مقایسه توابع توزیع احتمال در مدل های زمان گرمایی جهت مدل سازی جوانه زنی کلزای بهاره به دما

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 428

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJFCS-49-3_008

تاریخ نمایه سازی: 15 تیر 1398

چکیده مقاله:

مدل های مبتنی بر مفهوم زمان گرمایی ابزار مفیدی برای پیش بینی جوانه زنی بذر در رابطه با زمان و دما هستند. در این آزمایش که در سال 1395 در دانشگاه کشاورزی و منابع طبیعی رامین انجام شد، مدل جوانه زنی-گرمایی بر مبنای هفت تابع توزیع احتمال (لجستیک، ویبول، گامبل، لوگ لجستیک، نرمال معکوس، لوگ نرمال و گاما) توسعه یافت و دوره های زمانی جوانه زنی پیش بینی شده توسط این مدل ها برای دو رقم کلزای بهاره (RGS003 و ساری گل) با خروجی های مدل جوانه زنی- گرمایی نرمال مقایسه شد. آزمون جوانه زنی برای هر رقم در 11 دمای ثابت 8، 12، 16، 20، 24، 28، 32، 33، 34، 35 و 36 درجه سانتی گراد انجام شد. نتایج نشان داد که مدل زمان گرمایی لوگ نرمال برازش بهتری به دوره های زمانی جوانه زنی هر دو رقم RGS003 (AICc= -1173) و ساری گل (AICc= -1180) داشت. بر اساس خروجی های این مدل، دمای پایه برای جوانه زنی ارقام RGS003 و ساری گل بترتیب 85/5 و 60/5 درجه سانتی گراد برآورد شد. زمان گرمایی زیر حد بهینه برای شروع جوانه زنی ارقام RGS003 و ساری گل به ترتیب 40/118 و 00/120 درجه سانتی گراد ساعت و زمان گرمایی مورد نیاز برای تکمیل جوانه زنی این ارقام در دماهای بیشتر از حد بهینه بترتیب 07/29 و 47/31 درجه سانتی گراد ساعت پیش بینی شد. هر دو رقم کلزا در دمای فراتر از 17/33 درجه سانتی گراد بازدارندگی گرمایی جوانه زنی نشان دادند. ضرایب برآورد شده در این آزمایش می توانند در مدل های شبیه سازی جوانه زنی سایر ارقام کلزا نیز استفاده شوند.

نویسندگان

ابوالفضل درخشان

دانشگاه کشاورزی و منابع طبیعی رامین

عبدالمهدی بخشنده

دانشگاه کشاورزی و منابع طبیعی رامین

سید عطاالله سیادت

دانشگاه کشاورزی و منابع طبیعی رامین

محمدرضا مرادی تلاوت

دانشگاه کشاورزی و منابع طبیعی رامین

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alvarado, V. & Bradford, K. J. (2002). A hydrothermal time ...
  • Andreucci, M. P., Moot, D. J., Black, A. D. & ...
  • Bradford, K. J. (2002). Applications of hydrothermal time to quantifying ...
  • Burnham, K. P. & Anderson, D. R. (2002). Model Selection ...
  • Chantre, G. R., Batlla, D., Sabbatini, M. R. & Orioli, ...
  • Covell, S., Ellis, R. H., Roberts, E. H. & Summerfield, ...
  • Derakhshan, A., Moradi-Telavat, M.R., Siadat, S.A. (2016). Hydrotime analysis of ...
  • Ellis, R. H., Covell, S., Roberts, E. H. & Summerfield, ...
  • Evans, M., Hastimgs, N. & Peacock, B. (2000). Statistical distributions ...
  • Hardegree, S. P. (2006). Predicting germination response to temperature. III. ...
  • Hardegree, S. P. & Van Vactor, S. S. (2000).Germination and ...
  • Huo, H. & Bradford, K. J. (2015). Molecular and hormonal ...
  • Mesgaran, M. B., Mashhadi, H. R., Alizadeh, H., Hunt, J., ...
  • Mesgaran, M. B., Rahimian Mashhadi, H. R., Alizadeh, H., Ohadi, ...
  • Soltani, E., Oveisi, M., Soltani, A., Galeshi, S., Ghaderifar, F. ...
  • Soltani, A., Robertson, M. J., Torabi, B., Yousefi-Daz, M. & ...
  • Watt, M. S., Bloomberg, M., & Finch-Savage, W. E. (2011). ...
  • Watt, M. S., Xu, V. & Bloomberg, M. (2010). Development ...
  • نمایش کامل مراجع