مطالعه روند رشد دانه ارقام گندم تحت شرایط تنش خشکی با استفاده از مدل‌های ریاضی

مقدمه: تنش خشکی، یکی از مهم‌ترین تنش‌های محیطی در مناطق مختلف دنیا‌ است که باعث ناپایداری عملکرد در گیاهان زراعی‌ می‌شود. بیش از 20 درصد از زمین‌های زراعی دنیا تحت تاثیر خشک‌سالی متوسط تا شدید قرار دارند. مرحله پر شدن دانه، آخرین مرحله در نمو گیاهان زراعی‌ و مهم‌ترین مرحله در تجمع ماده خشک در دانه است. با استفاده از مدل‌های ریاضی می‌توان سرعت و مدت زمان پرشدن دانه و تاثیر عوامل مختلف محیطی و زراعی بر این دو ویژگی مهم تاثیرگذار بر وزن دانه را پیش‌بینی کرد. مدل‌های کوادراتیک، مکعب چند جمله‌ای و لجستیک از جمله مدل‌های ریاضی هستند که به‌صورت کارآمد جهت پیش‌بینی روند رشد دانه استفاده شده‌اند. هدف از اجرای این تحقیق، بررسی روند رشد دانه و تجمع مواد فتوسنتزی در دانه ارقام مختلف گندم تحت شرایط بدون تنش (شاهد) و تنش خشکی انتهای فصل با استفاده از مدل‌های ریاضی و بررسی تاثیر ویژگی‌های رشد دانه بر عملکرد دانه بود.مواد و روش‌ها: آزمایش به‌صورت کرت‌های خرد شده در قالب طرح بلوک‌های کامل تصادفی با چهار تکرار در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه زنجان در سال زراعی 99-1398 اجرا شد. آبیاری معمولی (شاهد) و تنش خشکی پس از گل‌دهی به‌عنوان فاکتور اصلی و چهار رقم گندم (شیراز، مرودشت، آذر2 و روشن) به‌عنوان فاکتور فرعی در نظر گرفته شدند. تنش خشکی با قطع آبیاری تا رسیدن پتانسیل آب خاک به حدود 2- مگاپاسکال اعمال شد. جهت بررسی روند رشد دانه، پس از اتمام گلدهی به فاصله هفت روز یک‌بار از سنبله‌های اصلی نمونه‌گیری و پس از خشک شدن سنبله‌ها، دانه‌ها از سنبله جدا و وزن تک‌دانه محاسبه و سپس با استفاده از مدل‌های ریاضی مختلف، روند رشد دانه‌ها ارزیابی شد. به‌منظور تعیین بهترین مدل از شاخص‌های آماری مجذور میانگین مربعات خطا (rmse)، آکائیک تصحیح شده (aicc) و شاخص i∆ استفاده و مدلی که کم‌ترین میزان این شاخص‌ها را داشت، به‌عنوان بهترین مدل انتخاب شد. در انتها حداکثر سرعت پر شدن دانه، میانگین سرعت پر شدن دانه و مدت زمان پر شدن دانه با استفاده از مدل برگزیده برآورد شد. علاوه بر روند رشد دانه، صفات ارتفاع بوته، طول سنبله اصلی، عملکرد دانه، عملکرد زیستی و شاخص برداشت نیز اندازه‌گیری شد.یافته‌های تحقیق: مقایسه مدل‌های مختلف با استفاده از شاخص‌های rmse، aicc و i∆ نشان داد که مدل داروچ و بیکر (مدل شماره یک) بهترین مدل در ارزیابی روند رشد دانه‌ها در این تحقیق بود. بررسی رشد دانه با این مدل نشان داد که وزن نهایی دانه در تمامی ارقام در شرایط تنش خشکی کاهش یافت و طبق پیش‌بینی این مدل، کم‌ترین و بیش‌ترین وزن نهایی دانه به‌ترتیب متعلق به رقم‌های آذر2 و شیراز بود. مدت زمان پرشدن دانه نیز تحت شرایط تنش خشکی کاهش 9.3 درصدی نشان داد و رقم‌های شیراز (42.3 روز)  و آذر2 ( 34.4 روز) به‌ترتیب بیش‌ترین و کم‌ترین مدت زمان پرشدن دانه را داشتند. تنش خشکی، سرعت فتوسنتز، دوام سطح برگ و تعداد دانه در سنبله را نیز کاهش داد، اما میانگین و حداکثر سرعت پرشدن دانه تحت تاثیر تنش خشکی قرار نگرفت که احتمالاً ناشی از افزایش انتقال مجدد مواد فتوسنتزی تحت شرایط تنش خشکی باشد. همبستگی مثبت و معنی‌داری بین مدت زمان پر شدن دانه با عملکرد دانه تحت شرایط تنش خشکی (0.375=r) و شاهد (0.634=r) مشاهده شد و می‌توان نتیجه گرفت که در این تحقیق مدت زمان پر شدن دانه مهم‌تر از سرعت پر شدن دانه بود. تنش خشکی، وزن هزار دانه ارقام مورد مطالعه را در حدود 18.3 درصد کاهش داد و رقم آذر2 و مرودشت به‌ترتیب با 47.70 و 33.50 گرم، بیش‌ترین و کم‌ترین وزن هزار دانه را داشتند. عملکرد دانه و شاخص برداشت ارقام مورد مطالعه نیز به‌ترتیب در حدود 40.8 درصد و 22.4 درصد تحت شرایط تنش خشکی کاهش یافتند و رقم‌های شیراز (4747.4 کیلوگرم) و آذر2 (3179 کیلوگرم) بیش‌ترین و کم‌ترین عملکرد دانه را تولید کردند. کاهش شاخص برداشت نشان داد که تنش خشکی عملکرد دانه را بیش از عملکرد زیستی کاهش داده است که احتمالاً به‌دلیل کوتاه شدن دوره پرشدن دانه و اختلال در فرایند پر شدن دانه است.نتیجه‌گیری: در مجموع نتایج این آزمایش نشان داد که تنش خشکی پایان فصل به‌طور معنی‌داری سرعت فتوسنتز، دوام سطح برگ، تعداد دانه در سنبله، وزن هزار دانه و مدت زمان پر شدن دانه ارقام مورد مطالعه را کاهش داد و در نهایت منجر به کاهش عملکرد دانه شد.

studying the grain growth process of wheat varieties under drought stress conditions using mathematical models

introductiondrought stress is one of the most important environmental stresses in different regions of the world, which causes the instability of crop production. more than 20% of the world’s agricultural lands are affected by moderate to severe drought stress. the seed filling stage is the last stage in the plant development and the most important stage in the accumulation of dry matter in the seed. seed filling rate and period and the effect of various environmental and agronomical factors on these two important parameters affecting seed weight can be predicted using the mathematical models. quadratic, polynomial cubic, and logistic models are among the mathematical models that have been used efficiently to predict the grain growth process. the purpose of this research was to investigate the grain growth process and the accumulation of photosynthetic substances in the grain of different wheat cultivars under non-stress (control) and late season drought stress conditions using mathematical models and to investigate the effect of grain growth parameters on grain yield.materials and methodsthis experiment was conducted as split plots based on randomized complete block design with four replications in the research field of faculty of agriculture, university of zanjan, zanjan, iran, in 2018-2019. normal irrigation (control) and drought stress after flowering were considered as main factor and four wheat cultivars (shiraz, marvdasht, azar2 and roshan) as sub-factor. drought stress was applied by interrupt irrigation until the soil water potential reached about -2 mpa. to investigate the grain growth process, samples were taken from the main spikes after flowering every week. after drying the spikes, the grains were separated from the spike, the weight of single-grain was calculated, and the grain growth process was investigated using different mathematical models. to determine the best model, various statistical indices including root mean square error (rmse), corrected akaike (aicc) and ∆i were used, and the model with the lowest values of these indices was selected as the best model. then, maximum and average grain filling rate, and grain filling period was estimated using the best selected model. the traits of plant height, main spike length, grain yield, biological yield and harvest index were also measured