| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,272 |
| تعداد مقالات | 36,149 |
| تعداد مشاهده مقاله | 55,713,656 |
| تعداد دریافت فایل اصل مقاله | 94,492,302 |
شبیه‌سازی مراحل نموی پنبه با استفاده از مدل SSM-iCrop2 | ||
| پژوهش های پنبه ایران | ||
| دوره 12، شماره 2، اسفند 1403، صفحه 44-31 اصل مقاله (663.21 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijcr.2025.368229.1231 | ||
| نویسندگان | ||
| علی راحمی کاریزکی* 1؛ یاسر جعفری مفید آبادی2؛ سعید سلطانی3؛ مجتبی صالحی شیخی4 | ||
| 1استادیار گروه امور زراعی دانشکده کشاورزی و منابع طبیعی دانشگاه گنبد کاووس | ||
| 2محقق مؤسسه تحقیقات پنبه کشور، | ||
| 3محقق مؤسسه تحقیقات پنبه کشور | ||
| 4دانشجوی دکتری اکولوژی گیاهان زراعی | ||
| چکیده | ||
| سابقه و هدف: پنبه مهم‌ترین منبع الیاف طبیعی در جهان و ایران به شمار می‌رود. سطح زیر کشت پنبه در ایران حدود 90 هزار هکتار است. استان‌های خراسان‌رضوی، فارس، خراسان‌جنوبی، گلستان، خراسان‌شمالی، سمنان و اصفهان مناطق اصلی تولید پنبه در ایران هستند. هدف از این آزمایش ارزیابی مدل SSM-iCrop2 برای شبیه‌سازی مراحل رشد گیاه پنبه در شرایط محیطی مختلف کشت در شهرستان بندرگز استان گلستان بود. جنبه‌های مختلف رشد و نمو گیاه در مدل SSM-iCrop2 به-صورت زیربرنامه‌های نمو فنولوژیک، سازماندهی شده‌اند. مدل شبیه‌سازی را به‌صورت روزانه انجام می‌دهد و به اطلاعات مربوط به هوا (دمای حداکثر، دمای حداقل، تابش و بارش) و مدیریت زراعی (تاریخ کاشت، رقم) نیاز دارد. مواد و روشها: به منظور بررسی شبیه سازی مراحل نموی ارقام در دست معرفی پنبه با استفاده از مدل SSM-iCrop2، آزمایشی به صورت کرت های خرد شده در قالب طرح بلوک های کامل تصادفی با سه تکرار در ایستگاه تحقیقاتی پنبه کارکنده (بندرگز) به مدت دو سال زراعی (1401 - 1400) اجرا گردید. تیمار های آزمایش تحت سه تاریخ کاشت به عنوان عامل اصلی و 6 ژنوتیپ پنبه به عنوان عامل فرعی مورد بررسی قرار گرفت. طول خطوط کاشت 6 متر و تعداد خطوط 5 خط می باشد و یک خط نکاشت هم بین تیمارها در نظر گرفته شد. در این مطالعه برای مقایسه انحراف مقادیر شبیه‌سازی شده از مشاهده شده از میانگین مربعات خطا (RMSE)، ضریب تغییرات (CV)، ضریب همبستگی (R ) و میزان انحراف نتایج شبیه‌سازی شده از خط 1:1 با طیفی از اختلاف 15 درصد بین مقادیر شبیه‌سازی شده و مشاهده شده برای آزمون نتایج مدل استفاده گردید. نتایج: نتایج این آزمایش نشان دهنده کارایی قابل قبول مدل، برای پیش‌بینی روز تا غنچهدهی )76/0 R=، 3/20CV= ، 7/8(RMSE= و عملکرد وش )89/0 R=، 7/19 CV=، 4/57(RMSE= بود. همچنین برای پارامترهای روز تا گلدهی )69/0 R=، 4/9 CV=، 2/11(RMSE= ، روز تا غوزهدهی )81/0 R=، 5/11 CV=، 7/9(RMSE= ، و روز تا رسیدگی )91/0 R=، 8/10 CV=، 9/18(RMSE= ، ارزیابی گردید. نتیجه‌گیری: این نتایج نشان می‌دهد که مدل SSM-iCrop2 می‌تواند در مطالعات شبیه‌سازی عملکرد پنبه و واکنش آن به عوامل محیطی، مدیریتی و تغییرات اقلیم مورد استفاده قرار گیرد. کلمات کلیدی: واسنجی، عملکرد وش، ضریب تغییرات | ||
| کلیدواژه‌ها | ||
| کلمات کلیدی: واسنجی؛ عملکرد وش؛ ضریب تغییرات | ||
| عنوان مقاله [English] | ||
| Simulation of cotton growth stages using SSM-iCrop2 model | ||
| نویسندگان [English] | ||
| Ali Rahemi karizaki1؛ yasser jafari mofid abadi2؛ saeid soltani3؛ Mojtaba Salehi SHeikhi4 | ||
| 1Assistant Prof. Dept. of Plant Production Gonbad University, Gonbad, Iran | ||
| 2A researcher at the country's cotton research institute. | ||
| 3Researcher of the National Cotton Research Institute | ||
| 4PHD student of crop ecology | ||
| چکیده [English] | ||
| Background and purpose: Cotton is the most important natural fiber crop globally and in Iran, where approximately 90,000 hectares are cultivated annually. The main cotton-producing provinces include Razavi Khorasan, Fars, South Khorasan, Golestan, North Khorasan, Semnan, and Isfahan. Reliable crop simulation models are valuable tools for assessing crop performance under diverse environmental and management conditions. This study aimed to evaluate the SSM-iCrop2 model for simulating cotton phenological development and growth under the environmental conditions of Bandargaz city, Golestan province. In the SSM-iCrop2 model, various aspects of plant growth and development are represented through phenological subprograms. The model operates on a daily time step and requires detailed weather data (maximum and minimum temperature, radiation, and precipitation) along with agricultural management information (planting date and genotype). Materials and methods: To evaluate the model’s ability to simulate the developmental stages of newly introduced cotton varieties, a split-plot experiment based on a randomized complete block design with three replications was conducted at the Bandargaz Cotton Research Station during two growing seasons (2021–2022). The main factor was three planting dates, and the sub-factor consisted of six cotton genotypes. Each plot consisted of five 6-meter planting rows, with one non-planted row between treatments to minimize border effects. Model performance was evaluated by comparing simulated and observed values using root mean square error (RMSE), coefficient of variation (CV), correlation coefficient (R), and the proportion of data points falling within a ±15% deviation from the 1:1 line. Results: Field observations showed that days to flowering ranged from 52 to 73 days, with a mean of 62.94 days, which was comparable to the model-predicted mean of 64.33 days. The RMSE for days to budding was 8.73 days, with a CV of 20.3% and a correlation coefficient of 0.76, indicating good agreement between simulated and observed values. For yield, the RMSE was 57.43 g m⁻², representing 19.7% of the observed mean yield. The correlation coefficient for yield was 0.89, with 95% of the simulated values falling within ±15% of the 1:1 line. These findings confirm the model’s accuracy in simulating both phenological stages and yield performance Conclusion: The results demonstrated that the SSM-iCrop2 model provides acceptable accuracy for predicting cotton developmental stages, including budding, flowering, and ripening, as well as total yield under the climatic conditions of Bandargaz. The majority of simulated points were within the reliable range of ±15% of the 1:1 line, confirming the model’s effectiveness and robustness in estimating crop parameters. Therefore, SSM-iCrop2 can be recommended as a practical tool for analyzing cotton productivity and for assessing the effects of environmental variation, management practices, and genetic factors in major cotton-growing regions of Iran. | ||
| کلیدواژه‌ها [English] | ||
| Measurement, yield, coefficient of variation, Vasanji | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 312 تعداد دریافت فایل اصل مقاله: 244 |
||