تحلیل حساسیت پارامترهای رشد گیاه ذرت در مدل AquaCrop تحت بر همکنش تنش آبی و کود نیتروژن

تحلیل حساسیت مدل های گیاهی به محققان کمک می کند تا قبل از واسنجی و کاربرد آن، اطلاعات لازم در خصوص واکنش مدل گیاهی به تغییرات پارامترهای ورودی آن را داشته باشند.این موضوع سبب می شود تا با آگاهی بیشتری بتوان داده های ورودی را به مدل معرفی نموده و دقت مدل را در مرحله واسنجی افزایش داد.نظر به توسعه استفاده از مدلهای گیاهی در سال های اخیر، در این پژوهش به بررسی حساسیت مدل AquaCrop در شبیه سازی عملکرد گیاه ذرت دانه ای نسبت به تغییرات پارامترهای رشد گیاهی بهره وری آب نرمال شده(WP*)، حداکثر ضریب تعرق گیاهی (KCTrx)، ضریب پوشش گیاهی اولیه (CC۰)، ضریب رشد پوشش گیاهی (CGC)، ضریب کاهش پوشش گیاهی (CDC) و شاخص برداشت (HI) با استفاده از روش Beven (۱۹۷۹) پرداخته شد.بدین منظور، از داده های دو ساله برداشت شده از مزرعه تحقیقاتی ۴۰۰ هکتاری موسسه تحقیقات اصلاح و تهیه نهال و بذر استفاده شد.فاکتورهای مورد استفاده در این پژوهش شامل سطوح مختلف آب آبیاری (W۱، W۲، W۳ و W۴ به ترتیب نشان دهنده تامین ۱۲۰، ۱۰۰، ۸۰ و ۶۰ درصد نیاز آبی) و کود نیتروژن (N۱، N۲، N۳ و N۴ به ترتیب نشان دهنده تامین ۱۰۰، ۸۰، ۶۰ و صفر درصد نیاز کودی) بود.نتایج نشان داد که مدل به تغییرات شاخص برداشت (۰.۶۵≤Spi≤۱.۳) و بهره وری آب نرمال شده (۰.۵۵≤Spi≤۱.۲) بیشترین حساسیت را داشت.کمترین حساسیت نیز نسبت به تغییرات ضریب زوال پوشش گیاهی (CDC) مشاهده شد (۰.۰۲≤Spi≤۰.۰۷).ضرایب حساسیت برای همه پارامترها به جز CDC مثبت بود.بنابراین با افزایش مقدار CDC مدل دچار خطای کم برآوردی میشود.ضریب حساسیت برای تیمارهای N۱ تا N۴ به طور متوسط برابر با ۳۲/۰، ۴۱/۰، ۴۶/۰ و ۵۱/۰ بود.این نتایج برای تیمارهای آبیاری W۱ تا W۴ نیز به طور متوسط برابر با ۳۶/۰، ۳۹/۰، ۴۴/۰ و ۵۰/۰ بود.از این رو، با افزایش تنش آبی و کودی حساسیت مدل نسبت به تغییر همه پارامترها افزایش یافت و بیشترین حساسیت در تیمار W۴N۴ مشاهده شد.

Keywords:

پارامترهای رشدی گیاه , تحلیل حساسیت , روش Beven , شبیه سازی , مدل AquaCrop