توسعه مدل گیاهی ترکیبی بر پایه مدل CSM-CERES-Maize برای مدیریت آبیاری و ارزیابی شبیه سازی شاخص های رشد ذرت

در این بررسی، با هدف طراحی مدلی توانمند و منطبق بر نیاز­های داخلی کشور، مدل­های پرکاربرد csm-ceres-maize از بسته نرم­افزاری dssat نسخه 4 و مدل swap به یکدیگر متصل شدند تا هر یک از مدل­ها از ویژگی­های منحصر‌به‌فرد مدل دیگر استفاده کند. در مدل ترکیبی توسعه‌داده‌شده با نام پیشنهادی ceres-maize-hbased، مدل ceres-maize از مقادیر روزانه رطوبت خاک، تبخیر- تعرق واقعی و پتانسیل و جذب آب توسط ریشه محاسبه‌شده توسط مدل swap بهره می‌گیرد و پارامتر­های روزانه رشد ریشه و شاخص سطح برگ را محاسبه و به آن ارسال می­کند. برای ارزیابی مدل از داده­های ذرت کشت‌شده در منطقه ورامین استفاده شد. مقایسه نسخه اصلی مدل و نسخه توسعه‌یافته مدل در پیش­بینی مقدار ماده خشک نشان داد که هر دو مدل به‌خوبی ماده خشک را شبیه­سازی می‌کنند. تفاوت معناداری بین عملکرد دو مدل در مقدار متوسط و مقدار نهایی مجموع ماده خشک مشاهده شد. مقدار متوسط و مجموع خطای مطلق نسخه توسعه‌یافته و اصلی مدل در شبیه­سازی ماده خشک نهایی در 12 تیمار بررسی‌شده، به‌ترتیب 1021، 4207 کیلوگرم بر هکتار و 1271 و 5978 کیلوگرم بر هکتار بود. در کل به‌دلیل عملکرد موفق مدل توسعه‌یافته در شبیه­سازی پارامتر هدف (ماده خشک)، می­توان نتیجه گرفت که اتصال دو مدل با موفقیت صورت گرفته و مدل ترکیبی جدید، آماده استفاده در پژوهش­های مرتبط با رشد ذرت است.