
تعداد نشریات | 13 |
تعداد شمارهها | 626 |
تعداد مقالات | 6,517 |
تعداد مشاهده مقاله | 8,747,081 |
تعداد دریافت فایل اصل مقاله | 8,317,742 |
برآورد خلأ عملکرد و بهرهوری آب لوبیا (Phaseolus vulgaris L.) در ایران | ||
مجله تولید گیاهان زراعی | ||
دوره 17، شماره 3، مهر 1403، صفحه 165-190 اصل مقاله (3.38 M) | ||
نوع مقاله: مقاله کامل علمی- پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/ejcp.2024.19616.2463 | ||
نویسندگان | ||
سمانه محمدی* 1؛ ابراهیم زینلی2؛ افشبن سلطانی3؛ بنیامین ترابی4 | ||
1دانشآموخته دکتری زراعت، گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران | ||
2دانشیار، گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران، | ||
3استاد، گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران، | ||
4دانشیار، گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران | ||
چکیده | ||
لوبیای معمولی (Phaseolus vulgaris L.) به دلیل ارزش غذایی بالا نقش موثری در تامین امنیت غذایی جامعه دارد. در ایران، تامین پروتئین عمدتا وابسته به فرآوردههای گیاهی است و در این راستا هر اقدامی در جهت بهبود عملکرد و تولید محصولات زراعی غنی از پروتئین که در رأس آن حبوبات قرار دارند، از اهمیت ویژهای برخوردار است. افزایش عملکرد از طریق بهینهسازی مدیریت تولید و حذف عوامل ایجاد کننده خلأ عملکرد مناسبترین راه برای افزایش تولید گیاهان زراعی و ارتقای امنیت غذایی به شمار میرود. بنابر این، برای تأمین پایدار غذا برآورد دقیق عملکرد پتانسیل و خلأ عملکرد و تولید محصولات زراعی ضروری است. بنابراین مطالعه حاضر با هدف برآورد میزان خلأ عملکرد و تولید و بهرهوری آب لوبیا در مناطق اقلیمی اصلی تولید آن در کشور بر اساس پروژه اطلس جهانی خلأ عملکرد (GYGA) در دانشگاه علوم کشاورزی و منابع طبیعی گرگان در سال 1395 انجام شد. به منظور برآورد خلأ عملکرد و بهرهوری آب لوبیا در ایران مطابق با دستورالعمل گیگا ابتدا دادههای مربوط به عملکرد کشاورزان (Ya) و سطح زیر کشت و تولید لوبیا در کشور در بازه زمانی 15 ساله 1380 تا 1394 از وزارت جهاد کشاورزی ایران تهیه شد. سپس نقشه پراکنش لوبیا در کشور رسم شد. با روی هم گذاشتن نقشه پراکنش سطح زیر کشت لوبیا و نقشه پهنهبندی اقلیمی کشور، مناطق اقلیمی اصلی تولید لوبیا مشخص شدند. سپس متناسب با سطح هر پهنه اقلیمی، ایستگاههای هواشناسی مرجع انتخاب شدند. به منظور برآورد میزان عملکرد پتانسیل (Yp) و بهرهوری آب لوبیا (Wp) بر اساس دادههای هواشناسی و نوع خاک غالب و شیوههای مدیریتی در هر کدام از مناطق انتخاب شده از مدل شبیهسازی گیاه SSM-iCrop2 استفاده شد که بهصورت محلی کالیبره و ارزیابی شده بود. خلأ عملکرد از اختلاف عملکردهای پتانسیل و واقعی هر ایستگاه برآورد و با روش بزرگ مقیاس نمایی از ایستگاه به مناطق اقلیمی اصلی و سپس به کل کشور تعمیم داده شد. یافتهها: نتایج مقایسه میانگین عملکرد واقعی لوبیا گزارش شده توسط وزارت کشاورزی با عملکرد واقعی محاسبه شده طبق پروتکل گیگا برای کشور با RMSE، CV و r به ترتیب برابر با 84 کیلوگرم در هکتار، 4 درصد و 96/0 نشان داد که با استفاده از این پروتکل میتوان میانگین عملکرد پتانسیل لوبیا در کشور را با دقت بالایی برآورد نمود. میانگین عملکرد واقعی لوبیا در ایران طی سالهای 1380 تا 1394 بین 6/1 و 3/2 تن در هکتار متغیر بود. همچنین، میانگین عملکرد واقعی در مناطق اقلیمی اصلی تولید این محصول برابر با 9/1 و در دامنه 1/1 (منطقه اقلیمی 4202 واقع در گرمی) تا 3/2 تن در هکتار (در منطقه اقلیمی 3003 واقع در آوج) قرار داشت. عملکرد پتانسیل لوبیا از 4/3 (در منطقه اقلیمی 4202 واقع در گرمی) تا 4/5 تن در هکتار (در منطقه اقلیمی 4103 واقع در همدان و بیجار) با میانگین 5/4 تن در هکتار تخمین زده شد. بر اساس این نتایج، در مناطق اقلیمی اصلی تولید لوبیا در ایران 8/1 تا 5/3 (به طور متوسط 6/2) تن در هکتار معادل 46 تا 67 (به طور متوسط 57 درصد) خلأ عملکرد وجود دارد. میانگین پانسیل بهرهوری آب برای تولید لوبیا در ایران 76/0 کیلوگرم بر متر مکعب برآورد شد. بر اساس نتایج این مطالعه در صورت حذف عوامل ایجاد کننده خلأ عملکرد از طریق بهینهسازی مدیریت تولید و کشت لوبیا و رسانیدن عملکرد مزارع لوبیا به عملکرد قابل حصول (80 درصد عملکرد پتانسیل) یعنی افزایش عملکرد دانه از مقدار فعلی 9/1 به 6/3 تن در هکتار با همین سطح زیر کشت، تولید لوبیا در ایران از 223 هزار تن فعلی به 416 هزار تن خواهد رسید که معادل 46 درصد افزایش تولید است و گام مهمی در ارتقای امنیت غذایی تلقی میشود. | ||
کلیدواژهها | ||
پروتکل گیگا؛ خلأ تولید؛ عملکرد قابل حصول؛ مدل SSM-iCrop2 | ||
مراجع | ||
6.Godfray, H.C.J., Beddington, J.R., Crute, I.R., Haddad, L., Lawrence, L., Muir, J.F., Pretty, J., Robinson, S., Thomas, S.M. &Toulmin, C. (2010). Food Security: The challenge of feeding 9 billion people. Science, 327, 812–818.
9.Keating, B.A., Herrero, M., Carberry, P.S., Gardner, J. & Cole, M.B. (2014). Food wedges: framing the global food demand and supply challenge towards 2050. Global Food Security, 3, 125–132.
10.Van Ittersum, M.K., Cassman, K.G., Grassini, P., Wolf, J., Tittonell, P. & Hochman, Z. (2013). Yield gap analysis with local to global relevance. A review. Field Crops Research, 143, 4-17.
11.Lobell, D.B., Cassman, K.G. & Field, C.B. (2009). Crop yield gaps: their importance, magnitudes, and causes. Annual Review of Environment and Resources, 34,179-204.
15.Nehbandani, A., Soltani, A., Zeinali, E. & Hoseini, F. (2017a). Analyzing soybean yield constraints in Gorgan and Aliabad katul using CPA method. Journal of Agroecology, 7(1), 109-123. [In Persian]
16.Nekahi, M.Z., Soltani, A., Siahmarguee, A. & Bagherani, N. (2014). Yield gap associated with crop management in wheat (Case study: Golestan province-Bandar-gaz). Journal of Crop Production, 7(2), 135-156. [In Persian]
17.Hajjarpour, A., Soltani, A. & Torabi, B. (2015). Using boundary line analysis in yield gap studies: Case study of wheat in Gorgan. Journal of Crop Production, 8(4), 183-201. [In Persian]
18.Nehbandani, A., soltani, A., zeinali, E., hoseini, F., shahoseini, A. & mehmandoy, M. (2017b). Soybean (Glycine max L. Merr.) Yield Gap Analysis using Boundary Line Method in Gorgan and Aliabad Katul. Journal of Agroecology, 9(3), 760-776. [In Persian]
19.Torabi, B., Soltani, A., Galeshi, S., Zeinali, E. & Kazemi Korgehei, M. (2013). Ranking factors causing the wheat yield gap in Gorgan. Journal of Crop Production, 6(1), 171-189. [In Persian]
20.Soltani, A., Hajjarpour, A. & Vadez, V. (2016). Analysis of chickpea yield gap and water-limited potential yield in Iran. Field Crops Research, 185, 21-30.
21.Torabi, B., Soltani, A., Galeshi, S. & Zeinali, E. (2011). Assessment of yield gap due to nitrogen management in wheat. Australian Journal of Crop Science, 5, 879-84.
22.dadrasi, A., Torabi, B., Rahimi, A., Soltani, A. & Zeinali, E. (2021). Determination of Potato (Solanum tuberosum L.) Yield Gap in Golestan Province. Journal of Agroecology, 12(4), 613-633.
23.Van Loon, M.P., Deng, N., Grassini, P., Edreira, J.I.R., Wolde-Meskel, E., Baijukya, F., Marrou, H. & Van Ittersum, M.K. (2018). Prospect for increasing grain legume crop production in East Africa. European Journal of Agronomy, 101, 140-148.
24.Nehbandani, A., Soltani, A., Rahemi-Karizaki, A., Dadrasi, A. & Nourbakhsh, F. (2021). Determination of soybean yield gap and potential production in Iran using modeling approach and GIS. Journal of Integrative Agriculture, 20(2), 395-407.
25.Arabameri, R., Soltani, A., Zeinali, E. & Torabi, B. (2021). The amount and How to distribute of chickpea and lentil yield gap in Iran. Journal of Crops Improvement, 23(2), 221-234. [In Persian]
26.Alasti, O., Zeinali, E., Soltani, A. & Torabi, B. (2020). estimation of yield gap and the potential of rainfed barley production increase in Iran. Journal of Crop Production, 13(3), 41-60. [In Persian]
27.Alizadeh Dehkordi, P., Nehbandani, A., Hassanpour-bourkheili, S. & Kamkar, B. (2020). Yield gap analysis using remote sensing and modelling approaches: Wheat in the northwest of Iran. International Journal of Plant Production, 14(3), 443-452. [In Persian]
28.Ashraf Vaghefi, S., Mousavi, S.J., Abbaspour, K.C., Srinivasan, R. & Yang, H. (2014). Analyses of the impact of climate change on water resources components, drought and wheat yield in semiarid regions: Karkheh River Basin in Iran. hydrological processes, 28(4), 2018-2032.
29.Wesseling, J.G. & Feddes, R.A. (2006). Assessing crop water productivity from field to regional scale. Agricultural Water Management, 86(1-2), 30-39.
31.Grassini, P., van Bussel, L.G.J., Van Wart, J., Wolf, J., Claessens, L., Yanga, H., Boogaarde, H., de Groot, H., van Ittersum, M.K. & Cassman, K.G. (2015b). How good is good enough? Data requirements for reliable crop yield simulations and yield-gap analysis. Field Crops Research, 177, 49–63.
32.Van Bussel, L.G.J., Grassini, P., Van Wart, J., Wolf, J., Claessens, L., Yang, H., Boogaard, H., Groot, H.D., Saito, K., Cassman, K.G. & Van Ittersum, M.K. (2015). From field to atlas: upscaling of location-specific yield gap estimates. Field Crops Research, 177, 98–108.
35.Van Wart, J., Van Bussel, L.G., Wolf, J., Licker, R., Grassini, P., Nelson, A., Boogaard, H., Gerber, J., Mueller, N.D., Claessens, L., Van Ittersum, M.K. & Cassman, K.G. (2013). Use of agro-climatic zones to upscale simulated crop yield potential. Field Crop Research, 143, 44–55.
36.Koo, J. & Dimes, J. (2013). HC27 generic soil profile database. http://hdl.handle.net/1902.1/20299, Harvard Data verse, V4.
37.Nehbandani, A., Soltani, A., Naghab, R.T., Dadrasi, A. & Alimagham, S.M. (2020). Assessing HC27 soil database for modeling plant production. International Journal of Plant Production, 14(4), 679-687.
38.Soltani, A., Alimagham, S.M., Nehbandani, A., Torabi, B., Zeinali, E., Dadrasi, A., Zand, E., Ghassemi, S. Pourshirazi, S., Alasti, O., Hosseini, R.S., Zahed, M., Arabameri, R., Mohammadzadeh, Z., Rahban, S., Kamari, H., Fayazi, H., Mohammadi, S., Keramat, S., Vadeze, V., van Ittersum, M.K. & Sinclair, T.R. (2020a). SSM-iCrop2: A simple model for diverse crop species over large areas. Agricultural Systems, 182, 102855.
| ||
آمار تعداد مشاهده مقاله: 81 تعداد دریافت فایل اصل مقاله: 72 |