برآورد پارمترهای مربوط به برخی ارقام غالب ذرت دانه‌ای در کشور به منظور استفاده در مدل مکانیزم‌گرای APSIM

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیات علمی-پژوهشکده علوم محیطی-دانشگاه شهید بهشتی

2 پژوهشکده علوم محیطی-دانشگاه شهید بهشتی

چکیده

سابقه هدف: مدل‌های شبیه‌سازی امکان مطالعه تأثیر مدیریت کشاورزی بر فعالیت‌های تولیدی در محیط‌های معین را مهیا می‌سازد. این ابزارها که به صورت برنامه‌های کامپیوتری هستند با کمک به مدیریت کشاورزی، امکان تصمیم‌گیری‌های مربوط به استفاده از منابع و نهاده-های کشاورزی را فراهم می‌سازند. مدل APSIM-Maize می‌تواند در زمینه مدیریت گیاه استراتژیک ذرت مورد استفاده قرار گیرد اما به کارگیری هر مدلی نیازمند ارزیابی آن مدل می‌باشد. به همین علت این تحقیق به‌منظور برآورد پارمترهای مربوط به برخی ارقام غالب ذرت دانه‌ای در کشور برای استفاده در مدل مکانیزم‌گرای APSIMصورت گرفته است.
مواد و روش: به منظور پارامتریابی و ارزیابی مدل APSIM-Maize برای سه رقم ذرت، از مجموع داده‌های مختلفی استفاده شد. به-طوری‌که برای پارامتریابی رقم زودرس سینگل کراس 260 یک مجموعه داده چهار ساله (شهرستان شیراز) به کار برده شد. همچنین برای رقم‌های دیررس (سینگل کراس 704) و متوسط‌رس (ماکسیما) از داده‌های دو منطقه (کرمان و خرم‌آباد) که هر کدام در یکسال انجام شده بودند استفاده شد. با استفاده از این مجموعه داده‌ها بیوماس، عملکرد دانه، تعداد روز از سبز شدن تا گلدهی، تعداد روز از گلدهی تا رسیدگی فیزیولوژیکی و شاخص سطح برای هر رقم پارامتریابی شد. برای ارزیابی مدل از یکسری مجموعه داده دیگر شامل مقالات چاپ شده در مجلات و همچنین گزاراشات نهایی طرح‌های تحقیقاتی انجام شده استفاده شد. برای مقایسه مقدارهای شبیه‌سازی و اندازه‌گیری شده سه شاخص‌های آماری ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE) و شاخص توافق (d value) محاسبه شد. در این تحقیق برای تمامی تجزیه‌های آماری و رسم شکل‌ها از نرم‌ افزار OriginPro 9.1 استفاده گردید.
یافته‌ها: نتایج ارزیابی مشخص کرد که این مدل مراحل گلدهی و رسیدگی فیزیولوژیکی سه رقم در سال‌ها و مناطق مختلف را با دقت خوبی شبیه‌سازی می‌کند، به‌طوری‌که RMSE برای روز تا گلدهی به‌ترتیب برابر 1 درصد و برای روز تا رسیدگی فیزیولوژیکی برابر 35/1 درصد بود. همچنین نتایج شبیه‌سازی مدل در روند شاخص سطح برگ دو رقم سینگل کراس 704 و ماکسیما نشان داد که مدل APSIM-Maize روند شاخص سطح برگ این دو رقم را به خوبی شبیه‌سازی می‌کند. به‌طوری‌که RMSE برای رقم سینگل کراس 704 در شهرستان کرمان به‌ترتیب برابر با 7/16 درصد و برای شهرستان خرم‌آباد 48/9 درصد بود. همچنین برای رقم ماکسیما در شهرستان کرمان به-ترتیب برابر با 75/16 درصد و برای شهرستان خرم‌آباد 65/10 درصد بود. در نهایت این مدل با شبیه‌سازی دقیق شاخص سطح برگ و فنولوژی توانست عملکرد دانه و بیوماس را خوب شبیه‌سازی کند.
پارامترهای ژنتیکی در بین ارقام متفاوت بودند. بیشترین (650) و کمترین (545) بیشینه تعداد دانه در بلال به ترتیب مربوط به ارقام سینگل کراس 704 و 260 بود. این ارقام همچنین از نظر پارامترهای زمان دمایی تجمعی از زمان گلدهی تا رسیدگی و زمان دمایی تجمعی از زمان ظهور تا انتهای فاز جوانی به ترتیب بیشترین و کمترین مقدار را به خود اختصاص دادند. این در حالی بود که رقم سینگل کراس 260 فقط از نظر سرعت رشد دانه (6/9 میلی‌گرم در روز) نسبت به دو رقم دیگر دارای برتری بود. در نهایت در بین سه رقم، رقم سینگل کراس 704 با 81/21 تن در هکتار دارای بیشترین ماده خشک تولیدی بود.
نتیجه‌گیری: ارزیابی مدل APSIM-Maize نشان داد که این مدل مراحل فنولوژیکی (روز تا گلدهی و روز تا رسیدگی فیزیولوژیکی) را در ارقام مختلف (با طول دوره رسیدگی متفاوت) با دقت بالایی شبیه‌سازی می‌کند، که نشان‌دهنده ساختار مناسب مدل در شبیه‌سازی مراحل فنولوژیکی است. همچنین در بین ارقام مختلف ذرت سینگل کراس 704 نسبت به دو رقم دیگر دارای عملکرد ماده خشک، بیشینه تعداد دانه در بلال، زمان دمایی تجمعی از زمان گلدهی تا رسیدگی و زمان دمایی تجمعی از زمان ظهور تا انتهای فاز جوانی بالاتری بود.

کلیدواژه‌ها


عنوان مقاله [English]

Estimation of parameters for some dominant maize (Zea mays L.) cultivars of Iran for using in APSIM mechanistic model

نویسندگان [English]

  • Sajjad Rahimi Moghaddam 2
  • Reza Deihimfard 1
1 Shahid Beheshti University
2 Shahid Beheshti University
چکیده [English]

Background and objectives: Investigating the impacts of agricultural management on crop productivity in specific environments is easily possible through crop simulation models. These computer-based tools, provide the ability of making some decisions regarding the use of agriculture resources and inputs. However, prior to use of these models, they need to be fully evaluated under different locations and years. Hence, this study has been performed to evaluate APSIM crop model and estimate the cultivar-specific parameters as inputs for the model.
Materials and methods: Different datasets were used in order to parameterize and evaluate APSIM-Maize model for three maize cultivars. So that, a four-year dataset (Shiraz) was used for the calibration of K.SC 260 cultivar from early maturing group. Also, for K.SC 704 (from late maturing group) and Maxima (from mid-maturing group) were applied from the two regions (Kerman and Khoramabad, each one at one year). These datasets are used to adjust parameters based on biomass, grain yield, the number of days from emergence to flowering, the number of days from flowering to physiological maturity and LAI for each cultivar. Model validation was conducted by a series of other datasets including published articles in journals and final reports of research projects.
Three statistical indicators including coefficient of determination (R2) root mean squared error (RMSE) and index of agreement (d value) were computed from observed and simulated variables. The OriginPro 9.1 software was used to statistical analysis and draw figures.
Results: The results of the model evaluation indicated that the model simulated flowering and physiological maturity stages of three cultivars with high accuracy in different years and different locations, so that the values of root mean square for flowering and maturity dates were as 1 and 1.35 %, respectively. Also, the simulation of LAI trend for two K.SC 704 and Maxima revealed that the APSIM-Maize model simulated LAI trend of these two cultivars with high accuracy. The values of root mean square for LAI trend of K.SC 704 in Kerman and Khoramabad were as 16.7 and 9.48 %, respectively. Also, for Maxima in Kerman and Khoramabad were as 16.75 and 10.65 %, respectively. Ultimately, APSIM-Maize model exactly simulated grain yield and biomass with high accuracy by accurate simulation of leaf area index and phenological stages.
Genetic parameters were different among the cultivars. The highest (650) and lowest (545) maximum number of kernel per ear belonged to cultivars K.SC 704 and K.SC 260, respectively. Also, the highest and lowest thermal time accumulations from flowering to maturity and those of seedling emergence to end of juvenile phase belonged to cultivars K.SC 704 and K.SC 260, respectively. Investigations show that the K.SC 260 is better rather than other cultivars just in terms of grain growth rate (9.6 mg kernel–1d–1). Finally, among the three cultivars, K.SC 704 has the highest biomass (21.81 t ha-1).
Conclusion: The evaluation of APSIM-Maize model indicated that the model simulated phenological stages (flowering and physiological maturity) with high accuracy which proves that this model has suitable structure for simulation of phenological stages. Also, among the different cultivars, the number of kernel per ear, thermal time accumulation from flowering to maturity and thermal time accumulation from seedling emergence to end of juvenile phase, were greater in K.SC 704 rather than other cultivars.

کلیدواژه‌ها [English]

  • APSIM-Maize
  • Maxima
  • Potential conditions
1. Abbaszadeh, B., Rezai, M.B., and Layeg- Hagigi, M. 2011. Investigating
morphological characteristics and the essential oil composition of two ecotypes
of oregano (Mentha aquatic L.). J. Med. Plants., 1(8): 248-257. (In Persian)
2. Acimovic, M.G., Korac, J., Jacimovic, G., Oljaca S., Djukanovic, L., and Vuga-
Janjatov, V. 2014. Influence of ecological conditions on seeds traits and
essential Oil Contents in Anise (Pimpinella anisum L.). Not. Bot. Horti.
Agrobot. Cluj. Napoca. J., 42(1): 232-238.
3. Argyropoulou, C., Daferera, D., Tarantilis, P., Fasseas, C., and Polyssiou, M.,
2007. Chemical composition and variation during development of the essential
oil from leaves of Lippia citriodora H.B.K. (Verbenaceae). Biochem. Syst.
Ecol., 35: 831–837.
4. Arnon, D.I. 1949. Copper enzymes in isolated chloroplasts. Polyphennoloxidase
in Beta vulgaris. Plant Physiol., 24(1): 1-150.
5. Babalar, M., Khoshsokhan, F., Fattahi-Moghaddam, M.R., and Poormeydani,
A. 2013. Assessment of morphological diversity and percentage of essential oil
in some populations of thyme (Thymus kotschyanus Boiss, & Hohen). Iran. J.
Hortic. Sci. 44(2): 119-128., (In Persian)
6. Batooli, H., and Safai- Gomi, J. 2012. Compare the composition essential oil of
three flowers genotypes of rose in Kashan region. J. Med. Plants., 2(9): 157-
166. (In Persian)
7. Bertome, J., Isabel Arrillage M., and Segura, J. 2007. Essential oil variation
whiten and among natural population of Lavandula latifolia and its relation to
their ecological areas. Biochem. Syst. Ecol., 35: 479-488.
8. Chang, C., Sommer, T.G., and Entz, T. 1991. Barley performance under heavy
application of cattle feedlot manure. Agron. J., 85: 1013–1018.
9. Chen, W., and Viljoen, A.M. 2010. Geraniol- A review of a commercially
important fragrance material. South. Afr. J. Bot., 76: 643-651.
10. Daniel, P.L., Carlos, B., and Ratiana, D. 2003. Land suitability evaluation using
a combination of exploratory data analysis with a geographic information
system on sugar cane areas. Sugar Cane National Research Institute, Boyeros,
Cuba.
11. Esfahanianfard, N. 2010. Seasonal variation in the essential oil content and
composition of six Eucalyptus species from South Iran. M.Sc. student of
Payame-Noor University, Tehran, Iran., 220p. (In Persian)
12. Ganjewala, D., and Luthra, R. 2009. Geranyl acetate esterase controls and
regulates the level of geraniol in lemongrass (Cymbopogon flexuosus nees ex
steud.) mutant cv. GRL-1 leaves. Curr. Issue. Molec. Bio., 11: 251-259.
13. Ghannadnia, M., Haddad, R., Zarinkamar, F., and Sharifi. 2011. Different
expression of limonene synthesis gene in organs and developmental stages of
cumin (Cuminum cyminum L.). Iran. J. Med. Arom. Plants., 27(3): 495-508.
14. Holm, Y., and Hiltunen, R. 1988. Capillary gas chromatographic_mass
spectrometric determination of the flavor composition of Dragonhead
(Dracocephalum moldavica L.). Flavour. Frag. J., 3: 109-112.
15. Hornok, L., Csaki, G.Y., Varga, E., Ghanem, S.A., and Halasz, M. 1990. Effect
of some cultivation factors on production of medicinal plants. In: Second Arab
Conference on Medicinal Plant, Cairo, Egypt.
16. Hussein, M.S., El-Shrbeny, S.E., Khlil, M.Y., Naguib, N.Y., and Aly, S.M.
2006. Growth characters and chemical constituents of Dracocephalum
moldavica L. plants in relation to compost fertilizer and planting distance. J.
Sci. Hortic., 108: 322-331.
17. Kakasy A., Z. Lemberkovics, E., Simandi, B., Lelik, L., Hethelyi, E., Antal, I.,
and Szoke, E. 2006. Comparative study of traditional essential oil and
supercritical fluid extracts of Moldavian dragonhead (Dracocephalum
moldavica L.). Flavour. Frag. J., 21: 598-603.
18. Khavazi, K., and Malakooti, M.J. 2004. Necessity of to Produce Bio-Fertilizers
in Iran. Jahad Daneshgahi Publication. 598p. (In Persian)
19. Marotti, M., Dellacecca, V., piccaglia, R., and Glovanellia, E. 1993. Agronomic
and chemical evaluation of three varieties of Foeniculum vulgare. Acta Hortic.,
31: 63-69.
20. Nasrabadi, B., Omid Baygi, R., and Sfidkon F. 2007. Effect of sowing time on
biological growth yield and essential oil content in dragonhead (Dracocephalum
moldavica L.). Iran. J. Med. Arom. Plants., 23(3): 307- 314. (In Persian)
21. Nikitina, A.S., Popova, O.I., Ushakova, L.S., Chumakova, V.V., and Ivanova
L.I. 2008. Studies of the essential oil of Dracocephalum moldavica L. cultivated
in the stavropol region. Pharm.Chem. J., 42: 35-39.
22. Omid Beygi, R. 2006. Production and Processing Of Medicinal Plants, Volume
I. Publisher: Astan Quds Razavi (Mashhad), 397p.
23. Ozguven, M., Ayanoglu, F., and Ozel, A. 2006. Effects of nitrogen rates and
cutting times on the essential oil yield and components of Origanum syriacum
L. var. bevanii. J. Agron., 5: 101–105.
24. Raddrof, A.E. 2007. Quantitation analysis of polysaccharids and glycoprotein
fractions in Echinacea purpurea and Echinacea anngustifolia by HPLC-ELSD
for quality control of raw material. Biomed. Pharm. J., 45(4): 115-120.
25. Rahimmalek, M., Maghsoudi, H., Sabzalian, M.R., and Ghasemi Pirbalouti, A.
2014. Variability of essential oil content and composition of different Iranian
fennel (Foeniculum vulgare Mill.) accessions in relation to some morphological
and climatic factors. J. Agric. Sci. Technol., 16: 1365-1374.
26. Rai-Dehagi, H., Razmjoo, J., Sabzaliyan, M.R., and Arzani, A. 2014. Effect of
shading on morphological characteristics and essential oil content in different of
genotypes of three species of mint. J. Plant. Process. Funct., 4(13): 58-69. (In
Persian)
27. Rajeswara, B.R. 2001. Biomas and essential oil yield of rainfed palmorosa
(Cymbopogon martinii) (Roxb.) Wats. Var. motia Burk.) supplied with different
level of organic manure and fertizer in semi-arid tropical climate. Ind. Crop.
Prod., 14: 171-178.
28. Renato, Y., Ferreira, M.E., Cruz, M.C., and Barbosa, J.C. 2003. Organic matter
fractions and soil fertility under influence of liming vermicompost and cattel
manure. Bioresour. Technol., 60: 59-63.
29. Salehi, A. 2012. Effect of bio-fertilizers, vermicompost and zeolite on the yield
and quality of German chamomile in order to achieve a sustainable agricultural
system. Thesis Submitted for the Degree of Philosophy (Ph.D.) in Agronomy
Department of Agronomy Faculty of Agriculture Tarbiat Modares University,
Tehran., (In Persian)
30. Santos-Gomes, P.C., Fernandes-Ferreira, M., and Vicente, A.M.S. 2005.
Composition of the essential oils from flowers and leaves of Vervain (Aloysia
triphylla (L’Herit.) Britton) grown in Portugal. J. Essent. Oil. Res., 17: 73–78.
31. Shuge, T., Xiaoying, Z., Fan, Z., Dongqing, A., and Tao, Y. 2010. Essential Oil
composition of the Dracocephalum moldavica L from Xinjiang in China.
Pharm. Res., 1: 172-174.
32. Sifola, M.I., and Barbieri G. 2006. Growth, yield and essential oil content of
three cultivars of basil grown under different levels of nitrogen in the field. Sci.
Hort., 108: 408–413.
33. Singh, M., and Sharma, S. 2001. Influence of irrigation and nitrogen on herbage
and oil yield of palmarosa (Cymbopogon martinii) under semi-arid tropical
conditions. Eur. J. Agron., 14: 157–159.
34. Sonboli, A., Mojarrad, M., Gholipour, A., Ebrahimi, S.N., and Arman, M. 2008.
Biological activity and composition of the essential oil of Dracocephalum
moldavica L. grown in Iran. Nat. Prod. Commun., 3(9): 1547-1550.
35. Venskutionis, P.R., Dapkevicius, A., and Baranuauskiene, M. 1995. Flavor
composition of some lemon-like aroma herbs from Lithuania. Dev. Food Sci.,
37(1): 833-847.
36. Yousefzdeh, S., Modarres-Sanavy, S.A.M., Sefidkon, F., Asgarzadeh, A.,
Ghalavand, A., and Sadat-Asilan, K. 2013. Eeffect of azocompost and urea on
the herbage yield and content and composition of essential oils from two
genotype of dragonhead (Dracocephalum moldavica L.) in two regions of Iran.
Food Chem., 138: 1407-1413.
37. Zheljazkov, V., Fair, P., Craker, L.E., Nolan, L., and Shetty, K. 1995. Study of
the effect of highly heavy metal polluted soils on metal uptake and distribution
in plants from genera Artemisia, Dracocephalum, Inula, Ruta and Symphy.
Acta Hort., 426: 397-417.