مقایسه دو روش برازش خط مرزی در آنالیز خلا عملکرد: مطالعه موردی گندم دیم در استان گلستان

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 503

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_EJCP-11-2_002

تاریخ نمایه سازی: 11 آبان 1398

چکیده مقاله:

سابقه و هدف: در سال‎های اخیر به علت نگرانی‎های به وجود آمده در مورد مباحث امنیت غذایی، مطالعات نیز در این زمینه در سطح جهان رو به افزایش است و نیاز است تا با روش‎های آماری مناسب اقدام به برآورد عملکرد پتانسیل و شناسایی عوامل محدود کننده‎ی عملکرد پتانسیل نمود. در مدیریت زراعت دیم، بهینه‎سازی رشد رویشی قبل از مرحله گلدهی در جهت حداکثر بهره‎برداری از آب موجود در خاک یک اصل اساسی می‎باشد و عوامل مدیریتی مانند تاریخ کاشت، میزان بذر مصرفی و میزان کود نیتروژن (N) مصرفی می‎توانند تعیین کننده‎ی میزان رشد رویشی تا قبل از گلدهی باشند. آنالیز خط مرزی یک روش آماری است که به کمک آن می‎توان واکنش عملکرد به یک عامل محیطی یا مدیریتی در شرایطی که سایر عوامل نیز متغییر باشند را مشخص کرد. اهداف تحقیق حاضر عبارت از معرفی، استفاده و مقایسه دو روش آنالیز خط مرزی جهت تعیین همزمان بهترین مدیریت ها، برآورد پتانسیل‎ها و محاسبه خلا عملکرد گندم دیم در سه شهرستان آق‎قلا، گمیشان، و کلاله در استان گلستان بوده است؛ یکی روش معمول بر مبنای استفاده از روش حداقل توان‎های دوم (LS) و دیگری روشی بر مبنای برنامه‎ریزی خطی (LP) که در آن اصل بر این است که هیچ نقطه‎ای بالاتر از خط رسم شده قرار نگیرد. مواد و روش ها: برای این مطالعه اطلاعات مورد نیاز از 332 مزرعه گندم در سه شهرستان آق‎قلا، گمیشان و کلاله در طی دو سال زراعی 93-1392 و 94-1393 جمع‎آوری شدند. عوامل مدیریتی مورد بررسی شامل تاریخ کاشت، میزان بذر مصرفی و میزان کود نیتروژن (N) مصرفی (به صورت پایه و سرک)، بودند. برای برازش خط مرزی به روش LS با استفاده از قانون حداقل توان‎های دوم یک خط از میان حداکثر عملکردها برازش داده شد. اما در روش LP، یک تابع بر لبه ی بالایی پراکنش داده ها برازش داده شد به گونه‎ای که هیچ نقطه‎ای در بالای این خط قرار نگیرد. برای این منظور، به نحوی پارامترهای معادله مورد نظر تغییر داده شد که مجموع باقی‎مانده‎ها در کمترین حد ممکن باشد، با این شرط که هیچ تک باقی‎مانده‎ی منفی نیز وجود نداشته باشد. در ادامه حد بهینه هر عامل مدیریتی مشخص و در نهایت با برآورد پتانسیل‎ها و کم کردن متوسط عملکرد در هر شهرستان، خلا عملکرد برای هر عامل و در مجموع محاسبه شد. یافته ها: نتایج آنالیز خط مرزی، حد بهینه‎ی عوامل مدیریتی جهت دستیابی به عملکرد پتانسیل در هر شهرستان را نشان داد و تاریخ کشت مطلوب، میزان بذر مصرفی و میزان نیتروژن (N) مصرفی بهینه در هر شهرستان تعیین شدند. متوسط عملکرد گندم دیم در سه شهرستان آق‎قلا، گمیشان و کلاله در حدود 2600 کیلوگرم در هکتار و عملکرد پتانسیل نیز بر اساس روش LS در حدود 4700 کیلوگرم و بر اساس روش LP در حدود 4800 کیلوگرم برآورد شد که نشان از خلا عملکردی در حدود 2100-2000 کیلوگرم در هکتار (44 تا 45 درصد) دارد. لازم به ذکر است که نتایج این تحقیق دارای قطعیت نبوده و برای دستیابی به حدود بهینه هر شهرستان نیاز به چندین سال آزمایش وجود دارد. نتیجه‎گیری: از مزایای روش LP این است که احتیاج به تقسیم‎بندی عامل مستقل به محدوده‎های مشخص و تعیین نقاط مرزی ندارد، همچنین برازش خط با مشارکت تمامی نقاط انجام می‎شود و به عبارتی تمامی نقاط بر روی خط رسم شده تاثیرگذار هستند. شاید ضعف این روش را بتوان در عدم دخالت تجربه کاربر در برازش این خط مرزی دانست، اما به نظر می‎رسد هر کدام از این روش‎ها در شرایط خاصی بسته به نوع و پراکندگی داده‎ها می‎توانند مفید باشند و کاربر باید بعد از رسم پراکندگی نقاط بهترین روش برازش خط را برای آن داده‎ها انتخاب کند.

نویسندگان

امیر حجارپور

دانشجوی دکتری اکولوژی گیاهان زراعی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

افشین سلطانی

استاد گروه زراعت دانشگاه علوم کشاورزی و منابع طبیعی گرگان

ابراهیم زینلی

دانشیار گروه زراعت دانشگاه علوم کشاورزی و منابع طبیعی گرگان

حبیب الله کشیری

مدیر ترویج کشاورزی استان گلستان، سازمان جهاد کشاورزی استان گلستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Van Ittersum, M.K., Cassman, K.G., ...
  • Grassini, P., Wolf, J., Tittonell, P., and ...
  • Hochman, Z. 2013. Yield gap analysis ...
  • with local to global relevance—A ...
  • review. Field Crop. Res., 143: 4-17. ...
  • Lobell, D.B., Cassman, K.G., and Field, ...
  • C.B. 2009. Crop Yield Gaps: Their ...
  • Importance, Magnitudes, and Causes. ...
  • Annu. Rev. Environ. Resour., 34: 179- ...
  • Soltani, A., and Faraji, A. 2007. Soil ...
  • Water and Plant Relationship. JMD ...
  • press. 246p. (In Persian) ...
  • Koocheki, A., and Soltani, A. 1998. ...
  • Agriculture in Dry Lands Principles and ...
  • Practice. Agricultural Education ...
  • Publish. 942p. (In Persian) ...
  • Alimagham, M., and Soltani, A. 2015. ...
  • The evaluation of rainfed wheat yield ...
  • gap and production gap in Iran based on ...
  • yield-rainfall function. Unpub. ...
  • Van Wart, J., Kersebaum, K.C., Peng, ...
  • S., Milner, M., and Cassman, K.G. ...
  • 3. Estimating crop yield potential at ...
  • regional to national scales. Field Crop. ...
  • Wang, N., Jassogne, L., van Asten, ...
  • Kagezi, G., and Giller, K.E. 2015. ...
  • Evaluating coffee yield gaps and ...
  • important biotic, abiotic, and ...
  • management factors limiting coffee ...
  • production in Uganda. Eur. J. Agr., 63: ...
  • Soltani, A., Hajjarpoor, A., and Vadez, ...
  • V. 2016. Analysis of chickpea yield gap ...
  • and water-limited potential yield in Iran. ...
  • Field Crop Res., 185: 21-30. ...
  • Hajjarpoor, A., Soltani, A., and Torabi, ...
  • B. 2016. Using boundary line analysis in ...
  • yield gap studies: Case study of wheat in ...
  • Gorgan. J. crop prod. In press. (In ...
  • Makowski, D., Doré, T., and Monod, H. ...
  • 7. A new method to analyse ...
  • relationships between yield components ...
  • with boundary lines. Agron. Sustain. ...
  • Shatar, T.M., and Mcbratney, A.B. ...
  • 4. Boundary-line analysis of fieldscale ...
  • yield response to soil properties. ...
  • JAS., 142: 553-560. ...
  • Feiziasl, V., Jafarzadeh, J., Amiri, A., ...
  • Ansari, Y., Mousavi, S.B., and Chenar, ...
  • M.A. 2010. Analysis of yield stability of ...
  • wheat genotypes using new crop ...
  • properties balance index (CPBI) ...
  • method. Not. Bot. Hort. Agrobot. Cluj. ...
  • Casanova, D., Goudriaan, J., Bouma, J., ...
  • and Epema, G. 1999. Yield gap analysis ...
  • in relation to soil properties in directseeded ...
  • flooded rice. Geoderma. 91: 191- ...
  • Kitchen, N.R., Drummond, S.T., Lund, ...
  • E.D., Sudduth, K.A., and Buchleiter, ...
  • G.W. 2003. Soil electrical conductivity ...
  • and topography related to yield for three ...
  • contrasting soil–crop systems. Agr. J., ...
  • Schmidt, U., Thöni, H., and ...
  • Kaupenjohann, M. 2000. Using a ...
  • boundary line approach to analyze N2O ...
  • flux data from agricultural soils. Nutr. ...
  • Cycl. Agroecosys., 57: 119-129. ...
  • Patrignani, A., Lollato, R.P., Ochsner, ...
  • T.E., Godsey, C.B., and Edwards, J.T. ...
  • 4. Yield Gap and Production Gap of ...
  • Rainfed Winter Wheat in the Southern ...
  • Great Plains. Agr. J., 106: 1329. ...
  • Banneheka, B., Dhanushika, M., ...
  • Wijesuriya, W., and Herath, K. 2013. A ...
  • linear programming approach to fitting ...
  • an upper quadratic boundary line to ...
  • natural rubber data. J. Nat. Sci. Found ...
  • Sri. Lanka., 41: 13-20. ...
  • Khajepoor, M.R. 2014. Cereals. JMDEsfahan ...
  • press. 764p. (In Persian) ...
  • Feiziasl, V., and Pourmohammad, A. ...
  • 3. Effects of nitrogen rates and ...
  • application time on agronomic ...
  • efficiency of nitrogen and seed yield of ...
  • drylandʼs wheat genotypes. Sci. water ...
  • Institute of soil and water research. ...
  • 4. Integrated management of soil ...
  • fertility and wheat nutrition, Institute of ...
  • soil and water research, Iranian Ministry ...
  • Deputy of improving plant production. ...
  • 3. Deputy of improving plant ...
  • production, Iranian Ministry of ...
  • Mueller, N.D., Gerber, J.S., Johnston, ...
  • M., Ray, D.K., Ramankutty, N., and ...
  • Foley, J.A. 2012. Closing yield gaps ...
  • through nutrient and water management. ...
  • Nature. 490: 254-257. ...
  • Connor, D.J., Loomis, R.S., and ...
  • Cassman, K.G. 2011. Crop ecology: ...
  • productivity and management in ...
  • agricultural systems. Camb. Univ. Press. ...
  • Egli, D.B., and Hatfield, J.L. 2014. ...
  • Yield gaps and yield relationships in ...
  • central U.S. soybean production ...
  • systems. Agr. J., 106: 560. ...
  • Huang, X., Wang, L., Yang, L., and ...
  • Kravchenko, A.N. 2008. Management ...
  • Effects on Relationships of Crop Yields ...
  • with Topography Represented by ...
  • Wetness Index and Precipitation. Agr. ...
  • Grassini, P., Hall, A.J., and Mercau, J.L. ...
  • 9. Benchmarking sunflower water ...
  • productivity in semiarid environments. ...
  • Field Crop Res., 110: 251-262. ...
  • Tittonell, P., and Giller, K.E. 2013. ...
  • When yield gaps are poverty traps: The ...
  • paradigm of ecological intensification in ...
  • African smallholder agriculture. Field ...
  • Crop. Res., 143: 76-90. ...
  • Tasistro, A. 2012. Use of boundary lines ...
  • in field diagnosis and research for ...
  • Mexican farmers. Better Crop. Plant ...
  • Tittonell, P., Shepherd, K., Vanlauwe, ...
  • B., and Giller, K. 2008. Unravelling the ...
  • effects of soil and crop management on ...
  • maize productivity in smallholder ...
  • agricultural systems of western Kenya— ...
  • An application of classification and ...
  • regression tree analysis. Agric. Ecosyst. ...
  • Environ., 123: 137-150. ...
  • نمایش کامل مراجع