سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

کامکار, بهنام, اعلایی بازکیایی, پویا, علی زاده دهکردی, پریسا, امیری, ابراهیم. (1401). بررسی تغییرات عملکرد و موازنه آب برنج در استان گیلان تحت تأثیر تغییر اقلیم. , 20(2), 61-80. doi: 10.52547/envs.2022.1013
بهنام کامکار; پویا اعلایی بازکیایی; پریسا علی زاده دهکردی; ابراهیم امیری. "بررسی تغییرات عملکرد و موازنه آب برنج در استان گیلان تحت تأثیر تغییر اقلیم". , 20, 2, 1401, 61-80. doi: 10.52547/envs.2022.1013
کامکار, بهنام, اعلایی بازکیایی, پویا, علی زاده دهکردی, پریسا, امیری, ابراهیم. (1401). 'بررسی تغییرات عملکرد و موازنه آب برنج در استان گیلان تحت تأثیر تغییر اقلیم', , 20(2), pp. 61-80. doi: 10.52547/envs.2022.1013
کامکار, بهنام, اعلایی بازکیایی, پویا, علی زاده دهکردی, پریسا, امیری, ابراهیم. بررسی تغییرات عملکرد و موازنه آب برنج در استان گیلان تحت تأثیر تغییر اقلیم. , 1401; 20(2): 61-80. doi: 10.52547/envs.2022.1013

بررسی تغییرات عملکرد و موازنه آب برنج در استان گیلان تحت تأثیر تغییر اقلیم

فصلنامه علوم محیطی
مقاله 4، دوره 20، شماره 2، 1401، صفحه 61-80    اصل مقاله (683.12 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.52547/envs.2022.1013
نویسندگان
بهنام کامکار* 1؛ پویا اعلایی بازکیایی2؛ پریسا علی زاده دهکردی3؛ ابراهیم امیری4
1گروه اگروتکنولوژی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
2گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
3گروه زراعت، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران
4گروه مهندسی آب، دانشکده فنی، دانشگاه آزاد اسلامی، واحد لاهیجان، ایران
چکیده
سابقه و هدف: افزایش گازهای گلخانه‌ای، تأثیرهای متفاوتی بر عملکرد گیاهان زراعی خواهد داشت، به ­طوریکه برهمکنش این اثرها ممکن است موجب افزایش یا کاهش محصول شود. مدل‌های شبیه‌سازی گیاهان زراعی برای بررسی سطح ­های مختلف مدیریت زراعی و محیطی استفاده ‌شده است این مطالعه با هدف بررسی مدل AquaCrop براساس اقلیم گذشته، حال و آینده در شهر رشت واقع در استان گیلان جهت دستیابی به حداکثر بهره وری آب و عملکرد دانه برنج صورت گرفت.
مواد و روش ­ها: به‌منظور بررسی میزان تغییرات عملکرد برنج، موازنه و بهره ­وری آب در شهر رشت واقع در استان گیلان تحت اقلیم گذشته، کنونی و آینده از مدل AquaCrop استفاده شد. بدین منظور از داده ­های بلندمدت (بالای 30 سال) جهت بررسی وضعیت عملکرد و موازنه آب در کشت برنج در اقلیم گذشته و کنونی استفاده شد. همچنین با استفاده از نرم ­افزار LARS-WG6 داده ­های هواشناسی 83 سال آینده براساس داده‌های روزانه هواشناسی موجود تولید شد. بررسی مدل AquaCrop در اقلیم گذشته، حال و آینده براساس داده ­های روزانه دمای کمینه، بیشینه، بارش و ساعت آفتابی صورت گرفت. تیمارهای مورد بررسی شامل چهار سطح آبیاری شامل تیمار 55، 70، 85 و 100 درصد نیاز آبی و تیمارهای تاریخ کاشت یک اردیبهشت،‌ 20 اردیبهشت و 10 خرداد بود. با بررسی اثر سطح­ های تیماری مختلف براساس سناریوهای تغییر اقلیم RCP 4.5 و RCP 8.5، میزان تغییرات عملکرد دانه، تبخیر - تعرق و بهره ­وری آب مبتنی بر تبخیر و تعرق در اقلیم گذشته، کنونی و آینده مورد بررسی قرار گرفت. همچنین بهترین تیمار آبیاری و تاریخ کاشت جهت افزایش عملکرد برنج و کاهش میزان مصرف آب معرفی شد.
نتایج و بحث: نتایج ارزیابی نشان داد که مدل LARS-WG6 با دقت بالایی قادر به شبیه‌سازی مؤلفه­ های اقلیمی دما، بارش و تابش می­ باشد. نتایج نشان داد که دمای کمینه و بیشینه طی سناریوهای تغییر اقلیم روند افزایشی و میزان تابش و بارش روند کاهشی داشته است. بررسی عملکرد زیستی و دانه برنج تحت RCP 4.5 و RCP 8.5 نشان داد که بیشترین عملکرد دانه و زیست ­توده در آبیاری 100 درصد نیاز آبی و تاریخ کاشت یکم اردیبهشت به ­دست آمد. بررسی بهره ­وری آب نشان داد که تیمار آبیاری 100 درصد نیاز آبی و تاریخ کاشت 10 خرداد نقش مؤثری در افزایش ذخیره آب خاک و کاهش تبخیر و تعرق از سطح خاک داشته است. براساس مقادیر تبخیر-تعرق به ­دست آمده تحت سناریوهای مورد بررسی، بیشترین بهره ­وری تولید دانه مبتنی بر تبخیر - تعرق در آبیاری 100 درصد نیاز آبی و تاریخ کاشت 10 خرداد به ­دست‌ آمد.
نتیجه ­گیری: با توجه به نتایج به­ دست آمده، با در نظر گرفتن بهره‌وری مصرف آب و میزان عملکرد، با توجه به مشکل­ هایی که در آینده از جمله کمبود آب وجود خواهد داشت، به نظر می‌رسد کشت دیرهنگام برنج در شرایط کمبود آب راهکار مناسبی باشد، اما در شرایطی که در محیط کمبود آب وجود نداشته باشد، کشت زودهنگام برنج مانند یکم اردیبهشت می‌تواند سبب افزایش تولید شود. بررسی سطح­ های آبیاری نشان داد که تولید دانه مؤثرترین عامل در افزایش بهره‌وری مصرف آب است و استفاده از سطح­ های کم­ آبیاری نقش مؤثری در افزایش بهره‌وری آب نخواهد داشت.
کلیدواژه‌ها
آبیاری؛ بهره‌وری آب؛ تاریخ کاشت؛ مدل AquaCrop
عنوان مقاله [English]
Studying the changes in rice yield and water balance in Guilan Province affected by climate change
نویسندگان [English]
Behnam Kamkar1؛ Pooya Aalaee Bazkiaee2؛ Parysa Alizadeh Dehkordi3؛ Ebrahim Amiri4
1Department of Agrotechnology, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran
2Department of Agriculture, Faculty of Plant Production, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
3Department of Agriculture, Faculty of Agriculture, Shahrekord University, Shahrekord, Iran
4Department of Water Engineering, Faculty of Engineering, Islamic Azad University, Lahijan Branch, Iran
چکیده [English]
Introduction: Increasing greenhouse gases will have different effects on crop yields, so that the interaction of these effects may increase or decrease yields. Crop simulation models have been used to investigate different levels of crop and environmental managements. The aim of this study was to investigate the AquaCrop model based on past, present and future climate in Rasht city located in Guilan Province to achieve maximum water productivity and rice grain yield.
Material and methods: In order to study the changes in rice yield, water balance and productivity in Rasht city located in Gilan province under the past, present and future climate, the AquaCrop model was used. For this purpose, long-term data (over 30 years) were used to evaluate the yield and water balance in rice cultivation in the past and present climate. Also, using LARS-WG6 software, meteorological data for the next 83 years were generated based on the available daily meteorological data. The AquaCrop model was evaluated in the past, present and future climates based on daily data of minimum and maximum temperatures, precipitation and sun hours. The studied treatments included four levels of irrigation including 55, 70, 85 and 100% of water requirement and the planting dates were April 21th, May 11th and May 31th. By examining the effect of different treatment levels based on RCP 4.5 and RCP 8.5 climate change scenarios, the rate of changes in grain yield, evapotranspiration and water productivity based on evapotranspiration in the past, present and future climates were investigated. Also, the best irrigation treatment and planting date were introduced to increase rice yield and reduce water consumption.
Results and discussion: The evaluation results showed that the LARS-WG6 model is able to simulate the climatic components including  temperature, precipitation and radiation with high accuracy. The results showed that the minimum and maximum temperatures increased during the climate change scenarios and the amount of radiation and precipitation decreased. The result of rice biomass and grain yield under RCP 4.5 and RCP 8.5 showed that the highest grain and biomass yield was obtained in irrigation of 100% of water requirement and planting date on April 21th. The study of water productivity showed that irrigation treatment of 100% of water requirement and planting date of May 31th had an effective role in increasing soil water storage and reducing evapotranspiration from the soil surface. The highest water productivity in grain production based on evapotranspiration was obtained in irrigation of 100% of water requirement and planting date was May 31th.
Conclusion: According to the obtained results, considering the water consumption productivity and yield and problems that will exist in the future including water shortage, it seems that late cultivation of rice in conditions of water shortage is a good solution, but under conditions where there is no water shortage, early cultivation of rice, such as April 21th, can increase the production. The study of irrigation levels showed that grain production is the most effective factor in increasing water use productivity and the use of low irrigation levels will not play an effective role in increasing water productivity.
کلیدواژه‌ها [English]
AquaCrop model, Irrigation, Planting date, Water productivity
مراجع

Aalaee Bazkiaee, P., Kamkar, B., Amiri, E., Kazemi, H., Rezaei, M. and Akbarzadeh, S., 2020. Simulation of growth and yield and evaluation of rice production productivity under irrigation management and planting date using Aquacrop model. Journal of Water and Soil Resources Conservation. 9, 17-34. (In Persian with English abstract).

Agricultural Statistics., 2020. Volume I: Crop products., 2018-19. Office of Statistics and Information Technology, Deputy Director of Planning and Economic Affairs. Ministry of Agricultural Jihad Report. Iran.

Challinor, A., Wheeler, T.R., Craufurd, P.Q., Ferro, C.A.T. and Stephenson, D.B., 2007. Adaptation of crops to climate change through genotypic responses to mean and extreme temperatures. Agriculture, Ecosystems and Environment. 119, 190-204.

Chung, S.O., 2010. Simulating evapotranspiration and yield responses of rice to climate change using FAO-AquaCrop. Journal of the Korean Society of Agricultural Engineers. 52, 57-64.

Droogers, P. and Aerts, J., 2005. Adaptation strategies to climate change and climate variability: a comparative study between seven contrasting river basins. Physics and Chemistry of the Earth. 30, 339-346.

Eyni Nargeseh, H., Deihimfard, R., Soufizadeh, S., Haghighat, M. and Nouri, O., 2016. Predicting the impacts of climate change on irrigated wheat yield in Fars province using APSIM model. Electronic Journal of Crop Production. 8, 203-224. (In Persian with English abstract).

FAO, 2019. Agriculture organization of the United Nations. Available Online at: http://faostat. fao. org/site/573/default. aspx# ancor.

IPPC, CC., 2007. A report of Working Group I of the Intergovernmental Panel on Climate Change, Summary for Policymakers. International Plant Protection Convention report. Cambridge, United Kingdom, and Cambridge University Press.

IPPC, I., 2014. Climate Change 2014 Synthesis Report. Fifth Assessment Report.  International Plant Protection Convention report. Cambridge, United Kingdom, and Cambridge University Press.

Jin, X., Li, Z., Nie, C., Xu, X., Feng, H., Guo, W. and Wang, J., 2018. Parameter sensitivity analysis of the AquaCrop model based on extended fourier amplitude sensitivity under different agro-meteorological conditions and application. Field Crops Research. 226, 1-15.

Kang, Y., Khan, S. and Ma, X., 2009. Climate change impacts on crop yield, crop water productivity and food security–A review. Progress in Natural Science. 19, 1665-1674.

Krishnan, P., Swain, D.K., Bhaskar, B.C., Nayak, S.K. and Dash, R.N., 2007. Impact of elevated CO2 and temperature on rice yield and methods of adaptation as evaluated by crop simulation studies. Agriculture, Ecosystems and Environment. 122, 233-242.

Luo, Y., Jiang, Y., Peng, S., Cui, Y., Khan, S., Li, Y. and Wang, W., 2015. Hindcasting the effects of climate change on rice yields, irrigation requirements, and water productivity. Paddy and Water Environment. 13, 81-89.

Mereu, V., Cesaraccio, C., Dubrovsky, M., Spano, D., Carboni, G. and Duce, P., 2010. Climate change impacts on durum wheat in Sardinia. In Proceedings 29th Conference on Agricultural and Forest Meteorology, 1-6 August, Crestone Peak, U.S. p. 587.

Mo, X., Liu, S., Lin, Z. and Guo, R., 2009. Regional crop yield, water consumption and water use efficiency and their responses to climate change in the North China Plain. Agriculture, Ecosystems and Environment. 134, 67-78.

Nyakudya, I.W. and Stroosnijder, L., 2014. Effect of rooting depth, plant density and planting date on maize (Zea mays L.) yield and water use efficiency in semi-arid Zimbabwe: Modelling with AquaCrop. Agricultural Water Management. 146, 280-296.

Pazoki, A.R., Karimi Nejad, M. and Foladi Toroghi, A.R., 2010.  Effect of planting dates on yield of ecotypes of saffron (Crocus sativus L.) in Natanz region. Crop Physiology. 2, 3-12. (In Persian with English abstract).

Raes, D., Steduto, P., Hsiao, T.C. and Fereres, E., 2009. AquaCrop-The FAO crop model for predicting yield response to water: II. Main algorithms and software description. Agronomy. 101, 438-447.

Raes, D., Steduto, P., Hsiao, T.C. and Fereres, E., 2012. Reference manual AquaCrop, FAO, Land and Water Division, Rome, Italy.

Raoufi, R.S. and Soufizadeh, S., 2020. Simulation of the impacts of climate change on phenology, growth, and yield of various rice genotypes in humid sub-tropical environments using AquaCrop-Rice. International Journal of Biometeorology. 64, 1657-1673.

Singh, R., Van Dam, J.C. and Feddes, R.A., 2006. Water productivity analysis of irrigated crops in Sirsa district, India. Agricultural Water Management. 82, 253-278.

Soltani, A., Rahimzadeh Khoei, F., Ghassemi-Golezani, K. and Moghaddam, M., 1999. Cicer: A computerized model for simulating chickpea growth and yield. Agricultural Science. 9, 89-106. (In Persian with English abstract).

Steduto, P., Hsiao, T.C., Raes, D., and Fereres, E., 2009. AquaCrop-The FAO crop model to simulate yield response to water: I. Concepts and underlying principles. Agronomy. 101, 426-437.

Tan, S., Wang, Q., Zhang, J., Chen, Y., Shan, Y., and Xu, D., 2018. Performance of AquaCrop model for cotton growth simulation under film-mulched drip irrigation in southern Xinjiang, China. Agricultural Water Management. 196, 99-113.

Todorovic, M., Albrizio, R., Zivotic, L., Abi Saab, M., Stockle, C. and Steduto, P., 2009. Assessment of AquaCrop, CropSyst, and WOFOST models in the simulation of sunflower growth under different water regimes. Agronomy Journal. 101, 509-521.

Zolfagari, H., Farhadi, B. and Rahimi, H., 2016. Climatic potentials in Iran for soybean cultivation. Journal of Geography and Planning. 20, 89-105. (In Persian with English abstract).

آمار
تعداد مشاهده مقاله: 8,766
تعداد دریافت فایل اصل مقاله: 3,293