بررسی کارایی مدل saltmed در تخمین عملکرد گیاه نعناع فلفلی (mentha piperita l.) تحت تنش‌های شوری و کم‌آبیاری

در سال‌‎های اخیر، مدل‌های شبیه‌ساز رشد گیاه به منظور پیش‌بینی عملکرد گیاهان مختلف مورد توجه محققین کشاورزی قرار گرفته است. این در حالی است که تاکنون کمتر به شبیه‌سازی رشد گیاهان دارویی پرداخته شده است. در این تحقیق برای اولین بار به بررسی عملکرد مدل شبیه‌ساز رشد saltmed در تخمین عملکرد گیاه نعناع فلفلی تحت تنش‌های شوری و کم‌آبیاری پرداخته شده است. تیمارهای در نظر گرفته شده در این مطالعه شامل تنش خشکی (100% نیاز آبی(شاهد)، 20 و 40 % کم‌آبیاری) و تنش شوری (شاهد، دو، سه و چهار دسی زیمنس بر متر) بودند. واسنجی مدل براساس داده‌های تیمار شاهد انجام گرفت. بعد از اطمینان از نتایج مدل در مرحله واسنجی، صحت‌سنجی برای بقیه تیمارها انجام گرفت. نتایج نشان داد که دقت مدل در پیش‌بینی عملکرد نعناع فلفلی نسبتاً خوب بوده است. مقادیر ضریب تبیین مدل در مراحل واسنجی و صحت‌سنجی به ترتیب برابر 0.953 و 0.801 بدست آمد. بررسی تفکیکی نتایج نشان داد که مدل حداکثر محصول را در تیمارهای کم‌آبیاری با دقت بیشتری نسبت به تیمارهای شوری برآورد کرده است. حداکثر عملکرد محاسباتی مدل در تیمارهای 20 و 40 % کم‌آبیاری برابر 2.75 و 2.83 تن در هکتار بدست آمد. در حالی‌که برای تیمارهای دو، سه و چهار دسی زیمنس عملکرد برابر 2.1، 2.06 و 2.05 تن در هکتار بدست آمد.

Performance Study of SALTMED Model in Predicting Peppermint (Mentha piperita L.) Yield under Different Deficit Irrigation and Salinity Management Conditions

In the recent years, growth simulation models have been attracted for agricultural engineers in order to predict different crop yields. However, growth simulation of medicinal crops has been rarely studied. In current research, for the first time, the performance of SALTMED model in predicting peppermint yield under different deficit irrigation and salinity conditions was studied. Treatments of water deficit included (100% irrigation requirement (as control), 20 and 40% water deficit) and salinity treatments (control, 2, 3 and 4 dS/m). Calibration of model conducted using control treatment data. After insuring the results, validation of model conducted using other treatments data. Results indicated that model accuracy for predicting peppermint yield was relatively good. The coefficient of determination of model during calibration and validation were 0.953 and 0.801. Studying the separate results showed that the model predicted maximum yield of water deficit levels with higher accuracy than salinity levels. Maximum simulated yield of 20 and 40% water deficit levels were 2.75 and 2.83 ton per hectare while the yield of 2, 3 and 4 dS/m obtained as 2.1, 2.06 and 2.05 ton per hectare.