fa مدل‌سازی پاسخ ریحان (Ocimum basilicum L.) به تنش‌های توأمان شوری و کمبود نیتروژن عمومی Ggeneral پژوهشي Research <p><strong>شوری و کمبود مواد غذایی به‌ویژه نیتروژن، دو عامل مهم کاهش‌دهند</strong><strong>ۀ</strong><strong> محصول در مناطق خشک و نیمه‌خشک می‌باشند. هدف از این پژوهش، مدل‌سازی پاسخ گیاه ریحان به تنش‌‌های توأمان شوری و کمبود نیتروژن بود. بدین‌منظور، مدل‌های تعدیل‌یافته لیبیگ- اسپرینگل (</strong><strong><span dir="ltr">LS</span></strong><strong>) و میچرلیخ- بال (</strong><strong><span dir="ltr">MB</span></strong><strong>) و همچنین مدل‌های اشتقاقی از ترکیب مدل میچرلیخ- بال برای تنش مواد غذایی و مدل‌های ماس و هافمن (31)، ون‌گنوختن و هافمن (36)، دیرکسن و آگوستین (17) و همایی و همکاران (23) برای تنش شوری ارائه و مورد ارزیابی قرار گرفتند. آزمایش‌ها در 4 سطح مختلف شوری شامل 175/1، 3، 5، و 8 دسی‌زیمنس بر متر و چهار سطح کود نیتروژن شامل صفر، 50، 75 و 100 درصد نیاز کودی در 3 تکرار انجام شد. نتایج نشان داد به‌ترتیب مدل‌های اشتقاقی </strong><strong><span dir="ltr">MB</span></strong><strong> و ماس و هافمن (9/4= </strong><strong><span dir="ltr">RMSE</span></strong><strong>)، </strong><strong><span dir="ltr">MB</span></strong><strong> و ون‌گنوختن و هافمن (4/5= </strong><strong><span dir="ltr">RMSE</span></strong><strong>) و همچنین </strong><strong><span dir="ltr">MB</span></strong><strong> و همایی و همکاران (0/7= </strong><strong><span dir="ltr">RMSE</span></strong><strong>) بهترین انطباق را با داده‌های اندازه‌گیری ‌شده دارند. همچنین عملکرد نسبی برآورد شده برای سطوح شوری‌ آب آبیاری، به‌وسیله مدل تعدیل یافته </strong><strong><span dir="ltr">LS</span></strong><strong>  (6/4= </strong><strong><span dir="ltr">RMSE</span></strong><strong>) در مقایسه با مدل </strong><strong><span dir="ltr">MB</span></strong><strong> نتایج رضایتبخش‌تری دارد (9/5= </strong><strong><span dir="ltr">RMSE</span></strong><strong>)، لیکن در سطوح نیتروژن خاک و اثرات متقابل شوری و نیتروژن، مدل تعدیل یافته </strong><strong><span dir="ltr">MB</span></strong><strong> (3/10= </strong><strong><span dir="ltr">RMSE</span></strong><strong>) نتایج رضایتبخش‌تری نسبت‌به مدل </strong><strong><span dir="ltr">LS</span></strong><strong> (4/14= </strong><strong><span dir="ltr">RMSE</span></strong><strong>) دارد. بنابراین، توصیه می‌شود به جای مدل تعدیل یافته </strong><strong><span dir="ltr">MB</span></strong><strong> و </strong><strong><span dir="ltr">LS</span></strong><strong> از مدل‌های پیشنهادی در این پژوهش استفاده شود.</strong></p> <p>Salinity and nutrient deficiency particularly nitrogen are two important limiting factors for yield production in arid and semi-arid regions. The objective of this study was to model basil response to combined salinity and nitrogen deficiency. To that end, modified Leibig-Sprengel (LS) and modified Mitcherlich-Baule (MB) and also some newly derived models based on combination of MB with salinity models of Maas and Hoffman (31), van Genuchten and Hoffman (36), Dirksen and Augustijn (17) and Homaee <em>et al.,</em> (23) were evaluated. The experiment was conducted under four salinities including 1.175, 3, 5, and 8 dSm^-1 and four nitrogen levels including 100, 75, 50, and 0 percent of fertilizer requirements each with three replicates. Results indicated that from among the evaluated models, the derived models of MB and Maas and Hoffman (MB-MH) (nRMSE=4.9), MB and van Genuchten and Hoffman (MB-VG) (nRMSE=5.4), and also MB and Homaee <em>et al.,</em> (MB-H) (nRMSE=7.0) provide best fits to the measured data. Also, the comparison of two modified LS and MB models indicated that the estimated relative yield for irrigation water salinity levels by modified LS model (nRMSE=4.6) provides better results (nRMSE=5.9). However, for soil nitrogen levels and interactive effects of salinity and nitrogen, the modified MB model (nRMSE=10.3) provided better outputs (nRMSE=14.4). Consequently, instead of the modified LS and MB models the proposed models in this research can be recommended for use.</p> شوری؛ مدل LS تعدیل شده؛ مدل MB تعدیل شده؛ نیتروژن Modified MB Model, Modified LS model, Nitrogen, Salinity. 45 58 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1-150&slc_lang=fa&sid=1 M. Sarai Tabrizi مهدی سرائی تبریزی No 1. Dept. of Water Eng., College of Agric. and Natur. Resour., Tehran Sci. and Res. Branch, Islamic Azad Univ., Tehran, Iran. 1. گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات M. Homaee مهدی همایی mhomaee@modares.ac.ir Yes 2. Dept. of Soil Sci., Tarbiat Modares Univ.; Tehran, Iran. 2. گروه خاک‌شناسی، دانشکده کشاورزی، دانشگاه تربیت مدرس H. Babazadeh حسین بابازاده No 1. Dept. of Water Eng., College of Agric. and Natur. Resour., Tehran Sci. and Res. Branch, Islamic Azad Univ., Tehran, Iran. 1. گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات F. Kaveh فریدون کاوه No 1. Dept. of Water Eng., College of Agric. and Natur. Resour., Tehran Sci. and Res. Branch, Islamic Azad Univ., Tehran, Iran. 1. گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات M. Parsinejad مسعود پارسی‌نژاد No 3. Dept. of Irrigation & Reclamation Eng., Faculty of Agric. Eng. & Technol., College of Agric. & Natur. Resour., Univ. of Tehran, Karaj, Iran. 3.گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی؛ دانشگاه تهران