مدلسازی رشد و عملکرد گلرنگ در اصفهان
محل انتشار: فصلنامه اکو فیزیولوژی گیاهی، دوره: 10، شماره: 32
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 166
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPEC-10-32_014
تاریخ نمایه سازی: 6 اسفند 1401
چکیده مقاله:
این مطالعه، به منظور مدل سازی آماری و پیش بینی عملکرد محصول گلرنگ در استان اصفهان، انجام شده است. برای پیش بینی مراحل رشد و عملکرد گیاه زراعی بایستی زیر مدل های فنولوژی، تولید و توزیع ماده خشک، موازنه آب و خاک مورد مطالعه و بررسی قرار گیرد. براساس آمار هواشناسی استان اصفهان و با استفاده از زیر مدل های مربوط به فنولوژی، تولید و توزیع ماده خشک، تغییرات رشد و عملکرد آن محاسبه شده و عملکرد مربوط به محصول گلرنگ در پایان فصل رشد پیش بینی گردید. از معیار های ارزیابی مدل، مقایسه ضرایب رگرسیون خطی بین عملکرد مشاهده شده و پیش بینی شده (۰.۴۶ ± ۰.۰۷۳a = و ۱.۴۹ ± ۰.۱۸b =) با ضرایب خط ۱:۱ می باشد. در خصوص ضریب تغییرات مربوط به عملکرد دانه پیش بینی شده و مشاهده شده (CV = ۸.۸۹ ) دقت مدل بسیار بالا بوده به گونه ای که در آزمایشات مزرعه ای حد مجاز برای ضریب تغییرات ۲۰ تا ۲۵ می باشد. مقدار ضریب تبیین(R۲) برای عملکرد دانه برابر با ۰.۷۵ بوده که این امر بیانگر این است که داده های پیش بینی شده با داده های مشاهده شده به احتمال ۷۵ درصد هم خوانی دارند. تغییرات عملکرد دانه برای داده های مشاهده شده بین ۱.۲ تا ۴.۶۱ تن در هکتار و میانگین داده ها ۲.۹ تن بود و برای داده های پیش بینی شده دامنه تغییرات عملکرد بین ۱.۹۴ تا ۳.۶۲ تن و میانگین آنها ۲.۷۸ تن در هکتار بود که در تمام موارد عملکرد شبیه سازی شده مطابقت خوبی با عملکرد مشاهده شده دارد.
کلیدواژه ها:
نویسندگان
ولی الله دادرسی
گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه ولی عصر(عج) رفسنجان، رفسنجان، ایران
بنیامین ترابی
گروه زراعت و اصلاح نباتات استادیار گروه زراعت، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سهیلا قاسمی مهام
گروه زراعت، دانشکده ی کشاورزی، دانشگاه ولی عصر(عج) رفسنجان، رفسنجان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :