رابطۀ فضایی متغیّرهای آب‌و‌هوایی با عملکرد گندم دیم ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش‌آموخته آب‌و‌هواشناسی، گروه جغرافیا طبیعی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

2 استاد گروه جغرافیا طبیعی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

3 دانشیار گروه جغرافیا طبیعی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

4 دانش آموخته آب‌و‌هواشناسی، گروه جغرافیا طبیعی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

5 استادیار گروه جغرافیا طبیعی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

چکیده

آب‌‌‌‌و‌‌هوا از عوامل اصلی و تعیین‌‌کننده در کمیت و کیفیت تولید محصولات کشاورزی است. در این پژوهش ارتباط میان میانگین ماهانۀ کمینه و بیشینۀ دما و بارش 223 ایستگاه هواشناسی همدید ایران به‌‌‌عنوان متغیّرهای مستقل با عملکرد گندم223 شهرستان به‌‌عنوان متغیّر وابسته در دورۀ آماری 2000-2017 در دو مقیاس زمانی ماهانۀ فصل رشد و کل دورۀ رشد واکاوی شد. روابط فضایی با استفاده از روش‌‌های تحلیل آمار فضایی در نرم‌‌افزار Arc/GIS 10.4.1 استفاده و با به‌کارگیری آزمون خودهمبستگی موران و رگرسیون وزن‌‌دار جغرافیایی آزمون شد. نتایج شاخص موران نشان داد که توزیع فضایی عملکرد گندم از الگوی خوشه‌‌‌‌ای پیروی می‌‌کند. تحلیل رگرسیون وزن‌‌دار جغرافیایی حاکی از تأثیر قابل‌توجه بارش بر عملکرد گندم با تأثیرگذاری 78 درصدی بود. همچنین نتایج نشان‌‌‌دهندۀ اثر مثبت بارش بر عملکرد گندم به‌‌‌ویژه در مناطق گرم و خشک مرکزی، شرقی، جنوب‌‌شرقی و جنوبی بود. نتایج نشان‌‌دهندۀ اثر مثبت افزایش دما بر عملکرد گندم در تمام سطح منطقۀ مورد مطالعه بود که به‌‌تدریج به سمت بخش‌‌های جنوبی به تناسب کاهش ارتفاع و افزایش میزان دما، از شدت اثر آن کاسته شد؛ به‌طوری‌که اثر افزایش دماهای روزانه (بیشینه) در مناطق سرد کوهستانی مثبت است؛ در‌حالی‌‌که با توجه به دمای بالای مناطق مرکزی به شرق و جنوب ایران به‌دلیل ایجاد تنش گرمایی در محصول گندم اثر منفی دارد. درمجموع نتایج تحلیل رگرسیون وزن‌‌دار جغرافیایی نشان داد که در مناطق مرطوب و پربارش، افزایش در مقدار دما به مطلوب‌‌تر از افزایش مقدار بارش است، به‌‌طوری‌‌که با افزایش دما میزان عملکرد افزایش می‌‌یابد؛ بنابراین می‌‌توان گفت در مناطق گرم و نیمه‌گرم کشور افزایش دما همراه با افزایش بارش می‌‌تواند بر عملکرد گندم اثر مثبت داشته باشد. در این مناطق بهتر است کشت گندم در ارتفاعات یا در مواقع سرد سال صورت گیرد و با استفاده از سیستم‌‌های آبیاری تنش خشکی را در مراحل حساس رشد گندم کاهش داد.

کلیدواژه‌ها


عنوان مقاله [English]

Spatial Relations Between Climatic Variables and Wheat Yield in Iran

نویسندگان [English]

  • Hadis Sadeghi 1
  • Hosein Mohamadi 2
  • Aliakbar Shamsipour 3
  • Kobra Zarei 4
  • Mostafa Karimi 5
1 department of Physical geography, Faculty of Geography, University of Tehran
3 Faculty of Geography, University of Tehran
4 Department of Physical Geography, faculty of geography, University of Tehran
چکیده [English]

In this study relation between average minimum and maximum of temperature and rainfall as independent variables of 223 synoptic meteorological stations in Iran and wheat yield as dependent variable in 223 regions during the statistical period of 2017-2017 in the monthly time scale of the growing season and the total growth period was investigated. In data analysis, spatial statistics analysis methods in Arc/GIS 10.4.1 software were used, using Moran autocorrelation test, and geographic weighted regression their spatial relationships were tested. The result of Moran index showed that spatial distribution of wheat yield follows cluster pattern. Analysis Geographic weighted regression has showed rainfall has remarkable effect on wheat yield. In addition, analysis showed rainfall has positive effects on wheat yield especially in dry and warm regions of Central, and Southeastern. The results showed the positive effect of temperature increase on wheat yield, which gradually decreased toward the southern parts in proportion to the decrease in altitude and increase in temperature. So that the effect of increasing daily temperatures (maximum) in cold mountainous areas is positive, while in east, central and southern parts of Iran negative effects of temperature over wheat yield were seen due to heat stress. Therefore, in hot and semi-warm regions of the country, increasing the temperature along with increasing rainfall can have a positive effect on wheat yield. In these areas, it is better to cultivate wheat in the highlands or in cold weather and used irrigation systems to reduce drought stress at critical stages of wheat growth.

کلیدواژه‌ها [English]

  • Spatial statistics
  • climate changes
  • Geographic Weighted Regression
  • Iran
  • wheat
اسدی، هرمز؛ غلامرضا زمانیان ؛ محمدنبی شهیکی تاش ؛ محمد قربانی؛ محمدرضا جلال کمالی (1399).تعیین اثر نهایی عوامل اقلیمی و فنوتیپی بر ریسک و میانگین عملکرد لاین‌‌های گندم آبی در تحقیقات به‌‌نژادی، پژوهش‌‌های کاربردی زراعی. شمارۀ 2. صفحات 23-1.
اسماعیل‌‌نژاد، مرتضی؛ محمود خسروی؛ بهلول علیجانی؛ ابوالفضل مسعودیان (1392). شناسایی امواج گرمایی ایران، جغرافیا و توسعه. شمارۀ 33. صفحات 54-39.
امیرنژاد، حمید ؛ مریم اسدپور کردی (1396). بررسی اثرات تغییر اقلیم بر تولید گندم ایران، تحقیقات اقتصاد کشاورزی. شمارۀ 3. صفحات 182-163.
بنایان‌اول، محمد؛ خدیجه پویا نسب؛ رضا قربانی؛ سارا سنجابی؛  فاطمه یعقوبی (1397). بررسی تغییرات زمانی و مکانی عملکرد گندم و لوبیا. مطالعۀ موردی: خراسان رضوی، پژوهش‌‌های زراعی ایران. شمارۀ 2. صفحات 263-282.
بهمنش، جواد؛ همایون فقیه ؛ حسین رضایی (1398). بررسی اثر متغیّرهای آب‌‌وهوایی بر کشاورزی (مطالعۀ موردی: عملکرد گندم دیم)، علوم و مهندسی آبیاری. شمارۀ 2. صفحات 151-135.
پیکانی ماچیانی، غلامرضا؛ ابراهیم انسان؛ حبیب‌‌اله سلام؛ ایرج صالح (1399). بررسی تأثیر دو متغیّر مهم اقلیمی بر عملکرد و خطرپذیری تولید محصول گندم دیم با استفاده از الگوهای مبتنی بر گشتاور، اقتصاد کشاورزی. شمارۀ 2. صفحات 82-53.
توکلی، علیرضا؛ عبدالمجید لیاقت؛ زینب اکبری (1392). بررسی نقش پارامترهای اقلیمی بر عملکرد دانۀ گندم در مناطق دیم کوهدشت و پلدختر استان لرستان، جغرافیا و برنامه‌ریزی محیطی. شمارۀ 4. صفحات 14-1.
تهامی‌‌پور، مرتضی؛ حبیب‌‌الله سلامی؛ سعید یزدانی؛ امیرحسین چیدزی (1392). تعیین دامنۀ وابستگی فضایی ریسک سیستماتیک عملکرد گندم دیم در ایران: کاربرد الگوهای خودرگرسیون فضایی، تحقیقات اقتصاد و توسعۀ کشاورزی ایران. شمارۀ 3. صفحات 356-343.
خالدیان، محمدرضا؛ نرجس زارع؛ نادر پیرمرادیان؛ مجتبی رضایی (1394). بررسی عملکرد برنج تحت رژیم‌‌های مختلف آبیاری در یک دورۀ آمار هواشناسی طولانی‌‌مدت با مدل CropSyst، مدیریت آب در کشاورزی. شمارۀ 1. صفحات 56-49.
خلیلیان، صادق؛ حبیب‌الله موسوی؛ زهره رفیعی (1398). تحلیل ارتباط بین تغییرپذیری‌‌های اقلیم، عملکرد و ریسک تولید محصولات کشاورزی. مطالعۀ گندم دیم استان فارس، اقتصاد کشاورزی. شمارۀ . صفحات 110-87.
دشتی، قادر؛ باب‌اله حیاتی؛ مریم گلباز ؛ محمد قهرمان‌زاده (1393). اثر متغیّرهای اقلیمی بر عملکرد و ریسک عملکرد محصولات گندم و ذرت در استان قزوین، اقتصاد کشاورزی. شمارۀ 4. صفحات 126-107.
دیهیم‌‌فرد، رضا؛ حامد عینی نرگسه؛ سعید صوفی‌‌زاد؛ مسعود حقیقت؛ امید نوری (1394). پیش‌‌بینی اثرات تغییر اقلیم بر عملکرد گندم آبی استان فارس با استفاده از مدل APSIM، تولید گیاهان زراعی. شمارۀ 4. صفحات 224-203.
زارع ابیانه، حمید؛ مریم بیات‌ورکشی؛ علیرضا ایلدرومی (1390). بررسی تأثیر برخی پارامترهای اقلیمی و پدیدۀ انسو در عملکرد گندم و جو (مطالعۀ موردی: منطقه همدان)، مجلۀ پژوهش آب ایران. شمارۀ 9. صفحات 192-181.
زرینی‌بهادر، مسلم؛ کمال نبی‌‌الهی (1392). ارزیابی کیفی تناسب اراضی برای جو دیم در حوزۀ آبخیز پارودبار، استان گیلان. کنفرانس علوم کشاورزی و محیط زیست. صفحات 17-1.
سبزی‌پرور، علی‌اکبر؛ مجتبی ترکمان ؛ زهره مریانجی (1391). بررسی تأثیر شاخص‌‌ها و متغیّرهای هواشناسی کشاورزی در عملکرد بهینۀ گندم (مطالعۀ موردی: استان همدان)، نشریۀ آب و خاک (علوم و صنایع کشاورزی). شمارۀ 6. صفحات 1567-1554.
سهرابی، سمانه ؛ امید بزرگ‌حداد (1393). بررسی عدم‌قطعیت بارش بر میزان عملکرد سالانۀ گندم دیم، پژوهش آب ایران. شمارۀ 14. صفحات 228-223.
شکوهی، مجتبی؛ حسین ثنایی‌‌نژاد (1393). تعیین ارتباط شرایط آب و هوایی با تولید محصول جو دیم (مطالعۀ موردی: آذربایجان شرقی)، نشریۀ بوم شناسی کشاورزی. شمارۀ 3. صفحات 644-634.
عرفانیان، مهدی؛ مریم حسین‌‌‌خواه؛ احمد علیجان‌پور (1392). مقدمه‌‌ای بر روش‌‌های رگرسیون چندمتغیّره OLS و GWR در مدل‌‌سازی مکانی اثرات کاربری اراضی بر کیفیت آب، ترویج و توسعۀ آبخیزداری. شمارۀ 1. صفحات 39-33.
magiran.com/p1668147
علیجانی، فاطمه؛ علیرضا کرباسی؛ مهدیه مظفری مسن(1390). بررسی اثر درجه حرارت و بارندگی بر عملکرد گندم آبی ایران، اقتصاد کشاورزی و توسعه. شمارۀ 76. صفحات 167-143.
فرج‌‌‌‌زاده اصل، منوچهر؛ اسدالله خورانی؛ سعید بازگیر ؛ پرویز ضیائیان (1390). مدل‌‌سازی و پیش‌‌بینی عملکرد گندم دیم با توجه به دوره‌‌های فنولوژیکی رشد گیاه (مطالعۀ موردی: استان کردستان)، پژوهش‌‌های جغرافیای طبیعی. شمارۀ 76. صفحات34-21.
فیضی‌اصل، ولی؛ جعفر جعفرزاده،؛ بهمن عبدالرحمنی؛ بهمن موسوی؛ اسماعیل کریمی(1389).مطالعۀ اثرات عوامل اقلیمی بر روی عملکرد دانه گندم دیم رقم سرداری در منطقۀ مراغه، پژوهش‌‌های زراعی ایران. شمارۀ 1. صفحات 11-1
قادری، ناصح؛ بهلول علیجانی ؛ زهرا حجازی‌‌زاده؛ محمد سلیقه (1397). شناسایی پهنه‌‌های همسان تولید گندم دیم با ریزپهنه‌‌‌بندی اقلیمی در کردستان، جغرافیای طبیعی. شمارۀ 41. صفحات 78-65.
کامبوزیا، جعفر؛ محمدرضا نادی؛ سعید صوفی‌زاده؛ عبدالمجید مهدوی دامغانی (1393). ارزیابی تأثیر تغییر عامل‌های آب‌وهوایی بر عملکرد گندم. جو و سیب‌زمینی در استان همدان، کشاورزی بوم‌‌شناختی. شمارۀ 1. صفحات 85-72.
magiran.com/p1410754 
کوچکی، علیرضا؛ مهدی نصیری‌محلاتی (1395). تأثیر تغییر اقلیم بر کشاورزی ایران: 2- پیش‌بینی تولید محصولات زراعی و راهکارهای سازگاری، پژوهش‌‌‌های زراعی ایران. شمارۀ 1. صفحات 20-1.
مسعودیان، ابوالفضل (1383). بررسی روند دمای ایران در نیم سده‌‌ی گذشته، جغرافیا و توسعه. شمارۀ 3. صفحات  106-89. 
محمدی، غلامحسن؛ مسعود جلالی؛ عاطفه حسینی‌صدر؛ حسین خوشوقتی (1395). نقش پراکندگی مکانی و نوسان‌های زمانی پارامترهای اقلیمی در عملکرد گندم دیم (مطالعۀ موردی: شهرستان‌‌های کلیبر و خداآفرین)، جغرافیای طبیعی.شمارۀ 34. صفحات  123-105.
محنت‌کش، عبدالمحمد؛ شمس‌اله ایوبی؛ امیراحد دهقانی (1396). تعیین عوامل مؤثر در تولید گندم دیم به کمک آنالیز حساسیت در زاگرس مرکزی، پژوهش‌‌‌های زراعی ایران. شمارۀ 2. صفحات 266-257.
مرادی، روح‌‌اله؛ ایمان حسام‌عارفی؛ مهری صفاری (1397). تجزیه‌و‌تحلیل عملکرد گندم و عامل‌‌های مؤثر بر آن در استان کرمان، مجلۀ کشاورزی بوم‌شناختی. شمارۀ 8. صفحات 123-106.
magiran.com/p1846625
مکاری، ماریا؛ منوچهر جوانمردی؛ منیژه ظهوریان‌پردل  (1394). تأثیر شرایط اقلیمی بر کشت گندم در شهرستان دزفول، جغرافیا (برنامه‌‌‌ریزی منطقه‌‌ای). شمارۀ 2. صفحات 34- 25.
مولایی، مرتضی؛ منصوره صادقی؛ عذرا جوان‌بخت (1396). اثر پارامترهای اقلیمی بر عملکرد و خطرپذیری عملکرد دو محصول گندم و جو دیم در استان آذربایجان غربی، مجلۀ کشاورزی بوم‌‌شناختی. شمارۀ 7. صفحات 45-31.
ناصرین، امیر؛ محمدسعید موسوی (1396). تعیین مدل تولید اقلیمی عملکرد گندم دیم شمال استان خوزستان، مهندسی آبیاری و آب. شمارۀ 29. صفحات 138- 125.
نظری، محمدرضا؛ سید صفدر حسینی؛ هومان لیاقتی (1394). برآورد توابع واکنش اقلیمی عملکرد گیاهان زراعی دیم در پهنۀ زراعی- بوم‌‌شناختی شمال‌غرب ایران، کشاورزی بوم‌‌شناختی. شمارۀ 2. صفحات 63-51.
 نوحی، کیوان؛ غلامعلی کمالی؛ افسانه مرتضوی (1387). بررسی و تحلیل تأثیر تنش گرمایی بر محصول گندم در استان‌های جنوبی کشور، تحقیقات جغرافیایی. شمارۀ 88. صفحات 24-1.
یزدان‌‌پناه، حجت‌‌الله؛ سعید موحدی؛ مریم سلیمانی‌‌تبار؛ مهدی صالحی (1389). تعیین میزان اثر عناصر اقلیمی بر عملکرد گندم دیم در استان آذربایجان شرقی با استفاده از شبکه‌‌های عصبی هوشمند،  جغرافیا و توسعه. شمارۀ 20. صفحات144-133 .
 
Refrences
Alijani, B., O’Brien, J ., Yarnal, B. (2008). Spatial analysis of precipitation intensity and concentration in Iran. Theoretical and Applied Climatology, 94, 1,107-124.
Aggarwal, P.K., Banerjee, B., Daryaei, M.G., Bhatia, A., Bala, A., Rani, S., Chander, S., Pathak, H ., Kalra, N. (2006). InfoCrop: A dynamic simulation model for the assessment of crop yields, losses due to pests, and environmental impact of agro-ecosystems in tropical environments. II. Performance of the model. Agricultural Systems, 89, 47-67.
Bannayan, M., Mousavi-Baygi, M., Ashraf, B., AsadiOskuei, E. (2016). Assessment of climatic indices limiting rainfed wheat yield. Ecological Indicators, 62, 298-305.
Cai, R.,Yu, D., Oppenheimer, M. (2014). Estimating the Spatially Varying Responses of Corn Yields to Weather Variations using Geographically Weighted Panel Regression. Journal of Agricultural and Resource   Economics, 2, 230-252.
 
Challinor, A J., Slingo, JM., Wheeler, TR., Craufurd, PQ., Grimes DIF. (2003). Towards a combined seasonal weather and crop productivity forecasting system: determination of the working spatial scale. J. Appl. Meteorol, 42, 175-192.
Demirhan, H. (2020). Impact of increasing temperature anomalies and carbon dioxide emissions on wheat production. Science of the Total Environment, 741, 1-9.
Geng, X., Wang, F., Ren, W ., Hao, Z. (2019). Climate change impacts on winter wheat yield in Northern China. Advances in Meteorology, 321, 20-45.
Guo, B., Wang, Y.,  Pei, L., Yu, Y., Liu, F., Zhang, D., Wang, X., Su, Y., Zhang, D., Zhang, B ., Guo, H. (2021). Determining the effects of socioeconomic and environmental determinants on chronic obstructive pulmonary disease (COPD) mortality using geographically and temporally weighted regression model across Xi'an during 2014-2016. Science of the Total Environment, 756: 1-15.
Kukal,M & Irmak, S (2018). Climate-Driven crop yield and yield variability and climate change impacts on the U.S. Great Plains agricultural production. Scientific-Reports, 8: 1-9.
Kumar, S., Singh, S. P ., Kumar, M. 2017. Effect of Weather Variables on Wheat Yield. Int. J. Pure App. Biosci, 5(6), 971-975.
Li, S., Wheeler, T., Challinor, A., Lin, E., Ju, H ., Xu, Y (2010). The observed relationships between wheat and climate in China. Agricultural and Forest Meteorology, 150, 1412-1419.
Lobell, D B., Field, C B. (2007). Global scale climate-crop yield relationships and the impacts of recent warming. Environmental Research Letters, 2, 1-7.
Luo, Q., Bellotti, W., Williams, M., Bryan, B. (2005). Potential impact of climate change on wheat yield in South Australia. J. of Agricultural and Forest Meteorology, 132, 273-285.
Mansouri Daneshvar, M., Bagherzadeh, A ., Khosravi, M. (2013). Assessment of drought hazard impact on wheat cultivation using standardized precipitation index in Iran. Arabian Journal of Geosciences, 6, 4463-4473.
Mishra, A., Liu, D ., Ray, D. (2020). Sensitivity of global major crop yields to climate variables: Anon-parametric elasticity analysis. Science of the Total Environment, 748, 1-12.
Moreno, J., Chamorro, L., Izquierdo, J., Masalles, R., Sans, F. (2008). Modelling within-field spatial variability of crop biomass-weed density relationships using geographically weighted regression. Weed Research, 48, 512-522.
Olgun, M & Erdogan, S. (2009). Modeling Crop Yield Potential of Eastern Anatolia by Using Geographically Weighted Regression. Archives of Agronomy and Soil Science, 55, 255-263.
Rao, B.B., Chowdary, PS., Sandeep, VM., Pramod, VP., Rao, VUM. (2015). Spatial analysis of the sensitivity of wheat yields to temperature in India. Agricultural and Forest Meteorology, 200, 192-202.
Sharma, D & Dubey, S. (2018). Assessment of climate change impact on yield of major crops in the Banas River Basin, India. Science of the Total Environment, 635, 10-19.
 
Sharma,V., Irmak, A., Kabenge, I., Irmak, S. (2011). Application of GIS and Geographically Weighted Regression to Evaluate the Spatial Non-Stationarity between Precipitations vs. Irrigated and Rainfed Maize and Soybean Yields. Biological Systems Engineering, 3, 953-972.
Song, Y., Linderholm, H., Wang, Ch., Tian, J., Huo, Z., Gao, P., Song, Y., Guo, A. (2019). The influence of excess precipitation on winter wheat under climate change in China from 1961 to 2017. Science of the Total Environment, 690, 189-196.
Sultana, A. (2020). Climate Variability and Wheat Crop Yield in Pakistan: Analyzing Food Security Prospects in Selected Agro Climatic Zones. Pakistan Social Sciences Review, IV ,16-28.
Ting, m., Carew, R., Florkowski, w., Klepacka, A. (2017). Analyzing Temperature and precipitation influences on yield distributions of canola and spring wheat in Saskatchewan.Journal of Applied Meteorology and climatology, 4, 897-913.
Zhang, Ch & Xu, H. (2021). Investigating spatially varying relationships between total organic
carbon contents and pH values in European agricultural soil using geographically weighted regression. Science of the Total Environment, 752, 1-11.