به گونه‌ای که در آزمایشات مزرعه‌ای حد مجاز برای ضریب تغییرات 20 تا 25 می‌باشد. مقدار ضریب تبیین(r2) برای عملکرد دانه برابر با 0.75 بوده که این امر بیانگر این است که داده‌های پیش‌بینی شده با داده‌های مشاهده شده به احتمال 75 درصد هم‌خوانی دارند. تغییرات عملکرد دانه برای داده‌های مشاهده شده بین 1.2 تا 4.61 تن در هکتار و میانگین داده‌ها 2.9 تن بود و برای داده‌های پیش‌بینی شده دامنه تغییرات عملکرد بین 1.94 تا 3.62 تن و میانگین آنها 2.78 تن در هکتار بود که در تمام موارد عملکرد شبیه‌سازی شده مطابقت خوبی با عملکرد مشاهده شده دارد.

Modeling growth and yield of safflower in Isfahan

This study was performed to yield prediction and statistical modeling of Safflower. 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 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.