تحلیل وضعیت عملکرد و رابطه آن با سطح برگ در مزارع گندم بر اساس روش‌های درون‌یابی (مطالعه موردی: مزرعه نمونه ارتش استان گلستان)

نوع مقاله : پژوهشی

نویسندگان

1 دانشجو

2 هیات علمی

3 کارشناس ارشد

چکیده

سابقه و هدف: در علومی مانند بوم‏شناسی که در آن‏ مقدار اندازه‏گیری شده یک کمیت در یک محدوده معین پردازش می‏شود، تخمین مقادیر متغیرها در مکان و زمان خاص با استفاده از داده‏های موجود از همان متغیر و یا بکار بردن اطلاعات متغیرهای دیگر متداول می‏باشد. در مطالعات جغرافیایی برداشت اطلاعات اغلب به صورت نقطه‏ای است. معمولا ضرورت دارد اطلاعات حاصل به کل نقاط تعمیم داده شود که این امر به‏وسیله روش‎های درون‎یابی انجام می‎گیرد.
مواد و روش‏ها: در این پژوهش با استفاده از روش‌های مختلف درون‌یابی زمین‏آماری و برخی روش‏های درون‌یابی قطعی، تغییرات مکانی مقادیر شاخص سطح برگ در اواخر مرحله پنجه‌زنی و مرحله تورم غلاف برگ پرچم و همچنین مقادیر عملکرد گیاه گندم در سطح مزارع گندم مزرعه ارتش استان گلستان مورد ارزیابی قرار گرفت. به این منظور تعداد 101 نمونه گیاهی در سال زراعی 91-1390 از مزارع تهیه شد و متغیرهای ذکر شده اندازه‌گیری شدند. معیارهای ارزیابی در این پژوهش، میانگین مطلق خطا، میانگین انحراف خطا و ریشه دوم میانگین مربعات خطا بودند که بر اساس روش اعتبارسنجی تقاطعی محاسبه شدند.
یافته‏ها: تجزیه و تحلیل نیم‌تغییرنماها نشان داد که مدل‏های کروی، دایره‌ای و نمایی بهترین برازش را از متغیرهای گیاهی داشتند. نتایج بدست آمده بر اساس مدل‏های درون‏یابی منتخب نشان داد که علی‌رغم انتظار، عملکرد گیاه گندم در مزرعه نمونه ارتش نوسان قابل‏توجهی دارد، به‏نحوی که عملکرد این مزارع از 876/2 تا 453/6 تن در هکتار و شاخص سطح برگ در اواخر مرحله پنجه‏زنی و در مرحله تورم غلاف برگ پرچم به‏ترتیب از 304/0 تا 317/2 و 66/2 تا 049/6 مترمربع در مترمربع نوسان دارند. توجه به داده‌های عملکرد و ضرایب همبستگی بین عملکرد و شاخص سطح برگ مبین آن است که اختلاف قابل‏توجه مقدار سطح برگ تولید شده در این مزارع، دلیل مهمی برای نوسان شدید عملکرد در بخش‌های مختلف مزرعه است، به‌نحوی که اختلاف سطح برگ برآورد شده برای مزرعه A در اواخر مرحله پنجه‌زنی و مرحله تورم غلاف برگ پرچم به‌ترتیب معادل 729/1 و 363/2 و در مزرعه B معادل 013/2 و 43/3 است.
نتیجه‏گیری: نتایج بررسی همبستگی بین داده‏های عملکرد و شاخص سطح برگ نشان داد مسائلی نظیر عدم انطباق ظرفیت ماشین‌آلات با سطح مزرعه و در نتیجه اختلاف قابل‌توجه در تاریخ کاشت بخش‌های مختلف، عدم یکنواختی وضعیت EC خاک و استفاده از ارقام مختلف با پتانسیل‌های متفاوت می‌توانند مهم‌ترین دلایل این نوسانات باشند. بنابراین به‏کارگیری آن دسته از مدیریت‌هایی که به کاهش اختلاف بخش‏های مختلف مزارع از نظر شاخص سطح برگ منجر شوند مانند کاهش اختلاف تاریخ کشت، می‌توانند در بهینه‏سازی نظام تولید گندم در این مزارع کارآمد باشد. نقشه‌های تولید شده عملکرد و سطح برگ به خوبی نشان دادند که کشت گندم در مزرعه مورد مطالعه از مدیریت واحد و سیستماتیک برخوردار نیست و لازم است یک بازبینی کلی در طراحی الگوهای کاشت این مزرعه صورت گیرد.

کلیدواژه‌ها


عنوان مقاله [English]

Analysis of yield status and it its relation with leaf area in wheat fields based on interpolation methods (A case study in army fields, Golestan province)

نویسندگان [English]

  • E. Mohammadi 1
  • B. Kamkar 2
  • O. Abdi 3
1
2
3
چکیده [English]

Background and objectives: In sciences like ecology, that measured value of a quantity to be processed within a definite border, the estimation of variable values in a particular time and place, using existing data from the use of information variable or variables another is common. In geoeographic studies, data collection is often the point. Usually, it is essential that this data be generalized to the total points that to be made by interpolation methods.
Materials and methods: In this study, spatial variations of leaf area index in tillering and booting stages and related values of wheat yield in army fields of Golestan province was evaluated using Geostatistic methods and some of deterministic interpolation methods. For this purpose, 101 plant samples were taken from the fields in 2012 and aforementioned variables were recorded. Statistical indices including Mean Absolute Error, Mean Bias Error and Root Mean Square Error that are base on cross validation method were used as assessment indices.
Results: Analysis on semivariograms showed that the spherical, circular and exponential models were fitted better than other models on plant variables. Base on selected interpolation models, results showed that yield varied from 2.876 to 6.453 t.ha-1, while LAI changed from 0.304 to 2.317 and 2.66 to 6.049 in tillering and booting stages, respectively. Looking at yield data and correlations between yield and leaf area index indicates that considerable difference in the amount of producted leaf area in farms, is an important reason for the chronic variance in different parts of the farm, so that differences in leaf area estimated for A part in tillering and booting stage respectively is 1.729 and 2.363 t.ha-1 and in the B part of the field is 2.013 and 3.43 t.ha-1.
Conclusion: Results of study of correlation between yield and LAI data showed issues such as non- coincidence machinery capacity with the farm area, resulting in significant differences in planting date of different parts, non-uniformity in soil EC and the varieties with the different potential can be most important reasons for these fluctuations. Therefore, using of those management options which will decrease LAI variation throughout the field such as decreasing planting date variation, could also be so effective in optimization of wheat production systems.. Produced yield and leaf area maps very well showed that wheat planting in the studied fields haven’t similar and systematic management and it is necessary for a general review of the planting patterns of the farms.

کلیدواژه‌ها [English]

  • LAI
  • Kriging
  • Semivariogram
  • yield variance