مدلینگ سبز و رشد نهالبذرهای لوبیا سبز، آفتابگردان و ذرت با استفاده از برخی مدل‌های غیر خطی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه آزاد واحد تبریز

2 دانشکده کشاورزی اهر، دانشگاه تبریز

3 دانشگاه گیلان

4 پردیس کشاورزی دانشگاه تهران

چکیده

احتمالاً سبز شدن نهالبذر یکی از مهم­ترین رویدادهای فنولوژیکی است که موفقیت گیاهان زراعی یک ساله را تحت تاثیر قرار می­دهد. تحقیقات بسیاری در سال­های اخیر برای پیش­بینی الگوی سبز نهالبذر گیاهان زراعی و علف­های هرز برای رسیدن به اهداف مختلف صورت گرفته است. استفاده از مدل­های رگرسیونی غیر خطی یکی از روش­هایی است که به منظور بررسی الگوی سبز نهالبذر گونه­های زراعی و علف هرز به صورت تابعی از زمان به کار رفته است. در این آزمایش برای برازش برخی مدل­های سبز نهالبذر از داده­های مزرعه­ای سه گونه زراعی شامل لوبیا سبز (Phaseolus vulgaris var. sunray)، آفتابگردان (Helianthus annuus L. var. alistar) و ذرت (Zea mays L. var. merit) استفاده شد. پیش بینی سبز نهالبذرها با استفاده از مدل فرانس و تورنلی و رشد با استفاده از مدل­های لجستیک، گومپرتز و مونومولکولار انجام گردید. میزان شاخص­های سبز گیاهچه (SOE, MED, ERI, T0.5­) نشان داد که سبز گیاهچه­های گیاه ذرت در مقایسه با دو گیاه دیگر یعنی لوبیا سبز و آفتابگردان بالاتر بود. مقادیر T0.5پیش­بینی شده با مدل­های لجستیک، با زمان لازم برای رسیدن به 50% سبز شدن که به طور مستقیم از درون­یابی داده­های سبز ردیف­ها به دست آمد، مطابقت داشت. در حالی که از لحاظ آماری، برازش رشد طولی گیاهان با دو مدل لجستیک و مونومولکولار اختلاف معنی­داری داشت، در مدل رشد گومپرتز مقدار آن معنی­دار نبود. در بین سه مدل، مدل­های گومپرتز و لجستیک نتایج کاملاً رضایت بخشی را نشان دادند. به طوری که مقادیر پیش­بینی شده از مدل و مقادیر مشاهده شده از آزمایش به طور کامل بر هم دیگر منطبق بودند (EF تقریباً 9/0 در بیشتر موارد و RMSE<8). مدل مونومولکولار با RMSE>12 مدل مناسبی برای برازش سبز نهالبذرهای گونه­های زراعی نبود. با توجه به نتایج به دست آمده مدل­های تجربی قرینه­دار با یک انحنا که رشد نهالبذرها و گیاهان زراعی را توجیه
می­نمایند،  قابل پیشنهاد است.

کلیدواژه‌ها

عنوان مقاله [English]

Modeling Seedling Emergence and Growth in Green Bean, Sunflower and Maize by Some Nonlinear Models

نویسندگان [English]

  • B Behtari 1
  • Z Nemati 2
  • H Hassanpour 3
  • J Rezapour Fard 4
چکیده [English]

Seedling emergence is one of important phenological event that influences the success of an annual crop probably. There has been accomplished numerous researches in recent years to understand and predict the emergence patterns of crop and weed species for different objectives. Nonlinear regression models have been developed to explain crop and weed emergence patterns as a function of time. In this study, some seedling emergence molels by field data of three crop species including green bean (Phaseolus vulgaris var. sunray), sunflower (Helianthus annuus L. var. alistar) and maize (Zea mays L. var. merit) were evaluated. Prediction of crop seedling emergence with the France and Thornley model and growth by the Logistic, Gompertz and Monomolecular models were also attempted. Emergence indices (SOE, MED, ERI, T0.5) showed that seedling emergence of maize was greater than green bean and sunflower. The values of the median emergence date (T0.5) predicted by Logistic model were in close agreement with the time required for 50% emergence calculated directly from interpolation of the raw emergence data. While shoot length (Lf) of crop seedling emergence fitted by Logistic and Monomolecular models were significant, it was not significant in Gompertz model statistically. Among the three models, the Gompertz and the Logestic models gave quite satisfactory results as the predicted values from the model and the observed values from the experiment were close (EF 0.9 in most of the cases and RMSE<8.0). The Monomolecular model was not suitable for prediction of studied crop seedling emergence due to its higher RMSE values (>12 in all cases). Results showed that the empirical models with an inflection point are recommendable because thay predicted growth of crops seedling superiorly.

کلیدواژه‌ها [English]

  • Model fitting
  • Modeling seedling emergence
  • Nonlinear regression

مراجع

بهتری ب، 1388. اثر پرایمینگ رطوبتی و اسمزی بذر روی صفات جوانه­­زنی، سبز شدن گیاهچه، کیفیت و کمیت علوفه تولیدی درفستوک پا بلندو علف گندمی.  پایان نامه کارشناسی ارشد مرتعداری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس.
سرمد نیا  غ ح  و  کوچکی ع، 1370. فیزیولوژی گیاهان زراعی (ترجمه). انتشارات جهاد دانشگاهی مشهد.
یوسفی داز م، سلطانی ا، قادریفرشید ا و زینلی ا، 1384.  ارزیابی مدل‌های رگرسیون غیرخطی برای توصیف سرعت سبزشدن نخود نسبت به دما. صفحه­های 121 تا 124. اولین همایش ملی حبوبات. مشهد.
 
Bahler C, Hil RR and Byers AR, 1989. Comparison of logistic and Weibull functions: the effect of temperature on cumulative germination of alfalfa. Crop Sci 29: 142–146.
Behtari B, and Abadian H, 2009. Quality and quantity response of soybean (Glycine max L.) seeds to water deficit. P. 195. Conference on International Research on Food Security, Natural Resource Management and Rural Development. University of Hamburg, October 6-8.   
Bilbro JD and Wanjura DF, 1982. Soil crust and cotton emergence relationship. Trans ASAE 25: 1485–1488.
Bouaziz A and Bruckler L, 1989. Modeling wheat seedling growth and emergence: seedling growth affected by soil water potential. Soil Sci Soc Am J 53: 1832–1838.
Bush JK and Van Auken OW, 1991. Growth and survival of Prosopis glandulosa seedlings associated with shade and herbaceous competition. Botanisscal Gazette151: 234–239.
Ekeleme F, Forcella F, Archer DW, Akobunda IO and Chikoye D, 2005. Seedling emergence model for tropic ageratum (Ageratum conyzoides). Weed Sci 53: 55–61.
Forcella F, Benech-Arnold RL, Sanchez R and Ghersa CM, 2000. Modelling seedling emergence. Field Crops Res 67: 123–139.
France J and Thornley JHM, 1984. Mathematical models in agriculture and related sciences. Butterworths, London.
Grundy AC, Phelps K, Reader RJ and Burston S, 2000. Modelling the germination of Stellaria media using the concept of hydrothermal time. N Phytol 148: 433–444.
Grundy AC, Peters NCB, Rasmussen IA, Hartmann KM, Sattin M, Andersson L, Mead A, Murdoch AJ and Forcella F, 2003. Emergence of Chenopodium album and Stellaria media of different origins under different climatic conditions. Weed Res 43: 163–176.
Haj Seyed Hadi MR and Gonzalez-Andujar JL,2009. Comparison of fitting weed seedling emergence models with nonlinear regression and genetic algorithm. Computers and Electronics in Agri 65:19–25.
Leblanc ML, Cloutier DC, Stewart KA and Hamel C, 2004. Calibration and validation of a common lambsquarter (Chenopodium album) seedling emergence model. Weed Sci 52: 61–66.
Leguizamon ES, Fernandez-Quintanilla C, Barroso J and Gonzalez-Andujar JL, 2005. Using thermal and hydrothermal time to model seedling emergence of Avena sterilis spp. Ludoviciana in Spain. Weed Res 45: 149–156.
Mohanty M and Painuli DK, 2004. Modeling rice seedling emergence and growth under tillage and residue management in a rice–wheat system on a Vertisol in Central India. Soil and Tillage Res 76: 167–174.
Myers MW, Curran WS, VanGessel MJ, Galvin DD, Mortensen DA, Majek BA, Karsten HD and Roth GW, 2004. Predicting weed emergence for eight annual species in the northeastern United States. Weed Sci 52: 913–919.
Nash JC and Walker-Smith M, 1987. Nonlinear parameter estimation. M. Dekker, Inc., New York.
Roman ES, MurphySD and Swanton CJ, 2000. Simulation of Chenopodium album seedling emergence. Weed Sci 48: 217–224.
Ross MA, Harper JL, 1972. Occupation of biological space during seeding establishment. Journal of Ecology 60: 77–88.
Scott SJ, Jones RA and Williams WA, 1984. Review of data analysis methods for seed germination. Crop Sci 24: 1192–1199.
Schimpf DJ, FlintSD and Palmblad IG, 1977. Representation of germination curves with the logistic function. Ann Bot 41: 1357–1360.
Smith J, Smith P and Addiscott T, 1996. Quantitative methods to evaluate and compare soil organic matter models. Pp. 181–199. In: Powlson DS, Smith P and Smith J (eds). Evaluation of soil organic matter models. Springer-Verlag, Berlin.
Soltani A, Zeinali E, Galeshi S and Latifi N, 2001. Genetic variation for and interrelationships among seed vigor traits in wheat from the Caspian Sea coast of Iran. Seed Sci Technol 29: 653–662.
Tessier S, 1988. Zero till furrow opener geometry effect on wheat emergence and seed zone properties. PhD Dissertation. WashingtonStateUniversity, Pullman.
Thomas WE, Burkw IC, Spears JF and Wilcut JW, 2006. Influence of environmental factors on slender amaranth (Amaranthus viridis) germination. Weed Sci 54: 316–320.
Watts JC, 2001. The effect of seed priming on the germination, emergence,and developrnent of five different grass species. MSc thesis, Department of Plant Science, University of Manitoba, Canada. pp.111. 

فایل ها

هم رسانی

ارجاع به این مقاله

آمار