- ỨNG DỤNG MÔ HÌNH CERES-MAIZE MÔ PHỎNG NĂNG SUẤT BẮP LAI TRỒNG TRÊN ĐẤT PHÙ SA Ở ĐỒNG BẰNG SÔNG CỬU LONG. - Mục tiêu của nghiên cứu là hiệu chỉnh và thẩm định mô hình CERES- Maize và mô phỏng đáp ứng của sinh trưởng và năng suất bắp với bón phân đạm và phân hữu cơ trên đất phù sa. - Kết quả hiệu chỉnh và thẩm định cho thấy sự nhất quán cao giữa dữ liệu mô phỏng và quan sát, thể hiện qua các thông số thống kê đối với năng suất (EF . - Trong khi đó chỉ số diện tích lá mô phỏng được đánh giá ở mức khá tốt (EF và nRMSE . - Ứng dụng mô hình CERES-Maize mô phỏng năng suất bắp lai trồng trên đất phù sa ở Đồng bằng sông Cửu Long. - Những thập kỷ gần đây việc sử dụng các mô hình mô phỏng có thể giúp tìm hiểu mối tương quan giữa các yếu tố trong hệ thống canh tác và xây dựng các kịch bản trong canh tác lâu dài (Panget al., 1997;Körschens, 2006).. - CERES-Maize là mô hình cây trồng của DSSAT (Decision Support System for Agrotechnology Transfer)cho phép mô phỏng động thái dinh dưỡng trên đất trồng bắp, các tiến trình sinh trưởng và năng suất của cây bắp (Liu et al., 2011), mô hình này đã được thẩm định rộng rãi trong điều kiện thực tế đồng ruộng ở nhiều nước trên thế giới (Hodges et al., 1987. - Xie et al., 2001).Phần mềm này giúp người sử dụng xây dựng được cơ sở dữ liệu và so sánh các kết quả được mô phỏng với. - kết quả quan sát thực tế, giúp ra quyết định điều chỉnh để đạt được độ chính xác.Mục tiêu của nghiên cứu là hiệu chỉnh và thẩm định mô hình CERES- Maize trên đất phù sa và mô phỏng sự đáp ứng của sinh trưởng và năng suất bắp với bón phân đạm và phân hữu cơ.. - ở giữa ô, tách lấy hạt, cân hạt và đo ẩm độ, tính năng suất hạt ở ẩm độ 14%. - (Nguồn: Trạm khí tượng thủy văn Cần Thơ Hiệu chỉnh và thẩm định mô hình Trong nghiên cứu này số liệu được thu thập từ nghiệm thức thí nghiệm cho năng suất cao nhất của vụ Thu Đông 2015 sẽ được dùng cho hiệu chỉnh mô hình. - DSSAT hiệu chỉnh các thông số đặc tính giống cho mô hình CERES-Maize bằng cách so sánh số liệu mô phỏng và quan sát thực tế cho đến khi đạt được sai số thấp nhất giữa mô phỏng và thực tế. - Việc đánh giá kết quả mô phỏng được thực hiện thông qua các chỉ số thống kê như hệ số xác định - R 2 (có giá trị từ 0 - 1). - 0,5, kết quả mô phỏng được chấp nhận (Moriasi et al., 2007).. - RMSE gần 0 cho thấy mô hình mô phỏng tốt giá trị quan sát (Jacovides and Kontoyiannis, 1995). - Một sự mô phỏng có thể được coi là xuất sắc nếu nRMSE. - nhỏ hơn 10%, tốt nếu từ 10 đến 20%, khá nếu từ 20 đến 30% và kém nếu lớn hơn 30% (Jacovides and Kontoyiannis, 1995).Trong khi đó, một giá trị EF gần 1 cho thấy sự phù hợp hoàn hảo giữa giá trị mô phỏng và quan sát (Nash and Sutcliffe, 1970). - Cuối cùng chỉ số nhất quán d dùng để đánh giá tính phù hợp của dữ liệu mô phỏng và quan sát qua đường tuyến tính 1:1. - Giá trị d tiến gần 1 cho thấy sự phù hợp hoàn hảo giữa dữ liệu mô phỏng và quan sát (Willmott, 1982). - (2014), mô hình mô phỏng tốt với d ≥ 0,8. - Pi và P ̅ lần lượt là giá trị mô phỏng và trung bình giá trị mô phỏng của các nghiệm thức.. - Kết quả từ thí nghiệm cho thấy năng suất bắp cao nhất là 7475 kg trong vụ Thu Đông 2015 ở nghiệm thức bón 180 kgN/ha kết hợp bón 10 tấn phân hữu cơ/ha. - giá trị. - 3.1.1 Tổng sinh khối. - Kết quả mô phỏng tổng sinh khối bắp trong suốt vụ Thu Đông 2015 dưới các nghiệm thức bón phân khác nhau được trình bày trong Hình 1. - Nhìn chung, mô hình mô phỏng khá tốt sinh khối bắp trong suốt vụ trồng.. - Tương tự, tổng sinh khối mô phỏng cao nhất đạt được ở cùng nghiệm thức. - Trong khi đó, bón 90 kg N kết hợp bón 10 tấn phân hữu cơ/ha (X50-Y10) cho tổng sinh khối quan sát và mô phỏng thấp nhất cùng giá trị (10.421kg). - Các nghiệm thức còn lại cho thấy xu hướng tương tự, bón giảm phân N có xu hướng làm giảm năng suất bắp mặc dù có bổ sung phân hữu cơ.. - Các kết quả mô phỏng cho thấy mô hình mô phỏng tốt sự đáp ứng của sinh khối bắp đối với các liều lượng phân bón khác nhau.. - Hình 1: Sinh khối bắp mô phỏng và quan sát trong suốt vụ trồng dưới các nghiệm thức bón phân khác nhau trong vụ Thu Đông 2015. - Điều này cho thấy mô hình mô phỏng tốt sinh khối quan sát thực tế ở tất cả các. - Sinh khối (kg/ha). - Ngày sau khi mô phỏng (ngày). - X100Y0 mô phỏng X100Y0 quan sát X100Y10 mô phỏng X100Y10 quan sát X75Y10 mô phỏng X75Y10 quan sát X50Y10 mô phỏng X50Y10 quan sát. - Sinh khối mô phỏng (kg/ha). - Sinh khối quan sát (kg/ha) X100Y0. - Sinh khối quan sát (kg/ha) X100Y10. - Hình 2: So sánh sinh khối mô phỏng và quan sát ở các nghiệm thức bón phân khác nhau qua đường tuyến tính 1:1 (đường liên tục) trong vụ Thu Đông 2015. - 3.1.2 Năng suất hạt. - Kết quả nghiên cứu cho thấy năng suất bắp thí nghiệm trong vụ Thu Đông 2015 dao động từ 4.621 kg/ha đến 7.475 kg/ha (Bảng 5), năng suất đạt cao nhất (7.475 kg/ha) ở nghiệm thức bón 180 kg N kết hợp 10 tấn hữu cơ/ha (X100Y10), năng suất thấp nhất (4.621 kg/ha) khi bón 90 kg N kết hợp 10 tấn phân hữu cơ (X50-Y10). - Xu hướng tương tự đạt được ở năng suất bắp mô phỏng với nghiệm thức X100-Y10 cho năng suất cao nhất (7.146 kg/ha) và năng suất thấp nhất đạt được ở nghiệm thức X50- Y10,các chỉ số thống kê cho thấy mô hình mô phỏng. - tốt năng suất trung bình thực tế với giá trị RMSE thấp (190 kg) và R 2 cao (0,99) (Hình 3).. - Bảng 6:Năng suất bắp mô phỏng và quan sát lúc thu hoạch ở các nghiệm thức bón phân khác nhau trong vụ Thu Đông 2015 Nghiệm. - thức Năng suất mô. - Hình 3: So sánh năng suất bắp mô phỏng và quan sát ở các nghiệm thức bón phân khác nhau qua đường tuyến tính 1:1 trong vụ Thu Đông 2015. - Sinh khối quan sát (kg/ha) X75Y10. - Sinh khối 6en mô phỏng (kg/ha). - Sinh khối quan sát (kg/ha) X50Y10. - Năng suất quan sát (kg/ha). - Năng suất mô phỏng (kg/ha). - Mô phỏng vs Quan sát Đường 1:1. - Chỉ số diện tích lá bắp không chỉ thay đổi theo giống mà còn phụ thuộc vào mật độ gieo trồng, tình trạng dinh dưỡng, sâu bệnh, sự cung cấp C và các yếu tố môi trường khác và là một trong các yếu tố ảnh hưởng đến năng suất bắp (Lukeba et al., 2013.. - Diễn biến chỉ số diện tích lá bắp mô phỏng và quan sát trong suốt vụ trồng được trình bày trong Hình 4. - Các chỉ số thống kê cho thấy mô hình mô phỏng khá tốt LAI với EF dao động từ 0,69 đến 0,82, hệ số RMSE dao động từ 0,32 đến 0,53 m 2 /m 2 và giá trị nRMSE dao động từ 15,65%đến 20,47%. - Theo McKee (1964), LAI là một giá trị đo đạc khó với độ sai số cao, do đó việc mô phỏng LAI thông thường có độ sai số nhất định (Musinguzi et al., 2014).. - Hình 4: Chỉ số diện tích lá (LAI) giữa mô phỏng và quan sát theo thời gian. - Kết quả thẩm định mô hình trong vụ Đông Xuân 2015-2016 cho thấy mô hình mô phỏng tốt tổng sinh khối cây trong suốt vụ trồng (Hình 5). - Nhìn chung, sinh khối mô phỏng thấp hơn sinh khối trung bình quan sát ở tất cả các nghiệm thức bón phân. - Tuy nhiên, so sánh số liệu mô phỏng và quan sát qua đường 1:1 cho thấy các điểm tập trung khá gần đường 1:1 (Hình 6), đồng thời giá trị các chỉ số thống kê ở khoảng được chấp nhận với EF dao động từ 0,95 đến 0,98, nRMSE dao động từ 7,79 % đến 11,88. - và hệ số d dao động từ cho thấy có sự nhất quán tốt giữa giá trị mô phỏng và quan sát.. - X100Y0 mô phỏng X100Y0 quan sát X100Y10 mô phỏng. - X100Y10 quan sát X75Y10 mô phỏng X75Y10 quan sát. - X50Y10 mô phỏng X50Y10 quan sát. - Hình 5: Sinh khối bắp mô phỏng và quan sát trong suốt vụ trồng dưới các nghiệm thức bón phân khác nhau trong vụ Đông Xuân 2015-2016. - Sinh khối trên mặt đất (kg/ha) mô phỏng. - Sinh khối trên mặt đất (kg/ha) quan sát X100Y0. - Sinh khối trên mặt đất (kg/ha) quan sát X100Y10. - Hình 6: So sánh sinh khối mô phỏng và quan sát ở các nghiệm thức bón phân khác nhau qua đường tuyến tính 1:1 (đường liên tục) trong vụ Đông Xuân 2015-2016. - 3.2.2 Năng suất hạt. - Năng suất hạt quan sát ở các nghiệm thức dao động từ 4263 kg/ha đến 8011 kg/ha. - Nghiệm thức X100Y10 đạt năng suất cao nhất và thấp nhất ở. - Năng suất nghiệm thức X100Y0 đạt cao hơn nghiệm thức X75Y10 tuy nhiên không có sự khác biệt ý nghĩa thống kê (Hình7).. - Hình 7: So sánh năng suất giữa mô phỏng và quan sát. - Thanh đứng trên các cột thể hiện độ lệch chuẩn của dữ liệu quan sát.X100Y0: 180N-90P 2 O 5 -80 K 2 O(kg/ha), không bón phân hữu cơ. - So sánh năng suất hạt mô phỏng và quan sát theo thời gian cho thấy giá trị mô phỏng gần với giá trị. - quan sát ở tất cả các nghiệm thức. - Điều này cho thấy mô hình mô phỏng tốt dữ liệu quan sát (Hình 8).. - Sinh khối trên mặt đất (kg/ha) quan sát X75Y10. - Năng suất hạt (kg/ha). - Nghiệm thức. - Quan sát Mô phỏng. - Hình 8: Năng suất giữa mô phỏng và quan sát theo thời gian trong vụ Đông Xuân 2015-2016 X100Y0: 180N-90P 2 O 5 -80 K 2 O(kg/ha), không bón phân hữu cơ. - Hình 9: So sánh năng suất mô phỏng và quan sát ở các nghiệm thức bón phân khác nhau qua đường tuyến tính 1:1 (đường liên tục) trong vụ Đông Xuân 2015-2016. - Giá trị RMSE mô phỏng ở các nghiệm thức dao độngtừ 361 kg/ha đến 461 kg/ha, EF dao động từ và thống kê d dao động từ cho thấy hiệu quả mô phỏng của mô hình là tốt (Hình 9).. - qua đó cho thấy, giá trị mô phỏng và quan sát tương quan khá chặt chẽ nhau (Hình 10). - LAI đạt cao nhất ở giai đoạn 67 - 70 ngày sau khi trồng ở cả hai giá trị mô phỏng và quan sát (Hình 10). - Hình 10: Chỉ số diện tích lá (LAI) giữa mô phỏng và quan sáttheo thời gian trong vụ Đông Xuân 2015-2016. - 3.3 Mô phỏng ảnh hưởng của mật độ trồng lên năng suất bắp. - Trong nghiên cứu này, mô hình sau khi được thẩm định được sử dụng để mô phỏng năng suất bắp dưới các mật độ gieo trồng khác nhau để tìm ra mật độ gieo cho năng suất cao nhất.Nghiệm thức bón 180N-90P 2 O 5 -80K 2 O + 10T/ha phân hữu cơ được chọn để mô phỏng đáp ứng của năng suất bắp đối với mật độ gieo trồng do nghiệm thức này cho năng suất thực tế và mô phỏng cao nhất.. - Kết quả môt phỏng (Hình 11) cho thấy, năng suất mô phỏng gia tăng khi gia tăng mật độ gieo và đạt cao nhất (9.593 kg/ha) ở mật độ gieo 11.5 cây/m 2 hay 115.000 cây/ha.Mức năng suất mô phỏng ở mật độ gieo này tăng 22,5% và 22,1% so với năng suất mô phỏng và quan sát ở mật độ gieo 5,5 cây/m 2 . - quả năng suất mô phỏng ở mật độ này tương đối phù hợp với nghiên cứu của Jiang et al. - (2018) với năng suất cao nhất đạt được ở mật độ trồng 127.500 cây/ha. - (2018), sự gia tăng mật độ trồng làm gia tăng chỉ số diện tích lá và tổng sinh khối.Tuy nhiên, năng suất bắp mô phỏng giảm khi mật độ cây gia tăng đến 125.000 cây/ha.Theo Jiang et al. - Hình 11: Mô phỏng ảnh hưởng của mật độ trồng lên năng suất 4 KẾT LUẬN. - Năng suất bắp mô phỏng và thực tế cao nhất đạt được ở nghiệm thức bón kết hợp 180N-90P 2 O 5 - 80K 2 O+ 10 tấn phân hữu cơ/ha ở cả 2 vụ Thu Đông 2015 và Đông Xuân 2015-2016.. - Mô hình sau khi hiệu chỉnh được thẩm định trong vụ Đông Xuân 2015-2016 cho kết quả mô phỏng tương thích tốt với dữ liệu quan sát với các trị số thống kê trong khoảng được chấp nhận. - Đối với năng suất hạt, hiệu quả mô hình EF dao động từ 0,76 đến 0,94. - Năng suất bắp mô phỏng cao nhất đạt được ở mật độ trồng 115.000 cây/ha.. - Ảnh hưởng của phân hữu cơ vi sinh sản xuất từ chất thải ao nuôi cá tra đến tăng trưởng và năng suất bắp lai (Zea Mays L.) trồng trên đất phù sa Nông Trường Sông Hậu, thành phố Cần Thơ. - Năng suất (kg/ha)