مدل جدید سه بعدی بهترین شیوه های کاشت را برای کشاورزان پیش بینی می کند

دانشمندان مدل کامپیوتری برای پیش بینی بازده ارقام مختلف محصولات زراعی در بسیاری از حالت های کاشت ساخته اند که رشد گیاهان به شکل سه بعدی، ترکیبی از مدل فرآیندهای بیوشیمیایی و بیوفیزیکی بر پایه بهره وری را به نمایش می گذارد.

به گزارش ایانا از وبسایت ساینس دیلی، همان طور که کشاورزان به بررسی مزارع خود در تابستان می پردازند، چندین پرسش مطرح می شود: در هر هکتار چقدر گیاه جوانه می زند؟ تغییر فاصله ردیف ها چه تأثیری بر بازده محصول دارد؟ آیا تفاوتی دارد که ردیف ها از شمال به جنوب و یا شرق به غرب باشد؟

در حال حاضر، یک مدل کامپیوتری می تواند با مقایسه میلیاردها مزرعه مجازی با تراکم های مختلف کاشت، فاصله ردیف ها و جهت گیری به این سؤالات پاسخ دهد.

دانشگاه ایلینویز (Illinois) و شریکش مؤسسه بیولوژیکی محاسباتی در شانگ های چین، مدل کامپیوتری را برای پیش بینی بازده ارقام مختلف محصولات زراعی در بسیاری از حالت های کاشت طراحی کرده اند. در مجله تحقیقات بیوانرژی منتشر شد که این مدل رشد گیاهان به شکل سه بعدی، ترکیبی از مدل فرآیندهای بیوشیمیایی و بیوفیزیکی بر پایه بهره وری را به نمایش می گذارد.

با همکاری دانشگاه سائوپائولو (Sao Paulo) برزیل، از این مدل برای پاسخ به پرسش تولیدکنندگان نیشکر استفاده شد: چه مقدار محصول باید قربانی شود تا از فن احتمالی حفاظت از کاشت بهره مند شویم؟

استیو لانگ (Steve Long) نویسنده این مطلب و گوتگسل اِندود (Gutgsell Endowed) استاد زیست شناسی گیاهی و علوم زراعی مؤسسه زیست شناسی ژنتیک کارل آر ووس (Carl R. Woese) می گویند: "اخیراً، ماشین های دروکننده نیشکر هر بار یک ردیف را درو می کنند که کار زمان بری است و به گیاهان ایستاده (درو نشده) آسیب می رساند. این مشکل با کاشت گیاه در دو ردیف و با فواصل دو برابر حل می شود. اما گیاهان در دو ردیف بیشتر بر روی یکدیگر سایه می اندازند، که سبب از دست رفتن سودآوری بالقوه آن ها می شود. این مدل نشان می دهد که فاصله ردیفی دو برابر حدود 10 درصد در مقایسه با فاصله ردیف های سنتی هزینه بیش تری دارد. به هرحال، این تلفات را می توان با انتخاب ارقامی با برگ های افقی که بیشتر در جهت شمال به جنوب کاشته شوند فقط تا 2 درصد کاهش داد.

یو وانگ (Yu Wang) ، محققی با درجه فوق دکتری از دانشگاه ایلینویز که این مطالعه را رهبری کرده، می گوید: "این مدل می تواند برای محصولات دیگر و پیش بینی طرح های کاشت بهینه در محیط های خاص استفاده شود. همچنین می توان برای پیش بینی نتیجه بالقوه یک مزرعه نیز از آن استفاده کرد."

نویسندگان این مقاله پیش بینی می کنند این مدل، به ویژه زمانی که کاشت رباتیک رایج تر شود که اجازه جایگزین های کاشت بیشتری را می دهد، مفید خواهد بود.

ترجمه: مهشید جلالیان