کاربرد مدل Aquacrop در شرایط کم آبیاری و مدیریت های مختلف کشت ذرت دانه ای تحت آبیاری قطره ای
Publish place: Journal of Water Management in Agriculture، Vol: 1، Issue: 1
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 244
This Paper With 10 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:
شناسه ملی سند علمی:
JR_WMAJ-1-1_003
تاریخ نمایه سازی: 18 مهر 1400
Abstract:
در این مطالعه مدل Aquacrop برای پیشبینی عملکرد دانه و کارآیی مصرف آب محصول ذرت دانهای در شرایط اقلیمی میاندوآب، واسنجی و اعتبارسنجی شد. آزمایش مزرعهای روی ذرت دانهای رقم SC۷۰۴ در قالب طرح کرت های خرد شده بر پایه طرح بلوک های کامل تصادفی با سه تکرار، تحت سه تیمار آبیاری (آبیاری به میزان ۸۰، ۱۰۰ و۱۲۰ درصد نیاز آبی)، با سه تراکم کاشت (۷۵، ۹۰ و ۱۰۵ هزار بوته در هکتار) و به صورت کشتهای یک و دو ردیفه، تحت سیستم آبیاری قطرهای نواری طی سالهای ۱۳۸۴ و ۱۳۸۵ انجام گرفت. مدل بر اساس دادههای سال ۱۳۸۴ واسنجی و سال ۱۳۸۵، اعتباریابی شد. نتایج واسنجی و اعتبارسنجی نشان داد که مدل Aquacrop به صورت مناسبی عملکرد دانه و کارآیی مصرف آب را برای ذرت دانهای پیشبینی میکند. مقدار NRMSE عملکرد و کارایی مصرف آب برای اعتبارسنجی مدل به ترتیب ۹۲/۱ و ۸۲/۱ درصد و کارایی مدلسازی نش- ساتکلیف (EF) برای عملکرد دانه و کارایی مصرف آب برای اعتبارسنجی مدل به ترتیب ۵/۸۲ و ۷/۹۷ درصد محاسبه شد که نشان دهنده مدلسازی با اعتبار مناسب و دقت بالا میباشد. مدل Aquacropبراساس ضرایب واسنجی شده این مطالعه، برای اعمال مدیریتهای مختلف آبیاری و تراکمهای مختلف و نوع کشت (یک و دو رویفه) ذرت دانهای قابل استفاده و کاربرد میباشد.
Keywords:
Authors
وحیدرضا وردی نژاد
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
مهران دوستی رضایی
پژوهشگر مرکز تحقیقات کشاورزی و منابع طبیعی آذربایجان غربی
سینا بشارت
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
حسین رضایی
دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
جمال احمد آلی
پژوهشگر مرکز تحقیقات کشاورزی و منابع طبیعی آذربایجانغربی
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 :