به زراعی کشاورزی

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

داوران

عضویت و راهنمای پابلونز

دستورالعمل حذف نام داور از روی کامنت ها در برنامه Word

شبیه‌سازی سطح برگ، عملکرد و مقدار نیتروژن برنج در مدیریت مختلف مصرف نیتروژن با استفاده از مدل ORYZA2000

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه اگروتکنولوژی، دانشکده کشاورزی، واحد آیت‌اله آملی، دانشگاه آزاد اسلامی، آمل، ایران.

2 گروه کشاورزی، دانشکده کشاورزی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران.

چکیده

هدف: به‌منظور شبیه‌سازی عملکرد، سطح برگ و مقدار نیتروژن گیاه برنج با استفاده از مدل ORYZA2000 در مقادیر مختلف کود نیتروژنه و شیوه‌های متفاوت تقسیط کود، آزمایشی در مزرعه تحقیقاتی واقع در استان مازندران (بابل) طی سال‌های 1396 و 1397 به‌صورت فاکتوریل در قالب طرح بلوک‌های کامل تصادفی با سه تکرار اجرا شد.
روش پژوهش: عامل اول شامل چهار سطح کود نیتروژنه (50، 90، 130 و 170 کیلوگرم در هکتار، از منبع اوره) و عامل دوم شیوه‌های متفاوت تقسیط کود (T1: ۷۰ درصد پایه+ ۳۰ درصد پنجه‌زنی، T2: 33/33 درصد پایه+ 33/33 درصد پنجه­زنی+ 33/33 درصد ظهور خوشه آغازین، T3: ۲۵درصد پایه+ ۵۰ درصد پنجه­زنی+ ۲۵ درصد ظهور خوشه آغازین، T4: ۲۵ درصد پایه+ ۲۵ درصد پنجه­زنی+ ۵۰ درصد ظهور خوشه آغازین) بودند.
یافته‌ها: نتایج نشان داد که مدل، عملکرد دانه، زیست‌توده، نیتروژن دانه و نیتروژن کل (مجموع دانه، ساقه و برگ) را به­ترتیب با ریشه میانگین مربعات خطای نرمال شده چهار، چهار، نه و شش درصد در مرحله کالیبراسیون و پنج، چهار، چهار و هشت درصد در مرحله اعتبارسنجی به‌خوبی شبیه‌سازی نمود. میانگین مربعات خطا برای شاخص سطح برگ به میزان 5/0 و 4/0 به­ترتیب در کالیبراسیون و اعتبارسنجی مدل مشاهده شد.  
نتیجه‌گیری: با توجه به نتایج به‌دست‌آمده مدل ORYZA2000 می‌تواند به‌عنوان یک مدل شبیه‌سازی مطلوب برای انتخاب مناسب‌ترین استراتژی جهت بهبود عملکرد برنج در مدیریت مختلف کود نیتروژن در مناطق برنج‌خیز شمال کشور استفاده شود.

کلیدواژه‌ها

عنوان مقاله [English]

Simulation of Rice Leaf Area, Yield, and Nitrogen Content in Different Nitrogen Utilization Management via the ORYZA2000 Model

نویسندگان [English]

  • Elham Modiri 1
  • Davood Barari Tari 1
  • Ebrahim Amiri 2
  • Yousef Niknejad 1
  • Hormoz Fallah Amoli 1

1 Department of Agrotechnology, Faculty of Agriculture, Ayatollah Amoli Branch, Islamic Azad University, Amol, Iran.

2 Department of Agriculture, Faculty of Agriculture, Lahijan Branch, Islamic Azad University, Lahijan, Iran.

چکیده [English]

Objective: In order to simulate yield, leaf area, and nitrogen content in rice plant by using the ORYZA2000 model under different nitrogen fertilizer amounts and various splitting approaches, a factorial experiment based on a randomized complete block design with three replications was carried out at a research farm located in the Mazandaran Province (Babol) during 2017-18.
Methods: The first factor comprised four nitrogen fertilizer rates (50, 90, 130, and 170 Kg n ha−1, supplied as urea) and the second factor comprised various fertilizer splitting appraoches (T1: 70% basal+ 30% in tillering stage; T2: 33.33% basal+ 33.33% in tillering stage+ 33.33% in panicle initiation stage; T3: 25% basal+ 50% in tillering stage+ 25% in panicle initiation stage; T4: 25% basal+ 25% in tillering stage+ 50% in panicle initiation stage).
Results:  The results demonstrated that the model successfully simulated grain yield, biomass, grain nitrogen, and total nitrogen with RMSEn of four, four, nine, and six percent in calibration, and five, four, four, and eight percent in validation, respectively. The mean square error for the leaf area index was 0.5 and 0.4 in the model’s calibration and validation, respectively.
Conclusion: Based on the results obtained, the ORYZA2000 model can be used as a suitbale simulation model for selecting the best strategy for enhancing rice yield under different nitrogen fertilizer management in the rice-rich regions of northern Iran.

کلیدواژه‌ها [English]

  • Leaf area
  • Simulation
  • Splitting of nitrogen fertilization
  • Validation
  • Yield
مراجع
ابراهیمی‌راد، حسن؛ بابازاده، حسین، امیری، ابراهیم و صدقی، حسین (1398) ارزیابی بیلان و بهره‌وری آب برنج تحت مدیریت‌های آبیاری و تراکم کاشت با استفاده از مدل‌های Ceres-Rice و ORYZA2000. نشریه آبیاری و زهکشی ایران. 13(1)، 165-176.
Agricultural Ministry. (2022). Report of Agricultural Ministry. Iran Data Portal. https://irandataportal.syr.edu/ministry-of-agriculture.
Amiri, E., Rezaei, M., Rezaei, E. E., & Bannayan, M. (2014). Evaluation of Ceres-Rice, Aquacrop and Oryza2000 models in simulation of rice yield response to different irrigation and nitrogen management strategies. Journal of Plant Nutrition, 37(11), 1749-1769.
Artacho, P., Meza, F., & Alcalde, J. A. (2011). Evaluation of the Oryza2000 rice growth model under nitrogen-limited conditions in an irrigated Mediterranean environment. Chilean Journal of Agricultural Research, 71(1), 23.
Azarpour, E., Moraditochaee, M., & Bozorgi, H. R. (2014). Assessment examine of the modeling ability of ORYZA2000 for rice cultivars in Guilan province (Iran). Journal of Biodiversfity and Environmental Sciences, 4(2), 195-204.
Boling, A. A., Bouman, B. A. M., Tuong, T. P., Murty, M. V. R., & Jatmiko, S. Y. (2007). Modelling the effect of groundwater depth on yield-increasing interventions in rainfed lowland rice in Central Java, Indonesia. Agricultural Systems, 92(1-3), 115-139.
Bouman, B. A. M., & Van Laar, H. H. (2006). Description and evaluation of the rice growth model ORYZA2000 under nitrogen-limited conditions. Agricultural Systems, 87(3), 249-273.
Bouman, B. A. M., Kropff, M. J., Tuong, T. P., Wopereis, M. C. S., ten Berge, H. F. M., & Van Laar, H. H. (2001). ORYZA2000: Modeling Lowland Rice. Los Banos: International Rice Research Institute.
Cao, B., Hua, S., Ma, Y., Li, B., & Sun, C. (2017). Evaluation of ORYZA2000 for simulating rice growth of different genotypes at two latitudes. Agronomy Journal, 109(6), 2613-2629.
Ebrahimirad, H., Babazadeh, H., Amiri, E., & Sedghi, H. (2019). Evaluation of water balance and water productivity in rice under water-management and different plant density with use Ceres-Rice and ORYZA2000 models. Iranian Journal of Irrigation & Drainage, 13(1), 165-176. (In Persian).
Galeriu, D., & Melintescu, A. (2014). Carbon-14 dynamics in rice: an extension of the ORYZA2000 model. Radiation and Environmental Biophysics, 53(1), 187-202.
Gutaker, R. M., Groen, S. C., Bellis, E. S., Choi, J. Y., Pires, I. S., Bocinsky, R. K., Slaton, R. A., Wilkins, O., Castillo, C. C., Negrao, S., Oliveira, M. M., Fuller, D. Q., Gueds, J. A., Lasky, J. R & Purugganan, M. D. (2020). Genomic history and ecology of the geographic spread of rice. Nature Plants, 6(5), 492-502.
Iqbal, M., Alom, M. A. M. S. F., & Rana, M. M. (2014). Response of modern and hybrid rice varieties to different levels of nitrogen under rice–rice cropping pattern. Eco-friendly Agriculture Journal, 7(10), 105-109.
Larijani, B. A., Sarvestani, Z. T., Nematzadeh, G. H., Manschadi, A. M., & Amiri, E. (2011). Simulating phenology, growth and yield of transplanted rice at different seedling ages in northern Iran using ORYZA2000. Rice Science, 18(4), 321-334.
Li, T., Raman, A. K., Marcaida III, M., Kumar, A., Angeles, O., & Radanielson, A. M. (2013). Simulation of genotype performances across a larger number of environments for rice breeding using ORYZA2000. Field Crops Research, 149, 312-321.
Limoudehi, M. E., Amiri, E., Rezaei, M., & Hoseini, A. (2014). Rice growth and yield simulation under irrigation and N fertilizer regimes by ORYZA2000 model. Agrochimica Research, 58(1s), 30-40.
Majumder, D., & Das, L. (2018). Simulating the yield attributes of Boro rice under nitrogen and irrigation management at Mohanpur, West Bengal using ORYZA2000. Journal of Agrometeorology, 20(1), 72-74.
Sailaja, B., Voleti, S. R., Subrahmanyam, D., Nathawat, M. S., & Rao, N. H. (2013). Validation of Oryza2000 model under combined nitrogen and water limited situations. Indian Journal of Plant Physiology, 18(1), 31-40.
Soundharajan, B., & Sudheer, K. P. (2013). Sensitivity analysis and auto-calibration of ORYZA2000 using simulation-optimization framework. Paddy and Water Environment, 11(1), 59-71.
Tari, D. B., Amiri, E., & Daneshian, J. (2017). Simulating the impact of nitrogen management on rice yield and nitrogen uptake in irrigated lowland by ORYZA2000 Model. Communications in Soil Science and Plant Analysis, 48(2), 201-213.
Tayefe, M. (2013). Calibration and evaluation of ORYZA2000 model under different N options in irrigated rice in Iran. Journal of  Biodivers Environment Science, 3, 77-82.
Tayefe, M., Amiri, E., Nasrollahzade, A., & Hashemi, S. A. (2013). Testing the modeling capability of ORYZA2000 under nitrogen limit conditions in Northern Iran. International Journal of Biosciences (IJB), 3(11), 1-7.
Wikarmpapraharn, C., & Kositsakulchai, E. (2010). Evaluation of ORYZA2000 and CERES-Rice models under potential growth condition in the Central Plain of Thailand. Thai Journal of Agricultural Science, 43(1), 17-29.
Zhang, J., Feng, L., Zou, H., & Li Liu, D. (2015). Using ORYZA2000 to model cold rice yield response to climate change in the Heilongjiang province, China. The Crop Journal, 3(4), 317-327.
Zhao, L., Meng, B., & Feng, X. (2020). Mercury methylation in rice paddy and accumulation in rice plant: A review. Ecotoxicology and Environmental Safety, 195, 110462.
 
 
به زراعی کشاورزی
دوره 26، شماره 2
خرداد 1403
صفحه 235-252
فایل ها
هم رسانی
ارجاع به این مقاله
آمار