مقایسه مدل‌های فائو و آلبرو در برآورد پتانسیل تولید گندم آبی در منطقه خواجه

نوع مقاله: مقاله پژوهشی

چکیده

در عصر حاضر به دلیل افزایش جمعیت و تخریب اراضی، نیاز به استفاده بهینه از اراضی کشاورزی کاملا احساس می­شود. بنابراین از مهمترین فرآیندها در مدیریت پایدار، ارزیابی تناسب اراضی و تخمین پتانسیل تولید می­باشد. این تحقیق به منظور مقایسه دو مدل فائو و آلبرو برای تعیین پتانسیل تولید گندم آبی در منطقه خواجه واقع در شمال­شرق تبریز انجام گردید. در این رابطه بر اساس مدل AEZ ابتدا تولید پتانسیل یا پتانسیل حرارتی- تابشی تولید برآورد و سپس شاخص خاک به روش ریشه دوم که موید اثر مشخصات محدود کننده آن در کاهش تولید می­باشد، محاسبه گردید. نهایتا پتانسیل تولید اراضی به روش فائو از ضرب شاخص خاک در تولید پتانسیل حاصل گردید. در مدل آلبرو نیز با استفاده از داده­های ورودی، پتانسیل تولید در هر واحد اراضی محاسبه شد. نتایج حاصله نشان داد که روش فائو همبستگی و دقت بیشتری در برآورد پتانسیل تولید گندم آبی در مقایسه با مدل آلبرو داشته و ضرایب تشخیص روابط رگرسیونی بین پتانسیل تولید اراضی و عملکرد مشاهده شده، به ترتیب 791/0 و 163/0 برای مدل­های فائو و آلبرو می­باشد. میزان تولید برآورد شده با دو مدل نیز با هم تفاوت داشته که ناشی از شکل متفاوت مدل­ها است.

کلیدواژه‌ها


عنوان مقاله [English]

Comparison of the FAO and Albero Models in Prediction of Irrigated Wheat Production Potentials in the Khajeh region

چکیده [English]

At the present time because of fast growing population and land degradation, the need to proper use of agricultural lands becomes essential. Therefore, an important process in sustainable management is the land suitability evaluation and land production potential prediction. This research work was for comparison of the FAO and Albero models in prediction of irrigated wheat production potentials around Khajeh region in Northeast of Tabriz. For this, firstly based on the AEZ model radiation-thermal production potential for irrigated wheat was estimated and then the soil index, which indicates the extent of soil limitations effectiveness on production reduction, was calculated by the square root formulas. Finally, land production potential was calculated by multiplication of the soil index and radiation thermal production potential. Also the production potential was estimated with Albero model by using input data. The obtained results revealed that the FAO model had significant correlation and accuracy in estimation of land production potential and the coefficient of correlation values between land production potential and observed yield were 0.791 and 0.163 for FAO and Albero models, respectively. The production potential’s predicted amounts were different in the two models which were related to differences in the forms of the models.

کلیدواژه‌ها [English]

  • : Albero model
  • FAO model
  • Irrigated wheat
  • Khajeh region
  • Production potential
ایوبی ش، جلالیان ا و امینی ا­م، 1381. ارزیابی کمی تناسب اراضی منطقه برآن شمالی (اصفهان) برای کشت گندم آبی، جو، ذرت و برنج، مجله علوم و فنون کشاورزی و منابع کشاورزی، جلد ششم، شماره سوم. صفحه­های 105 تا 118.
جلالیان ا، رستمی­نیا م، ایوبی ش و امینی ا، 1386. ارزیابی کیفی، کمی و اقتصادی تناسب اراضی برای گندم، ذرت و کنجد در دشت مهران، استان ایلام. مجله علوم و فنون کشاورزی، جلد یازدهم، شماره 2، صفحه­های 293 تا 403.
رضائی ح، شهبازی ف، جعفرزاده ع ا و علوی­کیا س س، 1391. تحلیل آماری نتایج حاصل از کاربرد روش­های پارامتریک و مدل Almagra در ارزیابی تناسب اراضی، مجله دانش آب و خاک، جلد 21، شماره 4، صفحه­های  65 تا 80.
شهبازی ف، 1387. بررسی کاربرد سیستم تصمیم­گیری میکرولیز به عنوان روشی نوین در ارزیابی تناسب اراضی (مطالعه موردی: بخشی از اراضی جنوب شهرستان اهر). رساله دکتری خاک­شناسی، دانشکده کشاورزی دانشگاه تبریز.
عبادپور ا، 1379. مطالعه مرفولوژی، مینرالوژی و رده­بندی خاک­های ایستگاه تحقیقاتی خواجه (تبریز). پایان­نامه کارشناسی ارشد خاک­شناسی، دانشکده کشاورزی دانشگاه تبریز.
فرج­نیا ا، 1386. ارزیابی تناسب اراضی و تعیین پتانسیل تولید چغندرقند در دشت دیکانات مرند. مجله چغندرقند. جلد 23، شماره 1، صفحه­های 43 تا 54.
قاسمی دهکردی و. 1375. مطالعات خاکشناسی و تناسب اراضی منطقه برخوار اصفهان، پایان­نامه کارشناسی ارشد خاکشناسی، دانشکده کشاورزی دانشگاه تهران.
محنت کش ع. 1378.  ارزیابی کیفی، کمی و اقتصادی تناسب اراضی منطقه شهرکرد برای محصولات زراعی مهم منطقه. پایان­نامه کارشناسی­ارشد خاک­شناسی، دانشکده کشاورزی دانشگاه صنعتی اصفهان.
مردانی ر، 1391. کاربرد سیستم­های فائو و میکرولیز برای تناسب کیفی و کمی گندم، ذرت، یونجه و آفتابگردان و تهیه برنامه کامپیوتری برای سیستم فائو(مطالعه موردی: منطقه مرند). پایان­نامه کارشناسی­ارشد خاکشناسی، دانشکده کشاورزی دانشگاه تبریز.
Anonymous, 1996.  Agro-ecological Zoning. Guidelines FAO Soils Bulletin, series No: 76, FAO, Rome.
Anonymous, 1992. Soil Survey Laboratory Methods and Procedures for Collection Soil Sample.  Soil Conservation Service, Investigation. Republic. Government Print Office, Washington DC.
Anonymous, 2002. Field Book for Describing and Sampling Soils. United State Department of Agriculture, National Soil Survey Center. Natural Resources Conservation Service, Washington DC.
Anonymous, 2010. Keys to Soil Taxonomy, 11th edition, United State Department of Agriculture, National Soil Survey Center. Natural Resources Conservation Service, Washington DC.
Ashraf S, 2011. Estimating the land production potential for wheat, using GIS method. Australian Journal of Basic and Applied Science 5 (8): 118-122.
Ashraf S, Ashraf V and Abbaspour H, 2011. Assessment of land production potential for barley using geographic information system (GIS) method. Indian Journal of Science and Technology 4(12):1775-1777.
Chinene VRN. 1991. The Zimbian land evaluation system (ZLES). Soil Use and Management 7:21-30.
De la Rosa D, Cardona F and Almorza J, 1981. Crop yield prediction based on properties of soils in Seville, Spain. Geoderma 25: 267-274.
De la Rosa D, Moreno J A, Garcia L V and Almorza J, 1992. MicroLEIS:  A microcomputer-based Mediterranean land evaluation information system. Soil Use and Management 8: 89–96.
De la Rosa D, Mayol F, Diaz-Pereira E, Fernandez M and De la Rosa D J, 2004. A land evaluation decision support system (MicroLEIS DSS) for agricultural soil protection. Environmental Modeling and Software 19: 929-942.
De Wit CT, 1965. Photosynthesis of Leaf Canopies. Agricultural Research Republic, Wageningen.
Embrechts J, Poeloengan Z and Sys C. 1988. Physical land evaluation. Using a parametric method application to oilpalm plantation in North Sumatra. Soil Survey Land Evaluation 8: 111-122.
Gee GW and Bauder JW. 1986. Particle-size analysis. Pp. 383-411. In: Klute A (ed). Methods of Soil analysis. Part 1. Physical and mineralogical methods. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI.
Jafarzadeh A A, Shahbazi F and Shahbazi M R, 2009. Suitability evaluation of some specific crops in Souma area (Iran), using Cervatana and Almagra models, Biologia, Section Botany 64(3): 541-545.
Nelson W and Sommers L, 1982. Total carbon, organic carbon and organic matter. Pp. 532-581. In: Page AL, Miller RH and Keeney DR (eds). Methods of Soil Analysis. Part 2. Chemical and Microbiological Methodes. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI.
Shahbazi F, De la Rosa D, Anaya-Romero M, Jafarzadeh AA, Sarmadian F, Neyshaboury MR and Oustan Sh, 2008. Land use planning in Ahar area (Iran) using MicroLEIS DSS. Agrophysics 22: 277-286.
Sayegh AH, Khan P and Ryan J, 1978. Factors affecting gypsum and cation exchang capacity determination in gypsiferous soils. Journal of Soil Science 125: 294-300.
Sys C. 1985. Land evaluation. State university of Ghent, ITC. Ghent. Belgium.
Sys C. Van Ranset E and Debaveye J, 1991. Land Evaluation, Part I, Principle in Land Evaluation and Crop Production Calculation. International Training Center for Post Graduate Soil Scientists, Ghent University, Ghent.
Sys C, Van Ranset E, Debaveye J and Beernaert F, 1993. Land Evaluation: Crop Requirements. International Training Center for Post Graduate Soil Scientists, Ghent University, Ghent.