بررسی کارایی مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر و پایش آن با شاخص تنش آبی گیاه

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 209

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IDJ-13-5_021

تاریخ نمایه سازی: 25 اردیبهشت 1400

Abstract:

کمبود آب یکی از فاکتورهای مهم و تاثیرگذار در تولید محصولات کشاورزی تلقی می گردد. استفاده از مدل های مدیریت زراعی همچون مدل AquaCrop می تواند ابزاری مفید برای بررسی راه کارها و امکان بررسی آن ها در شرایط مختلف باشد. این تحقیق به منظور بررسی کارایی مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر و پایش آن با شاخص تنش آبی گیاه در سال زراعی ۹۶-۱۳۹۵ در اراضی کشت و صنعت نیشکر دعبل خزاعی در مزرعه R۷-۱۱ با مساحت ۲۵ هکتار و پلنت (کشت جدید) واریته CP۶۹-۱۰۶۲ در جنوب اهواز انجام شد. واسنجی لازم برای تعیین دقت مدل در زمان آبیاری گیاه نیشکر شامل بررسی شاخص تنش آبی گیاه (CWSI) با دماسنج مادن قرمز انجام شد. این واسنجی نشان داد، مدل AquaCrop در تعیین زمان آبیاری گیاه نیشکر از قدرت شبیه سازی نسبتا بالایی برخوردار می باشد. تحلیل آماری دقت مدل در پیش بینی زمان آبیاری مزرعه با شرایط واقعی مزرعه برابر CRM=۰.۰۰۶، d=۱.۰، RMSE=%۲.۰ به دست آمد. برنامهریزی آبیاری مزرعه R۷-۱۱ با مدل AquaCrop با مجموع دور آبیاری اعمال شده در مزرعه ۱۶.۶ دور (از فروردین تا مهرماه ۱۳۹۶) انجام شد، این تعداد دور آبیاری با تعداد دور آبیاری مزارع پلنت واریته CP۶۹-۱۰۶۲ کشت و صنعت دعبل خزاعی که به طور میانگین با مجموع دور آبیاری اعمال شده در مزارع ۲۰.۸ دور بود مقایسه شد، مشاهده می شود مزرعه R۷-۱۱ تعداد ۲/۴ دور آبیاری در آن سال صرفه جویی شده است. میزان عملکرد محصول این مزرعه ۱۲۸ تن در هکتار و متوسط عملکرد مزارع پلنت واریته CP۶۹-۱۰۶۲ کشت و صنعت دعبل خزاعی برابر ۱۰۳.۶۰ تن در هکتار بدست آمد. کیفیت شربت نیشکر مزرعه R۷-۱۱ شامل درصد خلوص (PTY%) و درصد استحصال شکر سفید (R.S%) برابر PTY= %۹۰ و R.S= %۱۱.۱ و میانگین مزارع پلنت واریته CP۶۹-۱۰۶۲ کشت و صنعت دعبل خزاعی برابر PTY= %۸۸.۶ و R.S= %۱۰.۸ بدست آمد. نتایج این تحقیق نشان داد، با توجه به این که مدل AquaCrop از دقت بالایی برخوردار است، استفاده از این روش برای تعیین زمان آبیاری نسبت به روش فعلی (کراپ لاگ) که در شرکتهای توسعه نیشکر خوزستان رایج است، هم از لحاظ هزینه و هم از لحاظ استفاده از آن در طرحهای تحقیقاتی توصیه می شود.

Authors

حجت امامی

استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه بناب، بناب، ایران

سمیه امامی

دانشجوی دکتری سازه های آبی، گروه مهندسی آب دانشگاه تبریز، تبریز، ایران

شادی حیدری

کارشناسی ارشد آبیاری زهکشی، گروه مهندسی آب دانشگاه کردستان، کردستان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • امامی، س و چوپان، ی. ۱۳۹۸. کاربرد الگوریتم رقابت استعماری ...
  • خورشید دوست، ع. م.، فیض­الله­پور، م و صدرافشاری، س. ۱۳۹۴. ...
  • دهقانی، ا. ا.، زنگانه، م. ا.، مساعدی، ا و کوهستانی، ...
  • دهقانی، ا. ا.، محمدی، م.، م و هزارجریبی، ا. ۱۳۸۹. ...
  • رستگار، ح و حبیبی، م. ۱۳۹۰. ارزیابی پنج روش برآورد ...
  • فغفوری، ز.، آرمان، ن.، فرجی، م و خرسندی، ز. ۱۳۹۶. ...
  • قربانی، م. ع و دهقانی، ر. ۱۳۹۶. مقایسه روش­های شبکه ...
  • تخمین بار معلق رودخانه زهره با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • محمدرضاپور، ا. ا.، حقیقت­جو، پ. و زینلی، م. ج. ۱۳۹۴. ...
  • ستاری، م. ت.، رضازاده جودی، ع.، صفدری، ف. و قهرمانیان، ...
  • Nagy, H. M., Watanabe, K. and Hirano, M. ۲۰۰۲. Prediction ...
  • Ebrahimi, H., Jabbari, E. and Ghasemi, M. ۲۰۱۳. Application of ...
  • Mirjalili, S. Mirjalili, S. M. and Lewis, A. ۲۰۱۴. Grey ...
  • Mech, L. D. ۱۹۹۹. Alpha Status, Dominance, and Division of ...
  • Muro, C., Escobedo, R., Spector, L. and Coppinger, R. ۲۰۱۱. ...
  • Emami, H. and Derakhshan, F. ۲۰۱۵. Election algorithm: A new ...
  • Kisi, O. ۲۰۰۵. Suspended sediment estimation using neuro-fuzzy and neural ...
  • Kisi, O. ۲۰۰۹. Evolutionary fuzzy models for river suspended sediment ...
  • Kisi, O. ۲۰۰۸.Constructing neural network sediment estimation models using a ...
  • Kisi, O. ۲۰۱۶. A new approach for modeling suspended sediment: ...
  • نمایش کامل مراجع