آرشیو

آرشیو شماره ها:
۶۲

چکیده

برآورد پتانسیل تولید هر گیاه تابعی از شرایط اقلیمی، پتانسیل های ژنتیکی گیاه و دیگر عوامل گوناگون محیطی و مدیریتی است. ارزیابی توانمندی مناطق، در به فعلیت رساندن پتانسیل های ژنتیکی گیاهان، از نکات مهم برنامه ریزی های کلان در کشاورزی به حساب می آید. با توجه به جایگاه استان قزوین در تولید محصول ذرت و اهمیت کشت این محصول در استان، برآورد هرچه دقیق تر میزان عملکرد این محصول استراتژیک بسیار ضرورت دارد. در همین زمینه، با مطالعه یک دوره داده برداری یازده ساله، عملکرد محصول ذرت با مدل گیاهی جدید AquaCrop-GIS برآورد شد. پهنه بندی شاخص های کلیدی محصول از طریق مدل در سطح استان شبیه سازی شد. با بررسی نتایج این پارامترهای کلیدی، مشخص شد ایستگاه های مطالعاتی قزوین و معلم کلایه با میزان تبخیر و تعرق مرجع کمتر دارای بهره وری آب بیشتری است. در ادامه با استفاده از عملکرد محاسباتی، اجزای ردپای آب و ردپای آب کل محصول در محدوده ایستگاه های مطالعاتی تخمین زده شد. با بررسی معادلات رگرسیونی میان اجزای ردپای آب و ردپای آب کل محصول با عملکرد محصول در هر ایستگاه، مشخص شد روابط ردپای آب آبی با عملکرد به نسبت دیگر اجزای ردپای آب درمورد تمامی ایستگاه ها، از میزان ضریب تعیین (43/0= R 2 ، 51/0= R 2 ، 43/0= R 2 ، 77/0= R 2 و 79/0 = R 2 به ترتیب درمورد ایستگاه های قزوین، آوج، معلم کلایه، تاکستان و بویین زهرا) و سطح معنی داری برخوردار است. به طورکلی ضریب تعیین این روابط در ایستگاه بویین زهرا با 88/0= R 2 ، 79/0= R 2 ، 56/0= R 2 و 53/0= R 2 به ترتیب برای ردپای آب سبز، آبی، خاکستری و ردپای آب نسبت به سایر ایستگاه ها، بیشتر برآورد شد؛ به این معنی که کاهش عملکرد در این ایستگاه تأثیر بسزایی بر افزایش ردپای آب کل محصول داشت.

Evaluation of Maize yield and Water Footprint Variability by AquaCrop-GIS Model

Estimation of the production potential of a crop is a function of climatic conditions, crop genetic potentials and various other environmental and managerial factors. Assessing the ability of regions to realize the genetic potential of crops is one of the important points of macro-planning in agriculture. Considering the position of Qazvin province in the production of Maize and the importance of cultivating this crop, estimating the yield of this strategic product as accurately as possible is very necessary. In this regard, by studying an 11-year statistical period, Maize yield was estimated with the new crop model AquaCrop-GIS. The zoning of key product indicators was simulated through the model in the province. By examining the results of these parameters, it finds that Qazvin and Moallem Kelayeh study stations with higher reference evapotranspiration rates have higher water productivity. Then, with the help of the computational yield, components of water footprints, and total water footprint of the crop was estimated within the study stations. By examining the regression equations in each station, it was found that the relationship between blue water footprint and crop yield compared to other water footprint components for all stations has a higher coefficient of determination (R2 = 0.43, R2 = 0.51, R2 = 0.43, R2 = 0.77 and R2 = 0.79 for Qazvin, Avaj, Moallem Kelayeh, Takestan and Buin Zahra stations, respectively) and level of significance. In general, the coefficient of determination of these relationships in Buin Zahra station with R 2 = 0.88, R 2 = 0.79, R 2 = 0.56 and, R 2 = 0.53, respectively, for green, blue, gray, and total water footprints compared to other stations were rated higher. This reduction in yield at the station had a significant effect on increasing the total water footprint of the crop.

تبلیغات