<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه علوم کشاورزی و منابع طبیعی گرگان</PublisherName>
				<JournalTitle>پژوهش‌های تولید گیاهی</JournalTitle>
				<Issn>2322-2050</Issn>
				<Volume>33</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>03</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Modeling pollination response to temperature and photoperiod in different quinoa cultivars</ArticleTitle>
<VernacularTitle>مدلسازی پاسخ گرده افشانی به دما و دوره نوری در ارقام مختلف کینوا</VernacularTitle>
			<FirstPage>143</FirstPage>
			<LastPage>159</LastPage>
			<ELocationID EIdType="pii">7264</ELocationID>
			
<ELocationID EIdType="doi">10.22069/jopp.2025.23000.3206</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>کمیل</FirstName>
					<LastName>عسکری</LastName>
<Affiliation>دانشجوی دکتری فیزیولوژی گیاهان زراعی، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبد کاووس، گنبد کاووس، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>راحمی کاریزکی</LastName>
<Affiliation>نویسنده مسئول، دانشیار گروه تولیدات گیاهی و مسئول مکاتبه، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبد کاووس، گنبد کاووس، ایران</Affiliation>

</Author>
<Author>
					<FirstName>عباس</FirstName>
					<LastName>بیایانی</LastName>
<Affiliation>استاد گروه تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبد کاووس، گنبد کاووس، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>نخ زری مقدم</LastName>
<Affiliation>دانشیار گروه تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبد کاووس، گنبد کاووس، ایران</Affiliation>

</Author>
<Author>
					<FirstName>بنیامین</FirstName>
					<LastName>ترابی</LastName>
<Affiliation>استاد گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران</Affiliation>
<Identifier Source="ORCID">0000-0001-7628-6074</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2024</Year>
					<Month>12</Month>
					<Day>07</Day>
				</PubDate>
			</History>
		<Abstract>Background and objectives: Quinoa is a valuable food product that helps ensure food security worldwide. Accurate phenological predictions are essential for understanding a plant species&#039; growth potential and performance. One of the most important studies required for this purpose is quantifying and estimating cardinal temperatures and day length parameters for the pollination stage, which is a crucial step in understanding the growth and performance of plants. Given that quantitative information on quinoa phenology is scarce, such data regarding pollination responses to temperature and day length can be useful in understanding the growth and performance of this plant. Therefore, the objectives of the present study are: (1) to develop a multiple model for predicting pollination in quinoa, and (2) to determine cardinal temperatures and day length parameters for pollination.&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;Materials and Methods: A field experiment was conducted with 12 planting dates from 2019 to 2021 on three quinoa varieties in Galugah city. In this study, 10 plants were randomly selected and marked in each subplot to record the pollination initiation time for each planting date. The time taken to reach the pollination initiation stage was also recorded, where at least 50% of the plants had at least one flower at any position on the plant. To quantify the pollination stage against temperature and day length, a multiple model using combined temperature and day length functions was used. The temperature function was represented as a piecewise function, and the day length function was represented exponentially. The model was executed using the Proc nlin procedure in SAS software. To evaluate the model&#039;s accuracy, criteria such as RMSD, R², comparison of 1:1 line coefficients with coefficients a and b from linear regression between predicted and observed values, and the correlation coefficient between them were used.&lt;br /&gt;&lt;br /&gt;Results:The results showed that the RMSD values for different varieties ranged from 1.6 to 6.9 days, with lower values indicating higher model efficiency. The R² coefficient for describing the relationship between pollination rate and temperature and day length in the three quinoa varieties was estimated to be above 0.97. A high R² value indicates that the model is appropriate for describing the relationship between pollination rate, temperature, and day length. The base temperatures for the different varieties were estimated to be between 1.6 and 4.2 degrees Celsius, but no statistically significant differences were observed in the base temperatures of these three varieties. The optimal temperature estimated among the varieties ranged from 22.1 to 27.9 degrees Celsius. Further analysis using the error of estimating the optimal temperature revealed significant differences among the varieties regarding base temperature, with the Q12 variety having the highest optimal temperature value. The sensitivity coefficients to day length for varieties Q12, Titicaca, and Giz1 were estimated to be 0.025, 0.065, and 0.096 hours per day, respectively. Statistically significant differences were observed among the studied varieties with respect to sensitivity to day length. The biological day (the minimum number of days to pollination under optimal temperature and day length conditions) estimated through the model for the varieties Q12, Titicaca, and Giz1 were 31.7, 32.1, and 36.1 days, respectively. &lt;br /&gt;&lt;br /&gt;Conclusion: The results showed that due to the low value of RMSD (less than 6.9 days) and high values of R2 (above 0.97) and r (above 0.95) in different cultivars, the bipartite-exponential model was able to describe the relationship between pollination well. Describe the temperature and length of the day. This model can be used to optimize management decisions, adjust phenological responses to diverse environmental conditions, and predict phenological responses to temperature and day length changes in the future.&lt;br /&gt;&lt;br /&gt;Key Words: Temperature function, biological day, optimal temperature, phenology.</Abstract>
			<OtherAbstract Language="FA">چکیده&lt;br /&gt;&lt;br /&gt;سابقه و هدف: کینوا یکی از محصولات غذایی با ارزش، سالم و مفید است که به تامین امنیت غذایی در سراسر جهان کمک می‌کند. پیش‌بینی دقیق فنولوژی برای درک پتانسیل رشد و عملکرد یک گونه گیاهی ضروری است. مهمترین مطالعه مورد نیاز برای این منظور، کمی کردن و تخمین دماهای کاردینال و پارامترهای مربوط به طول روز برای مرحله گرده‌افشانی در درک رشد و عملکرد گیاهان است. با توجه به این که، اطلاعات کمی در مورد فنولوژی کینوا نادر است، چنین اطلاعاتی برای واکنش گرده‌افشانی به دما و طول روز می تواند در درک رشد و عملکرد این گیاه مفید واقع شود. هدف تحقیق حاضر: (1) توسعه یک مدل چندگانه برای پیش بینی گرده‌افشانی کینوا و (2) تعیین دمای کاردینال و پارامترهای طول روز برای گرده‌افشانی می باشد.&lt;br /&gt;&lt;br /&gt;مواد و روش ها: آزمایش مزرعه ای با 12 تاریخ کاشت در طی سال های 1398 تا 1400 بر روی سه رقم کینوا (Q12، Titicaca وGiz1) در شهرستان گلوگاه انجام شد. به منظور ثبت زمان شروع گرده‌افشانی در هر تاریخ کاشت، در هر کرت فرعی 10 بوته به طور تصادفی انتخاب و علامت‌گذاری شدند. روز تا رسیدن به مرحله شروع گرده‌افشانی در زمانی که حداقل 50 درصد از بوته‌ها به مرحله گرده‌افشانی رسیدند ثبت شد. برای کمی کردن مرحله گرده‌افشانی در برابر دما و طول روز از یک مدل چندگانه شامل توابع ترکیبی دما و طول روز استفاده شد. تابع دمایی به صورت دوتکه ای و تابع طول روز به صورت نمایی استفاده شد. مدل با رویه Proc nlin در نرم افزار SAS اجرا شد. برای ارزیابی دقت مدل از معیارهای RMSD، R2، مقایسه ضرایب خط 1:1 با ضرایب a و b رگرسیون خطی بین مقادیر پیش‌بینی شده و مشاهده شده و نیز ضریب همبستگی بین آن‌ها استفاده شد.&lt;br /&gt;&lt;br /&gt;یافته ها: نتایج نشان داد مقدار RMSD در ارقام مختلف بین 6/1 تا 9/6 روز متغیر بود که هرچه مقدار آن کمتر باشد نشان‌دهنده کارایی بالاتر مدل است. مقدار ضریب تبیین (R2) جهت توصیف رابطه سرعت گرده‌افشانی با دما و طول روز در سه رقم کینوا بالای 97/0 برآورد شد. ضریب R2 بالا نشان‌دهنده مناسب بودن مدل برای توصیف رابطه بین سرعت گرده‌افشانی با دما و طول روز است. مدل دمای پایه ارقام مختلف را بین 6/1 تا 2/4 درجه سانتی‌گراد برآورد کرد، اما از لحاظ آماری بین دمای پایه این سه رقم اختلاف معنی‌داری مشاهده نشد. دمای مطلوب برآورد شده بین ارقام مختلف 1/22 تا 9/27 درجه سانتی‌گراد برآورد شد. بررسی بیشتر با استفاده از خطای معیار برآورد دمای مطلوب نشان داد از لحاظ دمای پایه بین ارقام اختلاف معنی‌دار وجود دارد به طوری که رقم Q12 بالاترین مقدار دمای مطلوب را به ‌خود اختصاص داد. ضریب حساسیت به طول روز در رقم Q12، Titicaca وGiz1 به ترتیب 025/0، 065/0 و 096/0 ساعت در روز برآورد شد. از لحاظ آماری بین ارقام مورد بررسی از لحاظ حساسیت به طول روز اختلاف معنی‌داری مشاهده شد. روز بیولوژیک (کمترین تعداد روز تا گرده‌افشانی در شرایط مطلوب دما و طول روز) برآورد شده از طریق مدل مورد استفاده برای ارقام Q12، Titicaca وGiz1 به ترتیب 7/31، 1/32 و 1/36 روز برآورد شد. &lt;br /&gt;&lt;br /&gt;نتیجه گیری: نتایج نشان داد که مدل دوتکه ای-نمایی با توجه به مقدار پایین RMSD (کمتر از 9/6 روز) و مقادیر بالای R2 (بالای 97/0) و r (بالای 95/0) در ارقام مختلف توانسته به خوبی رابطه بین گرده‌افشانی با دما و طول روز را توصیف کند. این مدل می‌تواند برای بهینه‌سازی تصمیمات مدیریتی، تنظیم پاسخ‌های فنولوژیکی در برابر شرایط محیطی متنوع و پیش‌بینی واکنش‌های فنولوژیکی به تغییر دما و طول روز در آینده استفاده شود. &lt;br /&gt;&lt;br /&gt;کلمات کلیدی: تابع دمایی، روز بیولوژیک، دمای مطلوب، فنولوژی</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تابع دمایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روز بیولوژیک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دمای مطلوب</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فنولوژی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jopp.gau.ac.ir/article_7264_f9883c7c74a779c09d39ea3112982d99.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
