رهیافت الگوریتم سازی تعیین تاریخ کاشت گیاهان زراعی در ایران
نویسندگان
1 نویسنده مسئول، گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه سراوان، سراوان، ایران
2 گروه آموزشی علوم زراعی و اصلاح نباتات، پردیس ابوریحان دانشگاه تهران، تهران، ایران
3 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
4 مؤسسه تحقیقات گیاهپزشکی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، ایران
5 مؤسسه تحقیقات گیاهپزشکی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، ایران
6 دانشجوی دکتری زراعت، دانشکده کشاورزی، دانشگاه ولیعصر (عج) رفسنجان، رفسنجان، ایران
7 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
8 گروه آموزشی علوم زراعی و اصلاح نباتات، پردیس ابوریحان دانشگاه تهران، تهران، ایران
9 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
10 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
11 نویسنده مسئول، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
12 مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان خراسان شمالی، سازمان تحقیقات، آموزش و ترویج کشاورزی، بجنورد، ایران
13 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
14 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
15 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
16 گروه زراعت، دانشکده کشاورزی، واحد گرگان، دانشگاه آزاد اسلامی، گرگان، ایران
17 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
18 گروه آموزشی علوم زراعی و اصلاح نباتات، پردیس ابوریحان دانشگاه تهران، تهران، ایران
19 گروه آموزشی علوم زراعی و اصلاح نباتات، پردیس ابوریحان دانشگاه تهران، تهران، ایران
20 دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
doi
10.22069/jopp.2024.22248.3125چکیده
سابقه و هدف: امنیت غذایی یکی از مهمترین مسائل در ارتباط با افزایش رشد جمعیت است. انتخاب تاریخ کاشت در مدلهای شبیهسازی رشد و تولید گیاهان زراعی در مطالعات مرتبط با امنیت غذایی و تغییر اقلیم اهمیت زیادی دارد. در بیشتر موارد بر اساس آمار برداری، تاریخ کاشت ثابتی انتخاب میشود. این در حالی است که تاریخ کاشت واقعی کشاورزان ثابت نبوده و بسته به شرایط آب و هوایی هر سال ممکن است تغییر نماید. بنابراین استفاده از دادههای اقلیمی برای الگوریتمسازی و تخمین زمان کاشت در مدل های گیاهان زراعی رهیافتی مفید برای پیش بینی دقیق عملکرد می باشد.مواد و روش ها: در این مطالعه اطلاعات تاریخ کاشت گیاهان زراعی مهم کشور (12 گیاه زراعی مهم) از استانهای مختلف با کمک مراکز استانی سازمان تحقیقات، آموزش و ترویج کشاورزی کشور جمع آوری گردید. سپس با توجه به هر گیاه و تاریخ کاشت کشاورزان، الگوریتم سازی انجام شد. با کمک مدل SSM-iCrop2 مقادیر مختلف آستانه برای الگوریتمهای مختلف در هر گیاه بررسی شدند و مقدار مناسب انتخاب گردید طوری که تاریخ کاشت پیشبینی شده با تاریخ کاشت کشاورزان بیشترین انطباق را داشته باشد. جهت ارزیابی الگوریتم کاشت، دادههای واقعی تاریخ کاشت در مطالعات مختلف گردآوری شد. سپس برای همان مطالعات که تاریخ کاشت واقعی در دسترس بود، الگوریتمسازی تاریخ کاشت صورت گرفت. یافته ها: دو الگوریتم پر کاربرد بودند از: گیاهان پاییزه مثل گندم، جو، کلزا، نخود، عدس، سیب زمینی و چغندر قند زمانی کشت میشوند که میانگین دمای هوا به کمتر از 16 درجه سانتیگراد کاهش یافته باشد. در مناطق گرمتر این حد دمایی به 17 تا 20 درجه سانتیگراد نیز افزایش پیدا میکند. در کشت بهاره، گیاهانی مثل لوبیا، نخود، عدس و سیب زمینی زمانی کشت می شوند که متوسط دمای هوا به بالاتر از 7 درجه سانتیگراد افزایش یافتهباشد. این حد دمایی برای چغندر قند بهاره درجه سانتیگراد 12 و برای ذرت در اقلیمهای سرد و نیز گیاهان تابستانی مثل لوبیا در تاریخ کاشت های زود 15 تا 17 درجهسانتیگراد است. نتیجه گیری: از نتایج این مطالعه میتوان در مدلهای شبیه سازی گیاهی برای تقلید رفتار کشاورزان در کاشت استفاده نمود. همچنین برای نقاطی که اطلاعات تاریخ کاشت در دسترس نباشد، الگوریتمهای کاشت قابل استفاده هستند. به عبارت دیگر، استفاده از یک الگوریتم به جای تاریخ کاشت ثابت در مدل میتواند تاریخ کاشت نزدیکتر به کشاورز را بهویژه در شرایطی که مناطق و سالهای متفاوتی مدنظر باشد را شبیه سازی کند. واژه های کلیدی: دما، شبیه سازی، گیاهان زراعی، SSM-iCrop2.
