ارزیابی مدل AquaCrop در پیش‌بینی عملکرد نیشکر و شوری پروفیل خاک تحت تنش شوری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکدة مهندسی و علوم آب دانشگاه شهید چمران اهواز

2 استاد دانشکدة مهندسی و علوم آب دانشگاه شهید چمران اهواز

چکیده

در سال‌های اخیر مدل‌های متعددی جهت روابط آب و خاک و گیاه ارائه‌شده است. یکی از آن‌ها مدل AquaCrop است که در تحقیق حاضر به‌منظور پیش‌بینی عملکرد نیشکر و شوری پروفیل خاک تحت تنش شوری در جنوب خوزستان استفاده شده است. به منظور دستیابی به برخی ضرایب ورودی مورد نیاز ابتدا کالیبره‌شدن انجام شد. مدل نسبت به پوشش کانوپی اولیه در زمان تکمیل 90 درصد سبزشدن (CC0)، حداکثر کانوپی گیاهی (CCx) و شاخص برداشت (HI) کالیبره شد. این ضرایب به‌ترتیب 2/7 سانتی‌مترمربع، 90 درصد و 40 درصد به‌دست آمد. سپس، مدل اجرا و مقادیر شبیه‌سازی و اندازه‌گیری‌شده با استفاده از شاخص‌های آماری مقایسه شد. ضریب تعیین بین مقادیر اندازه‌گیری و شبیه‌سازی‌شدة عملکرد 97/0، میانگین مربعات خطای نرمال‌شده 8 درصد، معیار کارایی نش- ساتکلیف 83/0 و ضریب باقیمانده 09/0- برآورد شد. به‌طورکلی، می‌توان گفت مدلAquaCrop توانایی مناسبی در شبیه‌سازی میزان عملکرد تحت تنش شوری دارد. همچنین، مقادیر شبیه‌سازی‌شده توسط مدل بیش از مقدار واقعی برآورد شده است. ضریب تعیین مدل در شبیه‌سازی شوری پروفیل خاک بیش از 80 درصد به‌دست آمد و نحوة قرارگیری داده‌های اندازه‌گیری و شبیه‌سازی‌شده نسبت به خط 1:1 بیانگر برآورد بیشتر مدل AquaCrop است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Assessment Aquacrop Model to Predict the Sugarcane Yield and Soil Salinity Profiles under Salinity Stress

نویسندگان [English]

  • Mona Golabi 1
  • Abd Ali Naseri 2
1 Assistant Professor, Faculty of Water Science and Engineering, Shahid Chamran University
2 Professor, Faculty of Water Science and Engineering, Shahid Chamran University
چکیده [English]

Several models have within the recent years been presented for water, soil and plant relationships one of which is AquaCrop model, and which in this study was employed to predict sugarcane yield as well as soil salinity profiles under salinity stress in southern Khuzestan. In order to attain some of the required number of input factors, the model was calibrated, i.e. the surface of soil covered by individual seedlings, at their 90% emergence, maximum canopy cover as well as harvest index was determined. These coefficients were recorded as 7.2 (cm2), 90% and 40% respectively.  The model was then performed and simulated with the measured values being compared, using statistical indicators. The coefficient of determination between the measured vs simulated yield data was obtained 0.97, the normal Root Mean Square Error 8%, Nash-Sutcliffe efficiency 0.83 and the coefficient of residual mass -0.09.  The results indicated that the model is of acceptable performance to estimate sugarcane yield and that the model, in the conditions of the current study, had overestimated the figure. Also, the coefficient of determination of soil salinity was estimated at over 80% and that the model had estimated the level of soil salinity more than that found through measurement. 

کلیدواژه‌ها [English]

  • Salinity stress
  • AquaCrop model
  • Sugarcane

مراجع

Droogers, P and G. Kite, 2001, Simulation modeling at different scales to evaluated the productivity of water, J. Physics and Chemistry of the Earth, Vol 26, No. 12, pp. 877-880.
 
Droogers, P., 2000, Estimating actual evapotranspiration using a detailed agro hydrological model, Journal of Hydrology, Vol 229, pp. 50-58.
 
Farahani H.J., Izzi G., and Oweis T.Y. 2009. Parameterization and Evaluation of The Aquacrop Model for Full and Deficit Irrigated Cotton. Agron. J. 101, 469–476.
 
Garcia-Vila M., Fereres E., Mateos L., Orgaz F., and Steduto P. 2009. Deficit Irrigation Optimization of Cotton with Aquacrop. Agron. J. 101, 477–487.
 
Golabi, M. (2009), Mathematical modelling of response sugarcane to drain water as irrigation water and application SALTMED model for sugarcane irrigation water management in semi-arid areas. Ph. D. thesis. Shahid Chamran University. (In Farsi)
 
Hsiao T.C., Hneg L.K., Steduto P., Rojas-Lara B., Raes D. and Fereres E. 2009. Aquacrop-The FAO Crop Model to Simulate Yield Responseto Water: III. Parameterization and Testing for Maiz. Agron. J. 101:448-459.
 
Iqbal M, Shen Y, Stricevic R, Pei H, Sun H, Amiri E, Penas A and del Rio S (2014). Evaluation of the FAO AquaCrop model for winter wheat on the North China Plain under deficit irrigation from field experiment to regional yield simulation. Agricultural Water Management, 135:61-72.
 
Khalili, N., K, Davari., A, Alizadeh., M, Najafi and H, Ansari. (2014). Simulation of rainfed wheat yield using AquaCrop model, Case study: Sisab rainfed researches station, Northen Khorasan, Journal of Water and Soil, 28 (5), 930-939. (In Farsi)
 
Khorsand, A., V, Verdinezhad and A, Shahidi. (2014). Evaluation Aquacrop model for simulation wheat yield, moisture and salinity of soil profiles under water and salinity stress, Journal of water and irrigation management, 4(1), 89-104. (In Farsi)
 
Liu, H. F., M. Genard, S. Guichard and N. Bertin, 2007, Model assisted analysis of tomato fruit growth in relation to carbon and water fluxes, Journal of Experimental Botany, Vol 58, No. 13, pp. 3567-3580.
 
Maymandinezhad, M. Ch. (1999). Ecologyfoundation, Tehran University, 808p. (In Farsi)
 
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D., and Veith, T. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations, Transactions of the ASABE, 50, 885–900.
 
Raes D, Steduto P, Hsiao TC and Fereres E. (2012). Reference manual AquaCrop, FAO, Land and Water Division, Rome, Italy.
 
 

فایل ها

هم رسانی

ارجاع به این مقاله

آمار