پژوهشهای زراعی ایران

پژوهشهای زراعی ایران

تجزیه و تحلیل تغییرات مکانی - زمانی عملکرد گندم (Triticum aestivum L.) آبی و دیم در استان خراسان رضوی

نوع مقاله : مقاله پژوهشی

نویسندگان
مهدی سلطانی
محسن جهان
فاطمه یعقوبی
گروه اگروتکنولوژی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
10.22067/jcesc.2025.91969.1380
چکیده
مقابله با چالش‌های ناشی از تغییرات اقلیمی و تأمین امنیت غذایی، مستلزم درک دقیق روند تغییرات عملکرد محصولات راهبردی کشاورزی است. در این پژوهش، روند تغییرات عملکرد گندم (Triticum aestivum L.) آبی و دیم در استان خراسان رضوی طی یک دوره ۱۱ ساله (1400-1390) در ۲۹ شهرستان بررسی و عوامل مؤثر بر این تغییرات تحلیل شد. برای مدل‌سازی تغییرات عملکرد از رگرسیون چندجمله‌ای‌ متعامد (خطی، درجه دو و درجه سه) استفاده شد. به‌منظور انتخاب مدل بهینه، معیار AIC به کار گرفته شد. روند تغییرات عملکرد در شهرستان‌های مختلف به چهار دسته شامل بهبود، رکود، سقوط و عدم بهبود طبقه‌بندی شد. نتایج نشان داد که عملکرد گندم آبی در استان طی ۱۱ سال، به‌طور میانگین 1000 کیلوگرم در هکتار افزایش یافت. در نیمی از شهرستان‌ها بهبود، در نیمی دیگر رکود یا عدم بهبود، و در یک شهرستان کاهش عملکرد مشاهده شد. در مورد گندم دیم نیز میانگین عملکرد طی دوره 11 ساله، حدود 500 کیلوگرم در هکتار افزایش یافت. تحلیل مکانی نشان داد که تغییرات عملکرد گندم در استان ناهمگن است؛ شهرستان‌های مرکزی و غربی شاهد بهبود عملکرد بوده‌اند، درحالی‌که مناطق شمالی و جنوبی عمدتاً رکود یا عدم بهبود عملکرد را تجربه کرده‌اند. نمودارهای تغییرات زمانی نشان داد که هر دو نوع گندم (آبی و دیم) تحت تأثیر تغییرات بلندمدت آب‌وهوایی و مدیریتی قرار گرفته‌اند. به‌طورکلی، مدیریت زراعی، عملکرد را بهبود داده، امّا در برخی از مناطق، تغییرات اقلیمی اثرات مثبت آن را خنثی کرده است. این یافته‌ها بر ضرورت توسعه راهبرد‌های مدیریتی مؤثر شامل تغییر در تاریخ کاشت، بهینه‌سازی روش‌های زراعی، و ارتقاء روش‌های سازگاری با تغییرات اقلیمی تأکید دارند.
کلیدواژه‌ها
تغییرپذیری اقلیمی
دما
مدل‌های رگرسیونی
مدیریت زراعی
هواشناسی کشاورزی

Authors retain the copyright. This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

  1. Akaike, H. (1974). A new look at the statistical model identification. IEEE Automation and Control, 19(6), 716-723.
  2. Asseng, S., Ewert, F., Martre, P., Rötter, R. P., Lobell, D. B., Cammarano, D., Kimball, B. A., Ottman, M. J., Wall, G. W., White, J. W., Reynolds, M. P., Alderman, P. D., Prasad, P. V. V., Aggrawal, P. K., Anothai, J., Basso, B., Biernath, C., Challinor, A. J., De Sanctis, G., Doltra, J., Fereres, E., Garcia-Vila, M., Gayler, S., Hoogenboom, G., & Zhu, Y. (2015). Rising temperatures reduce global wheat production. Nature Climate Change, 5(2), 143-147. https://doi.org/10.1038/nclimate2470
  3. Bivand, R., Pebesma, E., & Gómez-Rubio, V. (2008). Applied Spatial Data Analysis With R. Springer Science+ Business Media.
  4. Bouras, E., Jarlan, L., Khabba, S., Er-Raki, S., Dezetter, A., Sghir, F., & Tramblay, Y. (2019). Assessing the impact of global climate changes on irrigated wheat yields and water requirements in a semi-arid environment of Morocco. Scientific Reports, 9(1), 19142. https://doi.org/10.1038/s41598-019-55251-2
  5. Brisson, N., Gate, P., Gouache, D., Charmet, G., Oury, F. X., & Huard, F. (2010). Why are wheat yields stagnating in Europe? A comprehensive data analysis for France. Field Crops Research, 119(1), 201-212. https://doi.org/10.1016/j.fcr.2010.07.012
  6. Burnham, K. P., Anderson, D. R., & Huyvaert, K. P. (2011). AIC model selection and multimodel inference in behavioral ecology: Some background, observations, and comparisons. Behavioral Ecological Sociobiology, 65(1), 23-35. https://doi.org/10.1007/s00265-010-1029-6
  7. Chen, H. (2018). The spatial patterns in long-term temporal trends of three major crops’ yields in Japan. Plant Production Scienc, 21(3), 177-185. https://doi.org/10.1080/1343943x.2018.1459752
  8. Deihimfard, R., Eyni-Nargeseh, H., & Mokhtassi-Bidgoli, A. (2018). Effect of future climate change on wheat yield and water use efficiency under semi-arid conditions as predicted by APSIM-wheat model. International Journal of Plant Production, 12(2), 115-125. https://doi.org/10.1007/s42106-018-0012-4
  9. Draper, N. R. (2002). Applied regression analysis bibliography update 2000-2001. Communication in Statictics Theory and Methods, 31(11), 2051-2075. https://doi.org/10.1081/sta-120015017
  10. FAO, Food and Agriculture Organization. (2021). The State of Food and Agriculture 2021. https://www.fao.org/
  11. Farajzadeh-Asl, S., Kashki, M., & Shayan, M. (2009). Analysis of rain-fed wheat yield product variability using climate change approach (Case study area: Khorasan Razavi province). The Journal of Spatial Planning and Geomatics, 13(2), 227-257. (in Persian with English abstract). http://hsmsp.modares.ac.ir/article-21-3068-fa.html
  12. Farajzadeh, M., Khoorani, A., Bazgeer, S., & Zeaeian, P. (2011). Modeling and predicting of rainfed wheat yield in attention to phenological phases of plant growth (a case study for Kurdistan province). Physical Geography Research, 43(76), 21-34. (in Persian with English abstract.(
  13. Farhadi, M., Bannayan, M., Fallah, M. H., & Jahan, M. (2024). Identification of climatic and management factors influencing wheat’s yield variability using AgMERRA dataset and DSSAT model across a temperate region. Discover Life, 54, 8. https://doi.org/10.1007/s11084-024-09651-8
  14. Finger, R. (2010). Evidence of slowing yield growth - The example of Swiss cereal yields. Food Policy, 35(2), 175-182. https://doi.org/10.1016/foodpol.2009.11.004
  15. Godfray, H. C. J., Beddington, J. R., Crute, I. R., Haddad, L., Lawrence, D., Muir, J. F., Pretty, J., Robinson, S., Thomas, S. M., & Toulmin, C. (2010). Food security: The challenge of feeding 9 billion people. Science, 327(5967), 812-818. https://doi.org/10.1126/science.1185383
  16. Goodchild, M. F., Maguire, D. J., & Rhind, D. W. (2000). Geographical Information Systems: Principles, Techniques, Management and Applications. Wiley.
  17. Hatfield, J. L., Boote, K. J., Kimball, B. A., Ziska, L. H., Izaurralde, R. C., Ort, D., Thomson, A. M., & Wolfe, D. (2011). Climate impacts on agriculture: Implications for crop production. Agronomy Journal, 103(2), 351-370. https://doi.org/10.2134/agronj2010.0303
  18. Heydari, N., & Taran, F. (2025). Effect of climate change on wheat yield and water productivity in Iran and the world. Iranica Journal of Energy & Environment, 16(2), 253-269. https://doi.org/10.5829/ijee.2025.16.02.08
  19. Hussain, J., Khaliq, T., Ahmad, A., Akhter, J., & Asseng, S. (2018). Wheat responses to climate change and its adaptations: A focus on arid and semi-arid environment. International Journal of Environmental Research, 12(1), 117-126. https://doi.org/10.1007/s41742-018-0074-2
  20. Hussain, J., Khaliq, T., Rahman, M. H. U., Ullah, A., Ahmed, I., Srivastava, A. K., Gaiser, T., & Ahmad, A. (2021). Effect of temperature on sowing dates of wheat under arid and semi-arid climatic regions and impact quantification of climate change through mechanistic modeling with evidence from field. Atmosphere (Basel), 12(7), 927. https://doi.org/10.3390/atmos12070927
  21. IPCC, I. P. C. C. (2014). Climate Change 2014: Synthesis Report (IPCC,
  22. Koochaki, A., & Nassiri-Mahallati, M. (2008). The impact of climate change along with increased carbon dioxide concentration on wheat yield in Iran and evaluation of adaptation strategies. Iranian Journal of Crop Research, 6(11), 139-153. (in Persian with English abstract). https://doi.org/10.22067/gsc.v6i1.1185
  23. Koocheki, A., & Nassiri Mahallati, M. (2019). Yield monitoring for wheat and sugar beet in Khorasan province: 2- estimation of yield gap. Iranian Journal of Field Crops Research, 17(1), 15-38. (in Persian with English abstract). https://doi.org/10.22067/gsc.v17i1.62557
  24. (2022). Annual Meteorological Report 2022. O. Khorasan Razavi Meteorological (Ed.). Khorasan Razavi Meteorological Office.
  25. Lobell, D. B., Schlenker, W., & Costa-Roberts, J. (2011). Climate trends and global crop production since 1980. Science, 333(6042), 616-620. https://doi.org/10.1126/science.1204531
  26. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to Linear Regression Analysis (6 ed.). John Wiley & Sons.
  27. Pooya Nasab, K., Bannayan Aval, M., Ghorbani, R., Sanjani, S., & Yaghoubi, F. (2018). Temporal and spatial variation of wheat and bean yields, case study: Khorasan-e Razavi province. Iranian Journal of Field Crops Research, 16(2), 263-282. (in Persian with English abstract). https://doi.org/10.22067/gsc.v16i2.44536
  28. R Core Team. (2025). The R project for statistical computing. https://www.r-project.org/
  29. Rouhani, H., Ghorbani, M., & Kahansal, M. (2021). Analysis of the effective factors on dimensions of sustainable agricultural development in Khorasan Razavi province, using seemingly unrelated regression equations. Iranian Journal of Agricultural Economics and Development Research, 52(1), 33-52. (in Persian with English abstract). https://doi.org/10.22059/ijaedr.2021.308780.668977
  30. Tilman, D., Balzer, C., Hill, J., & Befort, B. L. (2011). Global food demand and the sustainable intensification of agriculture. Proceeding of National Academy of Science of USA, 108(50), 20260-20264. https://doi.org/10.1073/pnas.1116437108
  31. Vargas, M., Glaz, B., Alvarado, G., Pietragalla, J., Morgounov, A., Zelenskiy, Y., & Crossa, J. (2015). Analysis and interpretation of interactions in agricultural research. Agronomy Journal, 107(2), 748-762. https://doi.org/10.2134/agronj13.0405
  32. Venables, W. N., & Ripley, B. D. (2013). Modern Applied Statistics with R (4 ed.). Springer.
  33. Zeinali Mobarakeh, Z., Deihimfard, R., & Kambouzia, J. (2018). Modelling the impacts of climate change on irrigated wheat yield under water limited conditions in Khorasan Razavi province. Journal of Agricultural Science and Sustainable Production, 28(3), 155-169. (in Persian with English abstract).
  34. Zhang, F., Shen, J., Li, R., Rengel, Z., & Tang, C. (2003). Orthogonal polynomial models to describe yield response of rice to nitrogen and phosphorus at different levels of soil fertility. Nutrient Cycling in Agroecosystems, 65, 243-251. https://doi.org/10.1023/A:1022644520090
ارسال نظر در مورد این مقاله
نام را وارد کنید.
نشانی پست الکترونیکی را به درستی وارد کنید.
وابستگی سازمانی را به درستی وارد کنید.
توضیحات را وارد کنید (حداقل 50 حرف)
CAPTCHA Image
شناسه امنیتی را به درستی وارد کنید.

  • تاریخ دریافت 14 بهمن 1403
  • تاریخ بازنگری 26 اسفند 1403
  • تاریخ پذیرش 17 فروردین 1404
  • تاریخ اولین انتشار 24 فروردین 1404