ارزیابی مدل های تجربی رقابت در پیش بینی کاهش عملکرد ارقام گندم (Triticum aestivum L.) در تداخل با علف هرز چاودار وحشی (Secale cereale)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه فردوسی مشهد

2 استاد گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه فردوسی مشهد

3 دانشجوی دکتری گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه بوعلی سینا همدان

4 دانشیار گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه بوعلی سینا همدان

چکیده

به منظور ارزیابی مدل­های تجربی رقابت در پیش بینی کاهش عملکرد گندم، آزمایشی به صورت فاکتوریل و در قالب طرح بلوک­های کامل تصادفی با سه تکرار در سال زراعی 90-1389 در مزرعه نمونه شهرستان درگز انجام شد. فاکتورهای آزمایشی شامل چهار رقم گندم (سایسون، الوند، چمران و سپاهان) و تراکم­های علف هرز چاودار وحشی در پنج سطح 0، 20، 40، 60 و 80 بوته در مترمربع بود. علف هرز چاودار وحشی موجب کاهش عملکرد بیولوژیک و دانه ارقام گندم مورد مطالعه شد. ارقام گندم از نظر کاهش صفات عملکرد بیولوژیک و دانه در تداخل با چاودار وحشی واکنش یکسانی نداشتند. بیشترین و کمترین شیب اولیه کاهش صفات عملکرد بیولوژیک و دانه (پارامتر I) به ترتیب در ارقام چمران (19/6 و 12/13 درصد) و سپاهان (24/1 و 62/2 درصد) به دست آمد. اثر رقابت چاودار وحشی بر عملکرد بیولوژیک ارقام گندم کمتر از عملکرد دانه آنها بود. ضرایب خسارت نسبی به دست آمده در مدل­های یک و دو پارامتری مبتنی بر سطح برگ و وزن خشک نسبی علف هرز حاکی از قدرت رقابت بالای چاودار وحشی نسبت به ارقام گندم بود. مدل­های مبتنی بر سطح برگ نسبی و وزن خشک نسبی علف هرز چاودار وحشی نسبت به مدل کاهش عملکرد-تراکم کارایی بالاتری در پیش بینی کاهش عملکرد دانه ارقام گندم داشتند. کمترین مجذور میانگین مربعات خطای رگرسیون بین مقادیر مشاهده شده و پیش بینی شده در مدل­های دو پارامتری سطح برگ و وزن خشک نسبی علف هرز به دست آمد. با توجه به سهولت تعیین وزن خشک نسبت به سطح برگ، به نظر می­رسد مدل دو پارامتری وزن خشک نسبی اولیه علف هرز مدل مطلوبی جهت پیش بینی کاهش عملکرد گندم است.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluating empirical models to predict yield loss of winter wheat (Triticum aestivum L.) cultivars in interference with feral rye (Secale cereale)

نویسندگان [English]

  • Bijan Saadatian 1
  • Mohamad Kafi 2
  • Fatemeh Soleymani 3
  • Goudarz Ahmadvand 4
1 Ph. D. Student, Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Ferdowsi University of Mashhad
2 Prof., Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Ferdowsi University of Mashhad
3 Ph. D. Student, Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Bu-Ali Sina University, Hamedan
4 Assoc. Prof., Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Bu-Ali Sina University, Hamedan
چکیده [English]

To evaluate the empirical models of competition in predicting yield loss of winter wheat, a factorial trial based on a randomized complete block design with three replications was carried out. Experimental factors were four wheat cultivars (Sayson, Alvand, Chamran and Sepahan) and feral rye densities at five levels (0, 20, 40, 60 and 80 plants m־2) at exemplary form of Dargaz, in 2010-2011 crop year. Feral rye caused a biological and grain yield reduction of studied wheat cultivars. Wheat cultivars did not have similar reaction for yield loss of biological and grain in interference with feral rye. Maximum and minimum of initial slop of biological and grain yield loss (I parameter) obtained in Chamran (6.19 and 13.12 percent) and Sepahan (1.24 and 2.62 percent) cultivars, respectively. Competition effect on biological yield of wheat cultivars was less than grain yield. Obtained relative damage coefficients (q parameter) of one and two-parameter models based on relative leaf area and relative dry matter were indicative of high competitive ability of feral rye than wheat cultivars. Models based on relative leaf area and relative dry matter of feral rye had more efficiency in predict of wheat grain yield loss in compared with yield loss-density model. Minimum regression root mean square error of observed and predicted quantities resulted of two-parameter models based on leaf area and relative dry matter of weed. Regarding to simplicity of dry matter measuring than leaf area, the two-parameter model of weed relative dry matter introduced a favorite model for predicting of wheat yield loss.

کلیدواژه‌ها [English]

  • Model efficiency
  • Regression
  • Relative dry matter
  • Relative leaf area
  • Weed density