ارزیابی تکنیکی مدل رشد گیاهی با استفاده از رویکرد متن – باز برای محصولات زراعی در دشت تجن

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

2 دانشگاه علوم کشاورزی و منابع طبیعی ساری

چکیده

در شرایط کنونی کشور که با خشکسالی‏های متعدد روبه‏رو است، شبیه‏سازی عملکرد محصولات مختلف در شرایط کم آبی مورد توجه مدلسازان قرار گرفته است. از بین این مدل‏‏ها، WOFOST در پیش‌بینی عملکرد محصول در تحقیقات متعدد استفاده شده است. در این پژوهش، توسعه مدل WOFOST تحت زبان پایتون همراه با چگونگی شبیه‏سازی عملکرد محصولات عمده در حوزه آبریز دشت تجن مشتمل بر شالی، گندم، دانه‏های روغنی، ذرت دانه‏ای و جالیز در طی سال‏های 97- 1393 مورد بررسی قرار گرفت. بر همین اساس ابتدا عملکرد سالانه این محصولات از سازمان جهاد کشاورزی دریافت شد و نتایج شبیه‌سازی با این داده‌ها مقایسه گردید. نتایج شبیه‏سازی عملکرد محصولات تحت نسخه پایتون PCSE اختلاف بسیار کمی با مقادیر گزارش شده را نشان داد به طوریکه مقادیر RMSE و nRMSE در محدوده کمتر از 10% گزارش شده که در محدوده خوب تا عالی قرار دارد و نشاندهنده توان مدل PCSE در شبیه‎‏سازی است. از سویی دیگر نتایج آزمون T در سطح احتمال 95 درصد نشان داد که در اکثر محصولات تفاوت معناداری بین مقادیر شبیه‌سازی و مشاهده‌ای مشاهده نشده است که برتری‏های نسخه تحت Python را در زمینه توسعه یا تلفیق نسبت به نسخه تحت وب نشان می‏دهد. هخروجی‏های هر دو مدل WOFOST و PCSE کاملا بر هم مطابقت دارد. مقایسه نتایج همچنین نشان می‏دهد که بین مقادیر شبیه‏سازی و مشاهده شده اختلاف کمی وجود دارد. لذا می‏توان چنین استنباط نمود که مدل PCSE قابلیت شبیه‏سازی عملکرد محصولات را داراست.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Technical evaluation of crop growth model using open-source approach for crops in Tajan plain watershed

نویسندگان [English]

  • Ali Shahnazari 1
  • Fatemeh Hashami 2
1 Associate Professor, Water Engineering Department, Sari Agricultural Sciences and Natural Resources University, Sari, Iran. Email
2 Sanru
چکیده [English]

In the current situation of the country, which is facing numerous droughts, simulation of the performance of different crops in water shortage conditions has attracted the attention of modelers. Among these models, WOFOST has been used in predicting crop yield in numerous researches.In this research, the development of the WOFOST model under the Python language along with how to simulate the performance of major crops in the Tajan plain watershed including rice, wheat, oilseeds, grain corn and tomato during the years 2014-18 was examined. Based on this, at first, the annual crop yield was received from the Agricultural Jihad Organization and the simulation results were compared with these data. The crop yield simulation results of the PCSE Python version showed very little difference with the reported values, so that the RMSE and nRMSE results were reported in the range of less than 10%, which puts it in the good to excellent range. which proves the power of PCSE model in simulation. On the other hand, the results of the T test at the 95% probability level showed that in most of the products, no significant difference was observed between the simulation and observation values, which shows the advantages of theThe outputs of both WOFOST and PCSE models are completely consistent. Comparing the results also shows that there is a small difference between the simulated and observed values. Therefore, it can be concluded that the PCSE model has the ability to simulate the performance of products.

کلیدواژه‌ها [English]

  • statistical analysis
  • Python programming language
  • plant performance
  • PCSE

مراجع

خوش روش. م. و ولی زاده. م. 1396. اثرات احداث شبکه آبیاری و زهکشی سد مخزنی شهید رجایی روی تغییرات زمانی و مکانی کمیت و کیفیت آب زیرزمینی دشت ساری - نکا. علوم آب و خاک - علوم و فنون کشاورزی و منابع طبیعی. جلد ۲۱، شماره ۲.
زحمتکش. م.، منتظر. ع. ا. 1390. ارزیابی عملکرد تعدادی از شبکه ‌های آبیاری جهان با استفاده از شیوه مقایسه‌ ای و تحلیل داده‌ کاوی. آب و خاک (علوم و صنایع کشاورزی) شماره 5،‌دوره 25. ; از صفحه 1042 تا صفحه 1057.  
شاهنظری ع. 1393. گزارش برنامه­ریزی منابع اب- یکپارچه­سازی و تهیه سیستم پشتیبان تصمیم­گیری منابع و مصارف دشت تجن. جلد پنجم.
هاشمی س. ف.، شاهنظری ع.، رایینی م.، قدمی فیروز آبادی ع، امیری ا. 1397. بررسی ضرایب ورودی گیاهی مدل WOFOST در شرایط کم­آبیاری بخشی ریشه برای گیاه آفتابگردان. نشریه آب و خاک (علوم و صنایع کشاورزی). جلد 32، شماره 4، ص  660 – 647.
 
Asseng, S., Ewert, F., Rosenzweig, C., Jones, J., Hatfield, J., Ruane, A., Boote, K.J., Thorburn, P.J., Rotter, R.P., Cammarano, D., 2013. Uncertainty in simulating wheat yields under climate change. Nat. Clim. Chang. 3, 827–832.
Beyene, A. N., Zeng, H., Wu, B., Zhu, L., Gebremicael, T. G., Zhang, M., & Bezabh, T. (2022). Coupling remote sensing and crop growth model to estimate national wheat yield in Ethiopia. Big Earth Data, 6(1), 18-35.
Boogaard H., Wolf J., Supitc I., Niemeyerd S., Ittersuma M. v. 2013. A regional implementation of WOFOST for calculating yield gaps of autumn-sown wheat across the European Union. Field Crops Research, 143: 130–142.
Brisson, N., Gary, C., Justes, E., Roche, R., Mary, B., Ripoche, D., Zimmer, D., Sierra, J., Bertuzzi, P., Burger, P., 2003. An overview of the crop model STICS. Eur. J. Agron. 18, 309–332.
Bulatewicz, T., Allen, A., Peterson, J.M., Staggenborg, S., Welch, S.M., Steward, D.R., 2013. The simple script wrapper for OpenMI: enabling interdisciplinary modeling studies. Environ. Model. Softw. 39, 283–294.
Cai, X., McKinney, D.C., Lasdon, L.S., 2003. Integrated hydrologic-agronomiceconomic model for river basin management. J Water Resour. Plan. Manag. 129 (1), 4e17.
Combe, M., Wit, A.J.W., Vila-Guerau de Arellano, J., Mole, M.K., van der Molen Magliulo, V., 2017. Grain yield observations constrain cropland CO2 fluxes over Europe. Journal of Geophysical Research: Biogeosciences. https://doi.org/10.1002/2017JG003937.
de Wit, A., d'Andrimont, R., Bartalev, S., Defourny, P., Kleshchenko, A., Roerink, G., Virchenko, O., 2012a. MOCCCASIN (Monitoring crops in continental climates through assimilation of satellite information), Let's Embrace Space Volume II. European Commission, Publications Office of the European Union, Luxembourg, Larnaca, Cyprus, pp. 70–78. https://doi.org/10.2769/31208.
de Wit, A.J.W.D., 2018. PCSE: The Python Crop Simulation Environment. Version 5.3.3. June 2018. Available at: http://pcse.readthedocs.io (web archive link, 16 June 2018), Accessed date: 16 June 2018. http://pcse.readthedocs.io.
Ewert, F., Rotter, R.P., Bindi, M., Webber, H., Trnka, M., Kersebaum, K.C., Olesen, J.E., van Ittersum, M.K., Janssen, S., Rivington, M., 2015. Crop modelling for integrated assessment of risk to food production from climate change. Environ. Model Softw. 72, 287–303.
Gregersen, J.B., Gijsbers, P.J.A., Westen, S.J.P., 2007. OpenMI: open modelling interface. J. Hydroinformatics 9 (3), 175e191.
Halbe J., Pahl-Wostl C., Adamowski J. 2018. A methodological framework to support the initiation, design and institutionalization of participatory modeling processes in water resources management. Journal of Hydrology 556: 701–716.
Holzworth, D.P., Snow, V., Janssen, S., Athanasiadis, I.N., Donatelli, M., Hoogenboom, G., White, J.W., Thorburn, P., 2015. Agricultural production systems modelling and software: current status and future prospects. Environ. Model Softw. 72, 276–286.
Horlemann L., Jafari Berenji P. 2017. Participation in Water Management in Iran. Reviving the Dying Giant pp 51-62.
Hosseinpour, Z.; Menhaj, M.H.; Kavoosi-Kalashami, M. 2016. Assessment Improving and Organizing Mechanism of Water Users Cooperatives Using AHP Method in Esfarayen County, Iran. International Journal of Agricultural Management and Development (IJAMAD), 06, 3. 
Inam A, Adamowski J, Halbe J, P Shiv. 2017. Using causal loop diagrams for the initialization of stakeholder engagement in soil salinity management in agricultural watersheds in developing countries: A case study in the Rechna Doab watershed, Pakistan. Journal of Environmental Management 152: 251;267.
Inam, A., Adamowski, J., Halbe, J., Malard, J., Albano, R., Prasher, S., 2017a. Coupling of a distributed stakeholder-built system dynamics socio-economic model with SAHYSMOD for sustainable soil salinity management Part 2: model coupling and application. J. Hydrol. 551, 278e299.
Jones, J.W., Hoogenboom, G., Porter, C.H., Boote, K.J., Batchelor, W.D., Hunt, L.A., Wilkens, P.W., Singh, U., Gijsman, A.J., Ritchie, J.T., 2003. DSSAT cropping system model. Eur. J. Agron. 18, 235e265.
Kersebaum, K.C., Boote, K.J., Jorgenson, J., Nendel, C., Bindi, M., Fruhauf, C., Gaiser, T., Hoogenboom, G., Kollas, C., Olesen, J.E., 2015. Analysis and classification of data sets for calibration and validation of agro-ecosystem models. Environ. Model Softw. 72, 402–417.
Liao, Y.-P., Lin, S.-S., Chou, H.-S., 2012. Integration of urban runoff and storm sewer models using the OpenMI framework. J. Hydroinformatics 14 (4), 884e901.
Madani K. 2014.Water management in Iran: what is causing the looming crisis? Journal of Environmental Studies and Sciences. Volume 4, Issue 4, pp 315–328.
Malard J.J., Inam A., Hassanzadeh E., Adamowski J., Tuy H.A., Melgar-Qui~nonez H. 2017. Development of a software tool for rapid, reproducible, and stakeholder-friendly dynamic coupling of system dynamics and physically-based models. Environmental Modelling & Software 96; 410:420.
Muller, C., Elliott, J., Chryssanthacopoulos, J., Arneth, A., Balkovic, J., Ciais, P., Deryng, D., Folberth, C., Glotter, M., Hoek, S., 2017. Global gridded crop model evaluation: benchmarking, skills, deficiencies and implications. Geosci. Model Dev. 10, 1403–1422.
Peck, A., Neuwirth, C., Simonovic, S.P., 2014. Coupling System Dynamics with Geographic Information Systems: CCaR Project Report. University of Western Ontario Department of Civil and Environmental Engineering, report no. 086. ISBN 1913-3219.
Porter, C.H., Villalobos, C., Holzworth, D., Nelson, R., White, J.W., Athanasiadis, I.N., Janssen, S., Ripoche, D., Cufi, J., Raes, D., 2014. Harmonization and translation of crop modeling data to ensure interoperability. Environ. Model Softw. 62, 495–508.
Prodanovic, P., Simonovic, S.P., 2010. An operational model for support of integrated watershed management. Water Resour. Manag. 24, 1161–1194.
Quintero, D., & Díaz, E. (2020). A comparison of two open-source crop simulation models for a potato crop. Agronomía Colombiana, 38(3), 382-387.
Rosenzweig, I., Hodges, B.R., 2011. A Python Wrapper for Coupling Hydrodynamic and Oil Spill Models. CRWR Online Report 11-09.
Shrestha, N.K., Leta, O.T., De Fraine, B., van Griensven, A., Bauwens, W., 2013. OpenMI-based integrated sediment transport modelling of the river Zenne,Belgium. Environ. Model. Softw. 47, 193:206.
Supit, I., Van Diepen, C.A., De Wit, A.J.W., Kabat, P., Baruth, B., Ludwig, F., 2010. Recent changes in the climatic yield potential of various crops in Europe. Agric. Syst. 103, 683–694.
Wang, J,. Huang G., Zhan H., cMohanty B.P.,  Zheng J., Huang Q., Xu 2014. Evaluation of soil water dynamics and crop yield under furrow irrigation with a two-dimensional flow and crop growth coupled model. Agricultural Water Management, Volume 141, 31 July 2014, Pages 10-22.
Wu, S., Yang, P., Ren, J., Chen, Z., & Li, H. (2021). Regional winter wheat yield estimation based on the WOFOST model and a novel VW-4DEnSRF assimilation algorithm. Remote Sensing of Environment, 255, 112276.
Zhuo, W., Huang, J., Xiao, X., Huang, H., Bajgain, R., Wu, X., ... & Wagle, P. (2022). Assimilating remote sensing-based VPM GPP into the WOFOST model for improving regional winter wheat yield estimation. European Journal of Agronomy, 139, 126556.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار