نقش پارامتر های آب هوایی بر عملکرد محصول بادام مطالعه موردی: سبزوار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد اقلیم شناسی کاربردی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری

2 استادیار اقلیم شناسی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری

چکیده

در حال حاضر کشاورزی یکی از مهمترین بخشهای اقتصادی یک کشور به شمار  می آید. بازده تولید محصولات کشاورزی تا حدود زیادی با شرایط اقلیمی در ارتباط است. بررسی اثرات شرایط اقلیمی بر میزان تولید محصولات کشاورزی‌ میتواند کمک موثری به انتخاب مناسب‌ترین گیاه برای کشت محصول بنماید. امروزه بزرگترین مسأله در هواشناسی کشاورزی، اثر عوامل آب و هوایی بر روی محصولات کشاورزی است. در این تحقیق، برای بررسی اثر پارامترهای آب و هوایی بر عملکرد محصول بادام در سطح شهرستان سبزوار، از پارامتر های هواشناسی میانگین حداقل دما، میانگین حداکثر دما، میانگین دما، بارش، ساعات آفتابی، دمای تر، دمای خشک، رطوبت نسبی و سرعت باد ایستگاه همدید سبزوار در بازه‌ی زمانی 1390-1361 استفاده شده است. در این تحقیق برای بررسی ارتباط بین پارامترهای هواشناسی و عملکرد بادام از روش همبستگی پیرسون  در بازه های زمانی مختلف استفاده شده است. نتایج نشان می دهد  که از بین پارامتر آب هوایی دمای بیشینه بیشترین همبستگی منفی معنی دار را با تولید و عملکرد محصول بادام  داشته است. در این تحقیق روند تغییرات آغاز مراحل فنولوژی محصول  با استفاده از آزمون ناپارامتری  من کندال و آزمون پارامتری تی تست  مورد ارزیابی قرار گرفته است. نتایج تحلیل نشان می دهد زمان آغاز مراحل فنولوژی در پاسخ به گرمایش جهانی در هر دو روش دارای روند کاهشی معنی دار می باشد.

کلیدواژه‌ها


عنوان مقاله [English]

The role of climatic parameters on yield of almond Case Study: Sabzevar

نویسندگان [English]

  • Z. Javadi 1
  • G. Fallah-Ghalhari 2
  • Alireza Entezari 2
1
2
چکیده [English]

Introduction       Climate is one of the basic elements of the environment that controls all aspects of life. Among the elements of climate, air temperature and precipitation play a crucial role. Temperature as an indicator of the severity of heat is one of the essential elements of knowledge about climate. Solar energy received by the earth is undergoing many changes in climate system. Effect of climatic factors on the performance of agricultural production is extremely important. If the knowledge on the climatic factors is not existed, much success could not be achieved. Material and methods       In this study, the mean temperature, wet bulb temperature, dry bulb temperature, relative humidity, rainfall, sunshine and wind speed is applied. We got variable values in the period between 1982-2011 from the city of Sabzevar weather office. Data quality control is done and wrong values of the time series of climatic elements is removed. Then, the correlation coefficient were calculated from parameters at various time intervals of a month, two months, three months, six months and a year were calculated. The date of phonological stages of almond is used from Golmakan agrometeorological station and the value of mentioned above variables are obtained in the different phonological stages. In the next step, trend analysis is applied on the time series of climatic variables. Then, factor analysis was applied on the variables that have correlation coefficient with almond yield. In the final step, the clustering analysis is used to gouping the main variables.   Results and discussion       Results show that the main factors affecting the performance of almonds can be placed in 3 separate clusters as follows: 1- The first cluster consists of dry bulb temperature in Feb- March, wet bulb temperature in February - May, dry bulb temperature in March, wet bulb temperature in February –March, minimum temperature in March and minimum temperature in February - March. 2- The second cluster consists of Maximum temperature in December, dry bulb temperature in winter, Maximum temperature in February -March, Maximum temperature in March and air temperature range in Oct. 3- The third cluster consists of Maximum temperature in April, dry bulb temperature in July and minimum temperature in July.   Conclusion       In this study, using Pearson correlation, the relation between almond crop yield and the climatic elements was evaluated. The results showed that the maximum temperature has the most significant negative correlation with performance of almonds. The results also showed that the start date of phonological stages is significant decreasing trend. In other words, the phonological stages are started earlier.

کلیدواژه‌ها [English]

  • Pearson's correlation
  • Trend
  • mann-kendall test
  • t-test
  • almond

مقدمه

آب و هوا یکی از عوامل اساسی محیطی است که تمام مظاهر حیات را تحت کنترل دارد. از میان عناصر آب و هوایی دما و بارش نقش تعیین کننده ای دارند. دما به عنوان شاخصی از شدت گرما یکی از عناصر اساسی شناخت آب و هواست و نظر به دریافت انرژی خورشید توسط زمین دستخوش تغییرات بسیاری است که به نوبه خود سبب تغییرات گسترده در سایر عناصر هواشناسی می­گردد (کمالی، 1381).­ بررسی تاثیر عوامل آب و هوایی بر روی عملکرد محصولات کشاورزی از اهمیت فوق العاده ای بر خوردار می باشد. بنابراین اگر در برنامه ریزیهای کشاورزی نسبت به نقش عوامل و عناصر جوی آگاهی کافی وجود نداشته باشد، توفیق چندانی حاصل نخواهد شد، زیرا ثابت شده است که در بیشتر موارد بازده کم محصولات کشاورزی نتیجه عدم وجود شرایط متعادل جوی است. با وجود این که کنترل عوامل جوی و اقلیمی توسط انسان ناممکن است، اما انسان با تلاشی که در جهت ارتقاء دانش خود نسبت به تاثیر عوامل جوی دارد و با به کاربردن نتایج بررسی­هایی که بر روی روند تغییرات عوامل جوی انجام شده است، می تواند توانمندی خود را در  جهت کاهش خسارات ناشی از عوامل جوی به مرحله اجرا در آورد. یکی از راه های افزایش محصولات کشاورزی، انطباق تکنولوژی با پارامترهای اقلیمی در نواحی کشت می باشد. دانستن وضع هوا  و اقلیم و تغییرات دوره ای سالانه و چند ساله پدیده های هواشناسی و انحرفات آنها از مقدار معمول از جمله نیاز های عمده در کشاورزی مدرن است (شناور، 1374).

در بین عوامل مختلف تاثیر گذار در تولید محصولات باغی، شرایط جوی از مهم­ترین متغیر­های محیط طبیعی است. ریوگو(Ryugo, 1982 ) مقدار نور را به عنوان عامل اقلیمی موثر بر رشد درختان گردوی کشت شده در باغ های کالیفرنیا، مورد مطالعه قرار داد و نشان داد فاصله ی کم بین درختان و ایجاد سایه سبب ریزش ادامه دار گل های ماده می شود. نُروود (Norwood, 2000) تاثیر پارامترهای اقلیمی را برروی کاشت گندم دیم در دشت های بزرگ ایالت کانزاس امریکا مورد بررسی قرارداد. و به این نتیجه رسید که تبخیر و بارندگی نسبت به سایر عناصر اقلیمی، بیشترین تاثیر را در طول مراحل رشد گندم دیم دارد. وستکات و همکاران (Westcott et al., 2005) به مطالعه واکنش عملکرد محصول ذرت با بارندگی های تخمین زده شده توسط سرویس آب هوایی ملی در 9 ایالت از ایالت های مرکزی آمریکا پرداختند تا از طریق اطلاعات به هنگام، میزان عملکرد محصول را در اثر کاهش یا افزایش بارندگی در تابستان فراهم آورند..لوبل و همکاران(Lobell et al., 2006) اثر تغییر اقلیم در دوره  2050 را بر عملکرد گیاهان چند ساله از جمله انگور، بادام، پرتقال، گردو، و آوکادو در کالیفرنیای امریکا بررسی کردند و دریافتند که اثر منفی تغییر اقلیم بر عملکرد این محصولات، حتمی و کاهش محصول تا بیش از 40 درصد قابل پیش بینی می باشد.

جهان بخش اصل (1374) طی مطالعه با استفاده از داده های اگرو کلیمیایی از قبیل بارش و تابش، دما، رطوبت، باد، توپوگرافی و نوع خاک، ارتباط بین تولیدات کشاورزی و اقلیم را بررسی کرده و به نتیجه رسیده است که می­توان با تحلیل داده های اقلیمی به افزایش عملکرد بهروری مناسب و در نهایت بهبود مدیریت کشاورزی اقدام نمود. اسماعیل پور (1375) به مطالعه خصوصیات و ویژگی برخی از ارقام پسته در ایران پرداخته است و تاریخچه، منشا کشت و ارزش اقتصادی هر رقم را بررسی کرده است. ایشان همچنین ویژگیهای فنولوژیکی، مورفولوژیکی و فنولوژی ارقام پسته از زمان شروع­گل دهی و برگ دهی تا خصوصیات کمی و کیفی را مورد مطالعه قرار داده است. قانعی اردکانی (1378) نقش عناصر اقلیمی در توسعه کشت پسته را دشت یزد- اردکان بررسی کرده است. وی با توجه به سابقه طولانی و اهمیت کشاورزی بالاخص کشت غالب منطقه(پسته)تاثیر عوامل طبیعی و انسانی موثر در تولید و توسعه کشت پسته، ساخت مدل اقلیمی مراحل فنولوژیکی (فازهای رشد) برای سنین مختلف واریته های پایه نر و ماده، تعیین آستانه حرارتی و رطوبتی، تعیین رابطه هر یک از عناصر اقلیمی با عملکرد محصول در واحد سطح در جهت شناسایی و استفاده بهینه از منابع آب و خاک، شرایط اقلیمی همچنین زمینه رقابتی محصول پسته با دیگر محصولات کشاورزی (از لحاظ سطح زیر کشت و تولید)، افزایش درآمد و علاقه مندی کشاورزان را مورد بررسی و تجزیه و تحلیل قرار داده است. نتایج او نشان می دهد عوامل و عناصر اقلیمی دشت یزد اردکان، امکان توسعة کشت پسته در این دشت را میسر  می­سازد. همچنین خصوصیات خاکهای دشت یزد اردکان برای کشت پسته محدودیت ایجاد می­کند، در حالی که امکان توسعه کشت پسته نسبت به دیگر محصولات غالب منطقه بیشتر می­باشد. مومنی (1382) نقش تغییرات اقلیمی و تاثیر آن بر ناپایداری اکولوژیکی را مورد بررسی قرار داد و نتیجه گرفت تغییر اقلیم بر ناپایداری اکولوژیکی موثر بوده و نظام طبیعی آن را دگرگون ساخته است. محمدی و مقتدری (1383) در پژوهشی به ارزبایی پتانسیل­های اقلیمی کشت نخل در استان گلستان پرداخته و نشان دادند که منطقه از شرایط نسبتا مساعدی برای کشت نخل خرما برخوردار است.

مواد و روشها

موقعیت جغرافیایی منطقه مورد مطالعه

شهر سبزوار یکی از شهرستان های استان خراسان رضوی است که در فاصله 240 کیلومتری غرب مشهد واقع شده است. از شمال و شمال غرب به استان خراسان شمالی و از غرب به شاهرود و از جنوب به شهرستان بردسکن و از جنوب شرقی به شهرستان کاشمر و از شرق به شهرستان نیشابور محدوده می­شود. شهرستان سبزوار در عرض جغرافیایی 36 درجه و 12دقیقه و طول جغرافیایی 57 درجه و 37 دقیقه واقع شده است  و در ارتفاع 977 متری از سطح دریا قرار دارد. براساس آخرین تقسیمات سیاسی در سال 90 شهرستان سبزوار دارای 3 شهر و 3 بخش است. شکل (1) نقشه منطقه­ مورد ­مطالعه­را ­نشان ­می­دهد.

 

         شکل (1) نقشه منطقه مورد مطالعه (1390)

روش تحقیق

در این تحقیق از داده های میانگین دما، دمای تر، دمای خشک، رطوبت نسبی، بارش، ساعات آفتابی و سرعت باد استفاده گردیده است. مقادیر متغیرهای فوق در بازه زمانی سالهای 1390-1361 از اداره هواشناسی شهرستان سبزوار اخذ شده است. ابتدا داده­ها کنترل کیفی شدند و مقادیر پرت از سری زمانی عناصر اقلیمی حذف شد. در مرحله بعد، ضریب همبستگی بین عملکرد محصول و مفادیر پارامترهای فوق در بازه های زمانی مختلف یک ماهه، دو ماهه، سه ماهه، شش ماهه و سالانه محاسبه شد.در ادامه داده های مربوط به درجه روزهای رشد لازم محصول برای گذر از هر مرحله فنولوژی در مراحل مختلف رشد از اداره هواشناسی کشاورزی گلمکان اخذ گردید و تاریخ آغاز و پایان مراحل مختلف فنولوژی در ایستگاه  مورد مطالعه محاسبه شد. سپس برای بررسی ارتباط عناصر اقلیمی در مراحل مختلف فنولوژی با عملکرد محصول بادام، مقادیر عناصر اقلیمی فوق در هر یک از مراحل فنولوژی محاسبه و ضریب همبستگی آنها با عملکرد بادام به دست آمد. سپس مقادیر عناصر اقلیمی پس از برازش بر توزیعهای نظری، در سطوح احتمالی 50، 55، 60، 65، 70، 75، 80 ، 85 ،90، ،95 و 99 درصد در محیط نرم افزار  SMADA  محاسبه شد تا میزان عناصر اقلیمی در سطوح احتمالاتی مختلف در منطقه مورد مطالعه شناسایی گردد. سپس برای تحلیل روند عناصر اقلیمی در ماه های تقویمی و مراحل مختلف فنولوژی، به ترتیب از آزمون های پارامتری و ناپارامتری من کندال و t-test استفاده شد. در آزمون های ناپارامتری فرض نرمال بودن داده ها وجود ندارد و می توان از آن برای داده هایی با مقادیر پرت نیز استفاده نمود اما از آزمون های پارامتری تنها زمانی استفاده می شود که داده ها دارای توزیع نرمال باشند و مقادیر پرت در داده ها وجود نداشته باشد. در ادامه برای کاهش تعداد متغیرهایی که با عملکرد بادام همبستگی معنی­دار داشته­اند، از روش تحلیل عاملی استفاده شد. بدین منظور ابتدا آن دسته از عناصر اقلیمی که دارای همبستگی معنی دار با عملکرد محصولات باغی بودند، انتخاب و استاندارد شدند. در ادامه در داخل نرم افزار SPSS  با استفاده از روش واریماکس متغیرها چرخش داده شدند و در نهایت، عوامل اصلی استخراج گردید. در ادامه با استفاده از اجرای روش خوشه بندی وارد بر روی ماتریس بارهای عاملی چرخش یافته، خوشه­های اصلی مورد شناسایی قرار گرفت و در نهایت عوامل اقلیمی تاثیر گذار بر روی محصول بادام در منطقه مورد مطالعه شناسایی گردید.

درجه- روز رشد

هرگیاه به تعداد واحد گرمایی معینی جهت جوانه زنی، رشد، به ساقه رفتن، بلوغ و رسیدن احتیاج دارد. این تعداد واحد گرمایی را ثابت حرارتی می­نامند که از گیاهی به گیاه دیگر فرق می کند. یکی از مباحث مهم در آب و هواشناسی، بررسی درجه روزها می باشد. اکثر تحولات فیزیولوژیکی مانند رشد گیاهان و برخی پدیده های هیدرولوژیکی مانند ذوب برف تابع توان حرارتی محیط می باشند. برای این منظور از نمایه درجه- روز به عنوان شاخص گرما استفاده می شود. هر فرایند در آستانه دمایی معینی فعال می شود، مثلا آستانه فعالیت برای ذوب برف صفر درجه سانتیگراد و آستانه رشد برای بادام7 درجه سانتیگراد می باشد. بنابراین برآورد درجه- روز برای تعیین دوره های مختلف کشت یکی از کارهای بسیار ضروری می باشد.

یک درجه - روز عبارتست از متوسط دمای روزانه بالاتر از دمای پایه(کمالی و بازیگر، 1378). از آنجا که شروع مرحله رشد فعال بادام زمانی آغاز می­شود که میانگین دمای روزانه از مقدار آستانه 7 درجه سانتیگراد تجاوز نماید، لذا در این تحقیق برای محاسبه یا درجه روز رشد، دمای پایه محصول 7 درجه سانتی گراد در نظر گرفته شد:

   فرمول محاسبه به شرح زیر است:

 (1)                                                                                 

 در رابطه فوق ،  درجه روز رشد، TmaxوTmin  بیشینه و کمینه دمای روزانه (بر حسب درجه سانتی گراد(، Tbدمای مبنا (دراینجا 7 درجه سانتی گراد( و a و b تاریخ شروع و پایان هر مرحله فنولوژی است (کمالی و بازگیر، 1387).

مراحلفنولوژیمورداستفادهدرتحقیق

مراحل فنولوژی و نیازهای آب هوایی بادام در جدول(1)نشان داده شده است. مراحل فنولوژی بادام  شامل مرحله اول(ظهور جوانه)، مرحله دوم (شکفتن جوانه)، مرحله سوم (گلدهی)، مرحلهچهارم (رشد میوه) و مرحله پنجم (رسیدن میوه) است. همانطور که ملاحظه می­شود، برای گذر از مرحله اول به مرحله دوم، 9/34  درجه – روز لازم است. حرارت مورد نیاز برای مرحله دوم 49 درجه - روز است. به همین ترتیب، میانگین درجه - روز مورد نیاز برای مراحل سوم، چهارم و پنجم رشد به ترتیب برابر 1/175، 9/1926 و 6/621 درجه سانتی گراد است.

جدول (1) مراحل فنولوژی و نیازهای آب هوایی بادام (1390)

نام مرحله فنولوژی

شرح

میانگین درجه حرارت مطلوب

واحدهای حرارتی مورد نیاز

واحدهای حرارتی تجمعی

اول

تشکیل جوانه

5/14

9/34

9/34

دوم

شکفتن جوانه

5/22

49

9/83

سوم

گلدهی

5/27

1/175

259

چهارم

رشد میوه

5/29

9/1926

9/2185

پنجم

رسیدن میوه

5/31

6/621

5/2807

 

ضریب همبستگی پیرسون

 این ضریب میزان همبستگی بین دو متغیر را محاسبه می­نماید و مقدار آن بین 1+ و 1-  می باشد. اگر مقدار بدست آمده مثبت باشد، به معنی آن است که تغییرات دو متغیر در یک جهت اتفاق می افتد، یعنی با افزایش یک متغیر، متغیر دیگر نیز افزایش می یابد و برعکس. اگر مقدار r منفی شد، بدین معنی است که دو متغیر در جهت عکس هم عمل می کنند، به عبارت دیگر با افزایش مقدار یک متغیر، مقادیر متغیر دیگر کاهش می یابد و برعکس. اگر مقدار بدست آمده صفر شود، نشان می­دهد که هیچ رابطه ای بین دو متغیر وجود ندارد. اگر ضریب همبستگی برابر 1+ شد، همبستگی مثبت و کامل و اگر برابر 1- شد، همبستگی منفی و است.

 ضریب همبستگی پیرسون مبتنی بر کوواریانس دو متغیر و انحراف معیارهای آنها می باشد، بنابراین می توان از برآورد های آنها برای محاسبه ضریب همبستگی پیرسون استفاده نمود:

(2)                                                                                                    

                                                                                               

در رابطه فوق،  ضریب همبستگی بین متغیرهای  و ،  تعداد مشاهدات،  انحراف معیار مشاهدات  و  انحراف معیار مشاهدات  است(حافظ نیا، 1388).

آزمون من کندال

برای بررسی وجود یا عدم وجود روند در سری های زمانی از دو روش پارامتری و ناپارامتری استفاده می­نمایند. روش­های پارامتری عمدتا بر اساس رابطه رگرسیونی بین سری داده ها با زمان استوار می باشند. روش های ناپارامتری از کاربرد نسبتا وسیع­تر و چشمگیرتری نسبت به روش های پارامتری برخوردارند. برای سری­هایی که توزیع آماری خاصی بر آنها قابل برازش نیست و چولگی یا کشیدگی زیادی دارند، استفاده از روش های ناپارامتری مناسب­تر است. آزمون من کندال یکی از پرکاربردترین روش های ناپارامتری تحلیل روند سری های زمانی به شمار می رود. آزمون من-کندال ابتدا توسط من (Mann, 1945) ارائه و سپس توسط کندال(Kendall, 1975) بسط و توسعه یافت. این روش بطور متداول و گسترده در تحلیل روند سری های هیدرولوژیکی و هواشناسی بکار گرفته می­شود(Lettenmaier et al., 1994). از نقاط قوت این روش می توان به مناسب بودن کاربرد آن برای آن دسته از سری های زمانی که از توزیع آماری خاصی پیروی نمی کنند، اشاره نمود. اثر پذیری ناچیز این روش از مقادیر حدی که در برخی از سری های زمانی مشاهده می گردند نیز از دیگر مزایای استفاده از این روش است (Turgay and Ercan, 2005). فرض صفر این آزمون بر تصادفی بودن و عدم وجود روند در سری داده ها دلالت دارد  پذیرش فرض یک (رد فرض صفر ) دال بر وجود روند در سری داده ها می باشد.

مراحل انجام آزمون من کندال برای محاسبه روند به شرح زیر است:

الف) محاسبه اختلاف بین تک تک مشاهدات با همدیگر و اعمال تابع علامت و استخراج پارامترs به شرح زیر:

(3)                                                                                         

که  تعداد مشاهدات سری،  و  به ترتیب داده های ام و ام سری می باشند. تابع علامت نیز به شرح زیر قابل محاسبه است:

(4)                                                                                                      

برای متغییر های تصادفی مسقل و دارای توزیع یکنواخت و بدون گره(دو یا چندین داده با مقادیرعددی مساوی که در سری مرتب شده به دنبال هم قرار می گیرند) میانگین و واریانس s به صورت زیر است :

 

       (5)                                                        

که در آن n تعداد داده های سری مشاهدات است. اگر در سری مشاهدات داده های تکراری وجود داشته باشد مقدار واریانس از رابطه زیر محاسبه می شود:

                                                           

(5)                                                     

که در آن  تعداد گروه های جفتی و   تعداد مشاهدات در  امین گروه می باشد. اگر تعداد داده­های یک سری بیش از ده عدد باشد،  از توزیع نرمال تبعیت خواهد کرد و مقدار معیار آماری استاندارد  به صورت زیر خواهد بود:

(6)                                                                                   

این آزمون، یک آزمون 2 طرفه است. بنابراین در صورتی که  باشد، فرض صفر پذیرفته می شود. این بدین معنی است که اگر z محاسبه شده مثبت باشد، روند افزایشی، اگر z محاسبه شده منفی باشد روند کاهشی و اگر z محاسبه شده صفر باشد، نشان دهنده عدم وجود روند می باشد. لازم به یادآوری است که در این آزمون اعداد بین  در سطح 5 درصد معنی دار نیستند، اما اعداد بیشتر از بازه های  و  به ترتیب در سطح اطمینان 95 و 99 درصد معنی دار می باشند(فلاح قالهری و همکاران، 1390).

آزمون  

 آزمون  جزء آزمون های پارامتری بوده و برای داده های کمّی و به منظور بررسی میانگین در یک نمونه به کار می رود.. از این آزمون زمانی استفاده می‌شود که محقق می‌خواهد بداند، ‌آیا میانگین یک متغیر از حدود خاصی فراتر می‌رود یا خیر؟ این آزمون در واقع رابطه میان دو متغیر را بررسی می کند.. بهترین آزمونی که برای مقایسه میان داده های مقیاسی در دو گروه متغیر اسمی وجود دارد،. آزمون  است که در واقع معنی­دار بودن اختلاف میان دو میانگین را بررسی می کند(علی بابایی، 1393).

در این آزمون دو نمونه در دست می‌باشد. می‌خواهیم ببینیم که آیا این دو با هم مرتبط می‌باشند یا خیر؟ یعنی آیا در آ‍زمون فرضیه  انتخاب می‌شود یا . به بیان دیگر آیا اختلاف میانگین این دو متغیر به صورت معنی‌داری با صفر برابر است یا خیر. به عبارت دیگر فرض صفر در این آزمون به صورت  و فرض مقابل به صورت  می باشد.

فرض هایی که برای استفاده از این آزمون وجود دارد، عبارتست از:

1- مشاهدات دارای توزیع نرمال با میانگین  و واریانس  باشند..

2- مشاهدات از هم مستقل باشند.             

 این آزمون می‌تواند برای دو نوع مطالعه یعنی روش‌ اندازه‌های تکراری و روش آزمودنی‌های جور شده مورد استفاده قرار گیرد. در روش اندازه‌های تکراری، هر آزمودنی (شرکت‌کننده در آزمون) در دو نوبت یا در دو موقعیت با یک معیار،‌ مورد سنجش قرار می‌گیرد. برای انجام آزمون  با دو نمونه، هر آزمودنی دارای دو داده برای دو متغیر می‌باشد. متغیر اول نشان‌دهنده مقدار کسب شده بر اساس اولین معیار و دومین متغیر نشان‌دهنده اندازه بدست آمده به ازای معیار دوم است.

 روش پارامتری آزمون   به صورت زیر می باشد.

(7)                                                                                   

                                                                                               

  که در آن  تعداد نمونه،  انحراف معیار و  مجموع مربعات متغیر مستقل می باشد(Onoz and Bayazit, 2003).

تحلیل عاملی

تحلیل عاملی بر اساس همبستگی بین متغیرها استوار است، یعنی عاملها بر اساس  میزان همبستگی بین متغیرها تعیین می شوند. مهترین ویژگی روش تحلیل عاملی آن است که بتواند رابطه بین متغیرهای اولیه و عاملهای ایجاد شده را به صورت واضح و ساده بیان کند و عاملهای ایجاد شده از نظر علمی قابل تفسیر یا توجیه باشند. تحلیل عاملی از جمله روشهایی است که برای کاهش تعداد متغیرها به وجود آمده است(علیجانی، 1381). در این تحقیق ارزش ویژه هر عامل 1 در نظر گرفته شد. به عبارت دیگر هر عامل باید حداقل بتواند تغییرات یک متغیر را تبیین نماید. مقدار ویژة هر عامل، نسبتی از واریانس کل متغیرهاست که توسط آن عامل تبیین می شود. مقدار ویژه از طریق مجموع مجذورات بارهای عاملی مربوط به تمام متغیرها در آن عامل قابل محاسبه است، از این رو مقادیر ویژه، اهمیت اکتشافی عامل ها را در ارتباط با متغیرها نشان می دهد. پایین بودن این مقدار برای یک عامل به این معنی است که آن عامل نقش اندکی در تبیین واریانس متغیرها داشته است. در این تحقیق متغیرهایی در نظر گرفته شدند که ضریب همبستگی آنها با عامل مورد نظر حداقل 60 درصد و مقدار واریانس تبیین شده توسط آنها بیش از 5 درصد بوده است. همچنین از روش واریماکس برای چرخش دادن عامل ها استفاده شد تا ضریب همبستگی هر متغیر با تنها یک عامل بیشترین مقدار باشد.

یافته­های تحقیق

نتایج تحلیل همبستگی عملکرد محصول بادام با عناصر اقلیمی در سالهای 1390-1361

به منظور بررسی اثر پارامترهای اقلیمی بر عملکرد محصول بادام در شهرستان سبزوار از آزمون همبستگی پیرسون استفاده شد که نتایج هر یک بطور جداگانه مورد بحث قرار می­گیرد. جدول (2) میانگین ماهیانه همبستگی عناصر اقلیمی را با عملکرد بادام نشان می دهد. همانطور که ملاحظه می­شود، ضریب همبستگی دمای بیشینه در ماههای اسفند و فروردین با عملکرد بادام در سطح  5 درصد منفی و معنی دار است. آماره آزمون من کندال نیز در این ماهها در سطح 5 درصد مثبت و معنی دار است. به عبارت دیگر چون ضریب همبستگی دمای بیشینه با عملکرد در این ماهها منفی است و آماره آزمون من کندال مثبت است، نتیجه می گیریم با افزایش دمای بیشینه عملکرد بادام کاهش می یابد و چون روند تغییرات در این بازه زمانی مثبت است، نتیجه می گیریم روند افزایشی دمای بیشینه دارای اثر منفی بر عملکرد بادام بوده است. اما در آذر ماه ضریب همبستگی مثبت است و ارتباط مستقیم بین عملکرد بادام و دما وجود دارد و چون روند منفی بدست آمده است، کاهش دمای بیشینه عملکرد را کاهش می دهد. این موضوع برای دمای کمینه و خشک هم صادق است، اما چون روند مثبت شده است این دو متغیر در تیر ماه دارای تاثیر مثبت بر عملکرد هستند و با توجه به همبستگی معکوس بین دمای تر، دمای خشک، دمای کمینه و دمای بیشینه با عملکرد بادام و وجود روند افزایشی در پارامترهای اقلیمی فوق نتیجه می گیریم که وقوع روند افزایشی بین پارامترها در این بازه زمانی عملکرد را کاهش داده است. به عبارت دیگر وجود روند افزایشی این پارامتر ها با توجه به رابطه معکوس آنها با عملکرد یک عامل محدود کننده برای کشت بادام در این شهرستان است.

جدول (2) مقادیرضریب همبستگی ماهیانه بین عملکرد بادام  با عناصر اقلیمی و آماره آزمون من کندال برای بررسی تحلیل روند ماهیانه سری زمانی عناصراقلیمی طی سالهای 90-1361 

ماه

آماره ها

دمای بیشینه

دمای کمینه

دمای خشک

دمای تر

ساعات آفتابی

رطوبت نسبی

بارندگی

سرعت باد

دامنه تغییرات دما

مهر

r

 

 

 

 

 

 

 

 

*40/0

z

 

 

 

 

 

 

 

 

642/0

آذر

r

*39/0

 

 

 

 

 

 

 

 

z

749/0-

 

 

 

 

 

 

 

 

اسفند

r

*46/0-

*41/0-

*43/0-

 

 

 

 

 

 

z

*46/2

*50/2

**64/2

 

 

 

 

 

 

فروردین

r

*38/0-

 

 

 

 

 

 

 

 

z

18/2*

 

 

 

 

 

 

 

 

تیر

r

 

**48/0

**58/0

 

 

 

 

 

 

z

 

340/0

214/0

 

 

 

 

 

 

*) معنی دار در سطح 5 درصد، **) معنی دار در سطح 1 درصد

  مقیاس زمانی دو ماهه

جدول (3) نتایج به دست آمده را در مقیاس دو ماهه نشان می دهد. با توجه به جدول در بازه زمانی بهمن- اسفند ماه دمای بیشینه، دمای کمینه، دمای خشک و دمای تر دارای همبستگی منفی معنی دار بوده است و در بقیه ماههای سال همبستگی معنی داری وجود نداشته است. پارامترهای اقلیمی مربوط به دما در بهمن- اسفند دارای همبستگی معنی داری با عملکرد بادام بوده­اند که حاکی از تاثیر دما بر عملکرد بادام در این بازه زمانی است. نتایج آزمون من کندال نشان می دهد که در بهمن – اسفند دمای بیشینه، دمای خشک و دمای تر روند افزایشی معنی دار را در سطح 1 درصد از خود نشان می دهند. دمای کمینه نیز دارای روند افزایشی معنی دار در سطح 5 درصد می باشد.

جدول (3) ضریب همبستگی میانگین دو ماهه عناصر اقلیمی با عملکرد بادام و آماره آزمون من کندال برای بررسی تحلیل روند میانگین دو ماهه عناصراقلیمی طی سالهای90-1361

ماه

آماره ها

دمای بیشینه

دمای کمینه

دمای خشک

دمای تر

ساعات آفتابی

رطوبت نسبی

بارندگی

سرعت باد

دامنه تغییرات دما

بهمن- اسفند

r

*41/0-

*45/0-

*43/0-

*45/0-

 

 

 

 

 

z

**64/2

*39/2

** 64/2

**57/3

 

 

 

 

 

*) معنی دار در سطح 5 درصد، **) معنی دار در سطح 1 درصد

 

مقیاس زمانی چهار ماهه

نتایج بدست آمده در مقیاس چهار ماهه (جدول 4) نشان می دهد که در ماههای بهمن تا اردبیهشت دمای تر دارای همبستگی منفی معنی دار بوده است، اما در دیگر ماهها هیچ نوع همبستگی وجود نداشته است. نتایج آزمون من کندال نشان می دهد که در ماههای بهمن- اردبیهشت دمای تر دارای روند افزایشی معنی دار درسطح 1 درصد است. با توجه به وجود همبستگی معکوس بین دمای تر و عملکرد و وجود روند افزایشی دمای تر در این مقیاس زمانی، دمای تر تاثیر منفی بر عملکرد داشته است. به عبارت دیگر عملکرد را در این بازه زمانی کاهش داده است.

 

جدول(4) ضریب همبستگی میانگین چهار ماهه عناصر اقلیمی با عملکرد بادام و آماره آزمون من کندال برای بررسی تحلیل روند میانگین چهار ماهه عناصراقلیمی طی سالهای90-1361

فصل

آماره ها

دمای بیشینه

دمای کمینه

دمای خشک

دمای تر

ساعات آفتابی

رطوبت

نسبی

بارندگی

سرعت باد

دامنه تغییرات دما

بهمن اردبیهشت

r

 

 

 

*42/0-

 

 

 

 

 

z

 

 

 

**46/3

 

 

 

 

 

*) معنی دار در سطح 5 درصد، **) معنی دار در سطح 1 درصد

مقیاس زمانی شش ماهه

همبستگی عناصر اقلیمی با عملکرد به صورت شش ماهه نیز  محاسبه گردید. همانطور که در جدول (5)  مشاهده می شود در فصول پاییز - زمستان دمای بیشینه دارای همبستگی منفی معنی دار می باشد. نتایج آزمون من کندال نشان می دهد که در فصول پاییز- زمستان دمای بیشینه دارای روند افزایشی است. اما درسطح 5 درصد معنی دار نیست.  با توجه به همبستگی منفی بین دمای بیشینه و عملکرد و روند افزایشی دمای بیشینه، این پارامتر باعث کاهش عملکرد بادام شده است.

 

جدول (5) ضریب همبستگی میانگین شش ماهه عناصر اقلیمی با عملکرد بادام و آماره آزمون من کندال برای بررسی تحلیل روند میانگین شش ماهه عناصراقلیمی طی سالهای 90- 1361

فصل

آماره ها

دمای بیشینه

دمای کمینه

دمای خشک

دمای تر

ساعات آفتابی

رطوبت

نسبی

بارندگی

سرعت باد

دامنه تغییرات دما

پاییز –زمستان

r

*40/0-

 

 

 

 

 

 

 

 

z

71/1

 

 

 

 

 

 

 

 

*) معنی دار در سطح 5 درصد

مقیاس زمانی فصلی و سالانه

نتایج به دست آمده در مقیاس فصلی و سالانه در جدول (6) نشان داده شده است. در فصل زمستان دمای خشک دارای همبستگی منفی معنی دار بوده ­است، اما در فصول پاییز، تابستان، بهار و سالانه هیچ نوع همبستگی معنی­داری وجود نداشته است. دمای خشک در فصل زمستان دارای همبستگی معنی­داری با عملکرد بادام بوده است که حاکی از تاثیر دما بر عملکرد بادام در این بازه زمانی می باشد. نتایج­ آزمون ­من ­کندال نشان می­دهد که در فصل زمستان دمای خشک دارای روند افزایشی معنی دار در سطح 5 درصد می­باشد. با توجه به وجود همبستگی معکوس بین دمای خشک و عملکرد، روند افزایشی دمای خشک حاکی از تاثیر منفی دمای خشک در فصل زمستان است. به عبارت دیگر، روند افزایشی دمای خشک در فصل زمستان، عملکرد بادام را کاهش داده است. شاید یکی از دلایل آن باز شدن جوانه های گل بادام به دلیل گرمای زیاد و در نتیجه وقوع سرمازدگی زود رس بهاره  علت کاهش عملکرد بادام در این بازه زمانی بوده است.

جدول(6) ضریب همبستگی میانگین فصلی و سالانه عناصر اقلیمی با عملکرد بادام و آماره آزمون من کندال بررسی تحلیل روند میانگین فصلی و سالانه عناصراقلیمی طی سالهای90- 1361

 

فصل

آماره ها

دمای بیشینه

دمای کمینه

دمای خشک

دمای تر

ساعات آفتابی

رطوبت

نسبی

بارندگی

سرعت باد

دامنه تغییرات دما

زمستان

r

 

 

*41/0-

 

 

 

 

 

 

z

 

 

*99/1

 

 

 

 

 

 

*) معنی دار در سطح 5 درصد

نتایج  حاصل از ضرائب همبستگی بین عملکرد محصول بادام با عناصر اقلیمی در بازه های زمانی مختلف نشان می دهد که پارامترهای مربوط به دما بیشترین همبستگی منفی معنی­دار را با عملکرد بادام داشته­اند که حاکی از تاثیر این متغیر بر عملکرد بادام می­باشد. نتایج آزمون من کندال نیز نشان می­دهد که متغیرهای مربوط به دما عمدتا دارای روند مثبت می­باشد. با افزایش دما عملکرد محصول  کاهش یافته است بنابراین متغیرها دما عامل محدود کننده برای عملکرد بادام است.

روز شمار مراحل  فنولوژی در هر سال در ایستگاه سبزوار

جدول (7) روز شمار مراحل فنولوژی بادام را طی سالهای 1390-1361 نشان می­دهد. جدول (8) تاریخ آغاز مراحل فنولوژی محصول بادام را در سطوح احتمالی مختلف و جدول (9) تا (14)  مقادیر متغیر های دما، بارش، رطوبت نسبی، دمای خشک، دمای تر و سرعت باد را در سطوح احتمالاتی مختلف در مراحل مختلف فنولوژی نشان می­دهد. همان طور که مشاهده می شود، بیشترین مقدار دما، سرعت باد، دمای تر، دمای خشک و ساعات آفتابی در مرحله چهارم فنولوژی رخ داده است، ولی بیشترین مقدار بارش و رطوبت نسبی در مرحله اول فنولوژی رخ می­دهد.  جدول (15) میزان ضریب همبستگی عملکرد بادام را با عناصر اقلیمی در مراحل مختلف فنولوژی طی سالهای 1390-1361 نشان می­دهد. همان طور که مشاهده می شود هیچ یک از عناصر اقلیمی در مراحل فنولوژی با عملکرد بادام همبستگی معنی­دار نداشته­اند.

 

 

 

 

 

 

جدول (7) روز شمار مراحل  فنولوژی بادام طی سالهای 1390-1361 در شهرستان سبزوار نسبت به اول ژانویه

مرحله پنجم-رسیدن میوه

مرحله چهارم-رشد میوه

مرحله سوم-گلدهی و تشکیل میوه

مرحله دوم-شکفتن جوانه

مرحله اول-تشکیل جوانه

سال

231

207

115

98

91

62-61

233

206

101

75

68

63-62

230

201

104

85

79

64-63

242

212

116

98

94

65-64

229

203

101

66

60

66-65

232

204

108

83

76

67-66

228

201

103

80

68

68-67

225

201

104

72

65

69-68

235

208

108

89

82

70-69

254

221

121

104

90

71-70

240

211

110

95

90

72-71

223

198

100

74

66

73-72

226

201

100

81

73

74-73

237

210

113

98

87

75-74

227

203

106

83

57

76-75

226

199

99

81

73

77-76

230

203

104

85

72

78-77

220

193

99

82

73

79-78

214

188

90

66

59

80-79

228

201

98

79

57

81-80

232

206

100

82

76

82-81

232

206

97

67

61

83-82

232

203

100

69

62

84-83

223

197

95

70

62

85-84

238

208

109

93

82

86-85

218

192

89

72

63

87-86

231

206

94

72

66

88-87

218

191

85

65

55

89-88

221

195

105

87

81

90-89

175

146

58

47

44

91-90

جدول 8 تاریخ آغاز مراحل فنولوژی بادام در سطوح احتمالی مختلف نسبت به اول ژانویه

احتمال

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

07/71

62/72

2/74

83/75

56/77

42/79

49/81

9/83

94/86

44/91

88/99

دوم

93/79

5/81

08/83

73/84

46/86

33/88

42/90

84/92

9/95

43/100

92/108

سوم

07/101

5/102

95/103

46/105

04/107

76/108

66/110

89/112

68/115

93/119

6/127

چهارم

7/200

26/202

84/203

47/205

2/207

06/209

14/211

56/213

6/216

11/221

56/229

پنجم

67/227

27/229

9/230

59/232

37/234

29/236

43/238

92/240

06/244

71/248

43/257

جدول 9 میانگین دما بر حسب درجه سانتی گراد  در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

مراحل

فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

64/13

95/13

27/14

59/14

94/14

31/15

72/15

2/16

8/16

7/17

38/19

دوم

67/15

95/15

23/16

53/16

84/16

17/17

54/17

98/17

52/18

33/19

85/20

سوم

25/26

38/25

51/26

65/26

79/26

95/26

12/27

33/27

58/27

96/27

66/28

چهارم

21/30

41/30

61/30

82/30

04/31

27/31

53/31

84/31

22/32

8/32

87/33

پنجم

61/26

74/26

88/26

02/27

17/27

33/27

51/27

72/27

98/27

37/28

1/29

 

جدول10 میانگین مجموع بارش بر حسب میلی متر در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

 

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

02/1

19/1

36/1

55/1

74/1

95/1

18/2

45/2

78/2

29/3

23/4

دوم

99/0

08/1

16/1

25/1

34/1

43/1

54/1

67/1

83/1

07/2

52/2

سوم

28/0

31/0

34/0

37/0

41/0

44/0

48/0

53/0

59/0

68/0

84/0

چهارم

23/0

37/0

51/0

65/0

80/0

97/0

15/1

36/1

63/1

03/2

78/2

پنجم

40/0

43/0

45/0

48/0

50/0

53/0

56/0

60/0

64/0

71/0

84/0

 

جدول 11 میانگین رطوبت نسبی بر حسب درصد در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

 

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

79/48

24/50

71/51

23/53

78/54

57/56

5/58

75/60

58/63

78/67

64/75

دوم

16/46

01/47

88/47

77/48

72/49

74/50

87/51

19/53

86/54

33/57

95/61

سوم

22/30

79/30

37/31

98/31

61/32

3/33

06/34

95/34

07/36

74/37

85/40

چهارم

21/23

7/23

21/24

73/24

27/25

87/25

52/26

29/27

26/28

69/29

38/32

پنجم

38/32

89/32

4/33

93/33

49/34

09/35

76/35

54/36

53/37

99/38

73/41

 

جدول 12 میانگین دمای خشک بر حسب درجه سانتی گراد  در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

 

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

61/12

84/12

07/13

3/13

55/13

82/13

12/14

46/14

9/14

55/15

76/16

دوم

84/14

07/15

3/15

54/15

79/15

06/16

37/16

72/16

17/17

83/17

07/19

سوم

77/25

9/25

03/26

16/26

31/26

46/26

64/26

84/26

09/27

47/27

18/28

چهارم

24/29

84/29

44/30

06/31

72/31

43/32

22/33

15/34

31/35

03/37

25/40

پنجم

99/23

17/24

35/24

54/24

74/24

95/24

19/25

47/25

82/25

34/26

31/27

 

جدول 13 میانگین دمای تر بر حسب درجه سانتی گراد  در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

 

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

79/7

7/7

92/7

15/8

38/8

64/8

92/8

25/9

67/9

29/10

45/11

دوم

85/8

03/9

21/9

4/9

6/9

81/9

05/10

32/10

67/10

19/11

16/12

سوم

91/14

01/15

1/15

2/15

31/15

42/15

54/15

69/15

87/15

15/16

66/16

چهارم

81/16

93/16

05/17

18/17

31/17

45/17

61/17

8/17

04/18

39/18

04/19

پنجم

9/13

98/13

06/14

15/14

24/14

34/14

45/14

58/14

74/14

97/14

52/15

 

جدول 14 میانگین سرعت باد برحسب نات در  سطوح احتمالی مختلف در مراحل فنولوژی بادام

احتمال

 

 

مراحل فنولوژی

 

50

 

55

 

60

 

65

 

70

 

75

 

80

 

85

 

90

 

95

 

99

اول

3/3

55/3

8/3

07/4

35/4

65/4

99/4

38/5

88/5

61/6

98/7

دوم

41/3

69/3

98/3

27/4

59/4

92/4

3/5

74/5

29/6

11/7

64/8

سوم

28/4

6/4

92/4

26/4

61/5

6

42/6

92/6

55/7

47/8

21/10

چهارم

53/4

86/4

2/5

54/5

91/5

31/6

75/6

27/7

91/7

87/8

68/10

پنجم

14/4

45/4

76/4

08/5

42/5

79/5

2/6

68/6

28/7

16/8

83/9

 

جدول 15 میزان ضریب همبستگی بین عملکرد بادام با عناصر اقلیمی در مراحل مختلف فنولوژی

 

مراحل

فنولوژی

 

 

دمای بیشینه

 

دمای کمینه

 

دمای خشک

 

دمای تر

 

ساعات آفتابی

 

رطوبت نسبی

 

بارندگی

 

سرعت باد

 

دامنه تغییرات دما

 

اول

مقدار متغیر

1/16

53/4

6/10

52/5

68/6

6/51

33/1

93/2

3/12

ضریب همبستگی

302/0-

359/0-

306/0-

30/0-

188/0-

054/0

170/0

267/0-

022/0-

 

دوم

مقدار متغیر

9/16

29/5

5/10

86/5

29/6

6/51

47/1

2/3

6/11

ضریب همبستگی

073/0-

052/0-

107/0-

084/0-

0361/0-

083/0

027/0

324/0-

016/0-

 

سوم

مقدار متغیر

20

56/7

5/13

99/7

2/7

1/48

20/1

16/3

6/12

ضریب همبستگی

027/0-

112/0

038/0-

066/0

080/0-

161/0

008/0

337/0-

027/0-

 

چهارم

مقدار متغیر

32

56/7

25

5/14

85/9

9/31

322/0

91/3

1/14

ضریب همبستگی

040/0-

112/0

044/0

176/0-

064/0-

241/0-

280/0-

315/0-

118/0-

 

پنجم

مقدار متغیر

36

2/21

7/29

6/16

4/11

6/23

0258/0

18/4

9/14

ضریب همبستگی

251/0

223/0

144/0

061/0-

115/0-

051/0-

238/0-

340/0-

052/0-

 

نتایج تحلیل روند عناصر اقلیمی در مراحل مختلف فنولوژی بادام با استفاده از آزمون من کندال و t-test

جدول (16) نتایج بررسی­های تحلیل روند مراحل فنولوژی بادام را با آزمون من کندال و t-test نشان می دهد. همان طور که ملاحظه می­شود تاریخ آغاز مراحل اول، دوم، چهارم و پنجم فنولوژی دارای روند کاهشی معنی­دار در سطح 5 درصد می باشد، اما تاریخ  آغاز مرحله سوم فنولوژی دارای روند کاهشی معنی­دار در سطح 1 درصد می­باشد. نتایج آزمون t-test  نشان می دهد تاریخ آغاز مراحل اول، چهارم و پنجم فنولوژی دارای روند کاهشی معنی­دار در سطح 5 درصد می باشد، اما تاریخ آغاز مرحله سوم فنولوژی دارای روند کاهشی معنی­دار در سطح 1 درصد بوده است. تاریخ آغاز مرحله دوم فنولوژی هیچ نوع روند کاهشی یا افزایشی معنی­دار از خود نشان نداده است.جدول 17 روند تغییرات متغیرهای موثر بر رشد بادام را در مراحل فنولوژی با استفاده از آزمون من کندال نشان می­دهد. همان طور که مشاهده می شود، دمای بیشینه در مرحله دوم و سوم فنولوژی روند افزایشی معنی­دار در سطح 5 درصد از خود نشان می دهد. در مراحل اول، چهارم و پنجم فنولوژی هیچ نوع روند کاهشی یا افزایشی معنی­دار مشاهده نمی گردد. دمای کمینه فقط در مرحله سوم فنولوژی دارای روند افزایشی معنی­دار در سطح 5 درصد می­باشد و در بقیه مراحل دارای هیچ نوع روند کاهشی یا افزایشی معنی­دار نمی باشد. دمای خشک در مرحله اول و سوم دارای روند افزایشی معنی­دار در سطح 5 درصد می باشد. این متغیر در  مرحله دوم روند افزایشی­معنی دار در سطح 1 درصد از خود نشان داده است ولی در مرحله چهارم و پنجم هیچ نوع روند کاهشی یا افزایشی معنی دار از خود نشان نداده است. دمای تر در مرحله دوم دارای روند افزایشی معنی دار در سطح 1 درصد و در مرحله  سوم دارای روند افزایشی معنی دار در سطح 5 درصد می باشد. در بقیه مراحل هیچ نوع روند کاهشی یا افزایشی معنی دار مشاهده نمی شود. ساعات آفتابی فقط در مرحله اول روند افزایشی معنی دار در سطح 5 درصد از خود نشان می دهد. در بقیه مراحل دارای هیچ نوع روند کاهشی یا افزایشی معنی دار نمی باشد. رطوبت نسبی در هیچ کدام از مراحل روند کاهشی یا افزایشی معنی دار از خود نشان نداده است. بارندگی فقط در مرحله اول روند افزایشی معنی دار در سطح 5 درصد از خود نشان می دهد و در بقیه مراحل دارای هیچ نوع روند کاهشی یا افزایشی معنی دار نمی باشد.

دامنه تغییرات دما در مرحله اول و سوم روند افزایشی معنی دار در سطح 5 درصد از خود نشان می دهد در بقیه دارای مراحل هیچ نوع روند کاهشی یا افزایشی معنی دار نمی باشد. سرعت باد در تمام مراحل فنولوژی دارای روند افزایشی معنی دار در سطح 1 درصد است.                           

 

جدول 16 بررسی روند تاریخ آغاز مراحل فنولوژی بادام  با آزمون من کندال و t-test

مراحل فنولوژی

من کندال

t- test

P-Value

z

P-Value

t

مرحله اول

0083/0

39/2-*

039/0

17/2-*

مرحله دوم

0105/0

30/2-*

064/0

94/1-

مرحله سوم

0001/0

68/3-**

001/0

77/3-**

مرحله چهارم

0057/0

53/2-*

022/0

44/2-*

مرحله پنجم

0083/0

40/2-*

035/0

23/2-*

* معنی دار در سطح 5 درصد، ** معنی دار در سطح 1 درصد

 

جدول 17 بررسی روند عناصر اقلیمی در مراحل مختلف فنولوژی محصول بادام با استفاده از آزمون من کندال

مراحل فنولوژی

میانگین دمای بیشینه

میانگین دمای کمینه

میانگین دمای خشک

میانگین دمای تر

میانگین ساعات آفتابی

میانگین رطوبت نسبی

میانگین بارندگی

میانگین سرعت باد

میانگین دامنه تغییرات دما

P-Value

z

P-Value

z

P-Value

z

P-Value

z

P-Value

z

P-Value

z

P-Value

z

P-Value

z

P-Value

z

مرحله اول

0485/0

65/1

308/0

499/0

0154/0

*   16/2

 

226/0

750/0

0062/0

50/2*

109/0

23/1-

021/0

1/2-*

0

62/4**

0243/0

97/1*

مرحله دوم

0192/0

*1/2

0330/0

83/1

 

001/0

** 91/2

 

002/0

**81/2

134/0

11/1

367/0

339/0-

260/0

643/0

0

40/5**

134/0

11/1

مرحله سوم

0053/0

55/2*

017/0

*  10/2

 

0218/0

*   01/2

 

0053/0

55/2*

0647/0.

52/1

154/0

02/1-

254/0

66/0-

0

1/5**

0187/0

08/2*

مرحله چهارم

150/0

03/1

186/0

892/0

278/0

589/0

274/0

60/0

0485/0

66/1

492/0

0178/0

315/0

482/0

0

01/5**

346/0

394/0

مرحله پنجم

374/0

32/0-

260/0

624/0-

394/0

267/0-

174/0

938/0-

0281/0

91/1

211/0

0803/-

212/0

799/0-

0

12/5**

274/0

60/0

 

نتایج انجام تحلیل عاملی بر روی متغیرهای اقلیمی موثر بر عملکرد بادام

همان طور که در مواد و روشها بحث کردیم، تحلیل عاملی از جمله روشهایی است که برای کاهش تعداد متغیرها به وجود آمده است. هدف از انجام تحلیل عاملی شناسایی عوامل اصلی موثر بر عملکرد محصولات باغی است. همانطور که در بخش های قبل ملاحظه شد، ضریب همبستگی عناصر مختلف اقلیمی با عملکرد بادام در سطوح 5 و 1 درصد معنی دار بود و در نظر گرفتن آنها به صورت تک تک مشکل است. لذا سعی شد با انجام تحلیل عاملی، عوامل همسان در یک عامل قرار گیرند. با توجه به بخشهای قبل، از بین تمامی متغیرهایی که همبستگی آنها با عملکرد بادام مورد تجزیه و تحلیل قرار گرفت، تنها 15 متغیر با عملکرد بادام همبستگی معنی دار داشته اند.. نتایج انجام تحلیل عاملی بر روی این 15 متغیر در جدول 18 نشان داده شده است. همانطور که در این جدول مشاهده می شود، عامل اول با واریانس 7/48 درصد و ارزش ویژه 7 بیشترین سهم را در تبیین تغییرات متغیرها داشته است. همانطور که مشاهده می­شود، 4 عامل شناخته شده توانسته­اند بیش از 81 درصد تغییرات متغیرها­ را­ تبیین ­نمایند.

جدول 18 عوامل استخراج شده بر اساس مقدار ویژه بیشتر از 1 برای محصول بادام در شهرستان سبزوار

عامل

مقادیر ویژه اولیه

واریانس تبیین شده توسط عامل

وارایانس تجمعی تبیین شده توسط عامل

مجموع

در صد واریانس

واریانس تجمعی

مجموع

در صد واریانس

واریانس تجمعی

مجموع

در صد واریانس

واریانس تجمعی

1

752/7

677/51

677/51

752/7

677/51

677/51

313/7

754/48

754/48

2

902/1

681/12

358/64

902/1

681/12

358/64

165/2

436/14

190/63

3

473/1

823/9

181/74

473/1

823/9

181/74

445/1

632/9

822/72

4

085/1

232/7

413/81

085/1

232/7

413/81

289/1

591/8

413/81

5

938/0

256/6

669/87

 

 

 

 

 

 

6

753/0

020/5

690/92

 

 

 

 

 

 

7

513/0

419/3

109/96

 

 

 

 

 

 

8

225/0

498/1

607/97

 

 

 

 

 

 

9

158/0

054/1

661/98

 

 

 

 

 

 

10

101/0

676/0

337/99

 

 

 

 

 

 

11

047/0

311/0

648/99

 

 

 

 

 

 

12

031/0

209/0

857/99

 

 

 

 

 

 

13

017/0

116/0

973/99

 

 

 

 

 

 

14

004/0

026/0

999/99

 

 

 

 

 

 

15

551/8-

001/0

100

 

 

 

 

 

 

 

شکل 2 نتایج انجام تحلیل خوشه­ای را بر روی عوامل اصلی موثر بر عملکرد بادام نشان می­دهد. با توجه به این شکل، عوامل اصلی موثر بر عملکرد بادام را می­توان در 3 خوشه مجزا به شرح زیر قرار داد:

خوشه اول شامل پارامترهای دمای خشک بهمن- اسفند، دمای تر بهمن- اردبیهشت، دمای خشک اسفند، دمای تر بهمن- اسفند، دمای کمینه اسفند و دمای کمینه بهمن- اسفند می باشد. این عامل بیشتر تغییرات دمای مربوط به اوایل فصل رشد و تاثیر آن را بر عملکرد بازگو می­کند.

خوشه دوم شامل متغیرهای دمای بیشینه آذرماه، دمای خشک زمستان، دمای بیشینه بهمن- اسفند، دمای بیشینه اسفند و دامنه تغییرات دمای مهر است. این عامل بیشتر تغییرات متغیرهای مربوط به دما را در انتهای فصل رشد و هنگام رکود درختان بادام بازگو می­نماید. 

خوشه سوم شامل دمای بیشینه فروردین، دمای خشک تیرماه و دمای کمینه تیرماه است. این عامل نیز تغییرات متغیرهای دما را در فصل بهار و تابستان بیان می­نماید. از مجموع موارد یاد شده می توان این طور نتیجه گیری نمود که از بین تمامی عناصر اقلیمی مورد بررسی در این تحقیق، متغیر های مربوط به دما بیشترین نقش را  بر روی عملکرد این محصول  به خود اختصاص داده اند، مخصوصآ آن دسته از متغیرهای دما که مربوط به اوایل فصل بهار و مصادف با گلدهی این محصول می باشد، نقش تعیین کننده­ای در عملکرد این محصول بر عهده دارند. بنابراین پیشنهاد می­شود با در نظر گرفتن این نتایج، نسبت به کشت ارقام دیر گل در این منطقه اقدام شود.

.

شکل 2 درختخوشه­بندی عناصراقلیمی موثر بر عملکردمحصول بادام در شهرستان سبزوار

نتیجه گیری

کشاورزی یکی از بخش­های مهم اقتصادی به شمار می­آید و شرایط اقلیمی نقش بسیار مهمی در تولیدات کشاورزی دارد. شناخت پتانسیل­های اقلیمی مناطق برای تنوع و استعداد یابی محصولات کشاورزی از اهمیت زیادی برخوردار است. با توجه به روند افزایش جمعیت جهان و تغییرات اقلیمی در سالهای اخیر، تامین مواد غذایی مورد نیاز انسانها و سازگاری با شرایط اقلیمی دارای اهمیت زیادی است. با آگاهی از شرایط جوی و پتانسیل­های اقلیمی کشاورزی مناطق، می­توان از منابع با بازدهی بالاتری استفاده نمود (حجازی زاده و مقیمی، 1386).

دراین تحقیق، با استفاده از ضریب همبستگی پیرسون، ارتباط عملکرد محصول بادام با عناصر اقلیمی به دست آمد. نتایج نشان داد که دمای بیشینه دارای بیشترین همبستگی منفی معنی­دار با عملکرد بادام می باشد. در این تحقیق روند مراحل فنولوژی محصول  با استفاده از آزمون ناپارامتری من کندال و آزمون پارامتری t-test  مورد ارزیابی قرار گرفت. نتایج نشان داد که تاریخ آغاز مراحل فنولوژی دارای روند کاهشی معنی­دار می باشد. به عبارت دیگر، مراحل فنولوژی زودتر آغاز می­شود. 

  1. AliBabaei, Y., 2014. Computer applications in the social sciences, Tehran University press.
  2. Alijani, B., 2003. Synoptical climatology, Samt publication, First Edition, PP.272.
  3. Esmail poor, A., 1997. Evaluation of Effects of topping pruning and  growth regulators on the shoots, performance and flowering of Pistachio trees, Master of Science thesis, Shiraz University, PP.85.
  4. Fallah Ghalhari, Gh., Khoshhal, J., Habibi Nokhandan, M., 2011. Evaluation of linear trend of climatic parameters changes affecting on the growth of citrus Case study: Northern part of Iran, Journal of Climate Researches, Number 5-6, PP. 19-38.
  5. Fengmei, Y., Yinglong, X., Erda, L., Masayuki Y., Jiahua Z. 2007. Assessing theimpacts of climate change on rice yields in the main rice areas of China. Climate Change, Number 80, PP. 395-409.
  6. Ghanei Ardekani, A., 2000. Analysis of the climatic effects on the development of pistachio cultivation in Yazd Ardekan plain, Master of Science thesis, department of Geography, Callege of Humanities and Social Sciences, University of Isfahan.
  7. HafezNia, M., 2009. An Introduction to Research Methods in Human Sciences, 8th Edition, Samt publication, PP. 348.  
  8. Hejazi Zadeh, Z., Moghimi, Sh., 2007. An application of Climatology in urban and regional planning, Payam Noor publivation, First Edition, PP.272.
  9. Jahanbakhsh Asl, S., 1996. Using Agroclimatic data and weather forecasting in agricultural processing, Journal of College of Humanities and Social Sciences, Tabriz University, Number 2, PP.50-61.
  10. Kamali, Gh. 2003. Harmful colds to agriculture sector in the form of probabilities criterion, Journal of Geographical Research, Number 1(4), PP. 149-165.
  11. Kamali, Gh., Bazgir, S., 2009. Prediction of wheat yield using agrometeorological indices in some western areas of the Iran, Journal of Agricultural Sciences and Natural Resources, Number 15(2), PP. 113-121.
  12. Kendall, M.G. 1975. Rank Correlation Methods, 4th edition, Charles Griffin, London.
  13. Lettenmaier, D. P., Wood, E. F., Wallis, J. R. 1994. Hydro-climatological Trends in the Continental United States, 1948–88, Journal of Climate, Number 7, PP.586–607.
  14. Lobell, D.B., Field, C.B., Cahill, K.N., Bonfils, C. 2006. Impacts of future climate change onCalifornia perennial crop yields: Model projections with climate and    crop uncertainties, Agricultural and Forest Meteorology, Number 141, PP. 208-218.
  15. Mann, H.B. 1945. Non-parametric tests against trend, Econometrica, Number 13, PP.163-171.
  16. Mohammadi, H., Moghtaderi, Gh., 2004. Evaluation of climate potential of palm cultivation in Golestan province, Journal of Geographical Research, Number 49, PP. 163-178.
  17. Momeni, M., 2003. Climate change and its effects on ecological instability in Iran, The third regional conference on climate change, Isfahan, 21-23 oct 2003,  PP. 18-153.
  18. Norwood, C.A. 2000. Dryland Winter Wheat as Affected by Previous Crops, Agronomy Journal, 92(1): 121-127.
  19. Onoz, B., Bayazit, M. 2003. The Power of Statistical Tests for Trend Detection, Turkish Journal of Enginnering and Environmental Sciences, 27: 247- 251.
  20. Rezaei, A., 2013. Concepts of probability and statistics, Mashad publication, 8th Edition, PP.446.
  21.  Ryugo K. 1982. The Effects of Shading on the Physiology of Close Planted Walnut Tree, Rivista di ortoflorofrutticoltura italiana, Number 66(5), PP. 353-360.
  22. Shenavar, A., 1996. Air and agriculture, Journal of Iranian meteorological organization, PP. 50-55.
  23. Turgay, P., Ercan, K. 2005. Trend Analysis in Turkish Precipitation data. Hydrological Process, Number 20(9), PP. 2011-2026.
  24. Westcott, N., Hollinger, S.B., Kunkel, K.E. 2005. Use of Real-Time Multisensor Data to Assess the Relationship of Normalized Com Yield with Monthly Rainfall and Heat Stress across the Central United States. Journal of Applied Meteorology and Climatology, Number 44(11), PP. 1667-1676.