Farklı Ekim Zamanlarında Yetiştirilen Nohut Bitkilerinin Kök Büyümesinin Weibull Modeli ile Tahmini

Year 2019, Volume: 6 Issue: 4, 893 - 903, 16.10.2019

Ufuk Karadavut , Ömer Sözen Mehmet Yağmur

https://doi.org/10.30910/turkjans.633630

Abstract

Bitkisel
üretimde verim öncelikli olarak ele alınan konudur. Ancak verim ele alınırken,
genellikle verime etki eden toprak üstü karakterler dikkate alınmaktadır.
Yapılan bu çalışmada kök büyümesinin bitki büyüme ve gelişmesindeki önemine
bağlı olarak nasıl bir kuru madde birikimi geliştirdiğini belirleyerek bunu
büyüme modeli ile tahminlemeye çalışılmıştır. Bunun için dinamik bir model olan
iki, üç ve dört parametreli Weibull modelleri kullanılmıştır. Bitki materyali
olarak Azkan nohut çeşidi kullanılmıştır. Üç farklı zamanda ekimi yapılan
bitkilerin kökleri alınarak taze ve kuru ağrılıkları saptanmıştır. Ayrıca
büyüme oranı, büküm noktası, büyümenin başlangıç noktası ve üst asimptot
değerleri belirlenmiştir. Karşılaştırma ölçütleri olarak da belirleme katsayısı
     (



















), hata kareler ortalamasının karekökü (

) ve ki kare (

) değeri kullanılmıştır. Sonuç olarak gerek kök taze
ağırlığında ve gerekse de kök kuru ağırlıklarında dört parametreli Weibull
modelinin diğer modellere göre daha başarılı olduğu tespit edilmiştir. İki
parametreli modelin ise en düşük uyumu gösterdiği görülmüştür. Ekim zamanları
bakımından ise en yüksek tahminleme başarısı ikinci ekim zamanında olurken, en
düşük tahminleme başarısı ise üçüncü ekim zamanında olmuştur.

Keywords

Nohut, Weibull, model, ekim zamanı

Estimation of Root Growth of Chickpea Plants Grown At Different Sowing Times with Weibull Model

Abstract

In crop
production, yield is a matter of priority. However, when considering the yield,
the above-ground characteristics which generally affect the yield are taken
into consideration. In this study, depending on the importance of root growth
in plant growth and development, we tried to predict how it developed a dry
matter briquette. For this we used a dynamic model of Weibull models with two,
three and four parameters. Azkan chickpea variety was used as plant material.
The roots of the plants which were planted at three different times were taken
and their fresh and dry weights were observed. In addition, growth rate,
bending point, starting point of growth and upper asymptote values ​​were
determined. The coefficient of determination (



















), root of square mean square error (

) and chi square (

) of were used as comparison criteria. As a result, it was determined
that Weibull model with four parameters was more successful than other models
in both root fresh weight and root dry weights. Two-parameter model was found
to be most successful. In terms of sowing times, the highest estimation success
was in the second sowing period, while the lowest estimation success was in the
third sowing period.

Keywords

Chickpea, Weibull, model, sowing time

References

• Açıkgöz, N. 1987. Nohut Tarımı. T.C. Tarım Orman ve Köy İşleri Bakanlığı, Ege Bölge Zirai Araştırma Enstitüsü Müdürlüğü Yayınları, No: 76, s.21., İzmir.
• Adams, F., Moore, B.L. 1983. Chemical factors affecting root growth in subsoil horizons of coastal plain soils. Soil Sci. Soc. Am. J., 47: 99-102.
• Altın, N., Bora, T. 2005. Bitki Gelişimini uyaran kök bakterilerinin genel özellikleri ve etkileri. Anadolu (Journal of AARI), 15(2): 87-103.
• Biçer, B.T., Albayrak, Ö., Akıncı, C. 2017. Farklı ekim zamanlarının nohutta verim ve verim unsurlarına etkisi. ADÜ Ziraat Fakültesi Dergisi, 14(1): 51-57.
• Çalı, B., Keskin, İ. 2018. Comparison of growth curve models in hair goat kids. II. International Eurasian Agriculture and Natural Sciences Congress, 11-15 September, Baku, Azerbaijan.
• El-Ghamery, A.A., El-Kholy, M.A., ElYousser, A. 2003. Evaluation of cytological effects of Zn+2 in relation to germination and root growth of Nigella sativa L. and Triticum aestivum L. Mutation Research, 537: 29-41.
• Fekeduleng, D., Mac Siurtain, M.P., Colbert, J.J. 1999. Parameter estimation of nonlinear growth models in froeastry. Silva Fenicca, 33(4): 327-336.
• Foy, C.D. 1992. Soil chemical factors limiting plant root growth. Advances in Soil Science, 19: 97-149.
• Gür, N., Topdemir, A., Munzuroğlu, Ö., Çobanoğlu, D. 2004. Ağır metal iyonlarının (Cu+2, Pb+2, Hg+2, Cd+2) Clivia sp. bitkisi polenlerinin çimlenmesi ve tüp büyümesi üzerine etkileri. Fırat Üniversitesi Fen ve Matematik Bilimleri Dergisi, 16(2): 177-182.
• Hodge, A., Berta, G., Doussan, C., Merchan, F., Crespi, M. 2009. Plant root growth, architecture and function. Plant Soil, 321: 153-187.
• Jain, R., Srivastava, S., Madan, V.K. 2000. Influence of chromium on growth and cell division of sugarcane. Indian J. Plant Physiol., 5: 228-231.
• Kacar, B. 1995. Bitki ve Toprağın Kimyasal Analizleri 3: Toprak Analizleri. Ankara Üniversitesi Ziraat Fakültesi Eğitim Araştırma ve Geliştirme Vakfı Yayınları, No. 3, 705 s.
• Karadavut, U., Tozluca, A. 2005. Growth analysis some characters in rye plants (Secale cereale L.) Growth of root and upper ground parts. J. Crop Res., (2): 1-10.
• Karadavut, U., Palta, Ç., Kökten, K., Bakoğlu, A. 2010a. Comparative study on some non-linear growth models for describing leaf growth of maize. Int. J. Agric. Biol., 12: 227-230.
• Karadavut, U., Genç, A., Tozluca, A., Palta, Ç. 2010b. Silajlık ve danelik mısırlarda kuru madde birikiminin bazı matematiksel büyüme modelleri ile analizi. Tarım Bilimleri Dergisi, 16: 89-96.
• Karadavut, U., Palta, Ç., Kökten, K., Bakoğlu, A. 2010c. Comparative study on some non-linear growth models for describing leaf growth of maize. Int. J. Agric. Biol., 12: 227-230.
• Karadavut, U., Kökten, K., Kavurmacı, Z. 2010d. Comparison of relative growth rates in silage corn cultivars. Asian Journal of Animal and Veterinary Science, 5(3): 223-228.
• Mahanta, D.J., Borah, M. 2014. Parameter estimation of Weibull growth models in forestry. International journal of Mathematics Trends and Technology. 8(3): 157-163.
• Malamy, J.E. 2005. Intrinsic and environmental response pathways that regulate root system architecture. Plant Cell Environ., 28: 67-77.
• Mendenhall, W., Hader, R.J. 1958. Estimation of parameters of mixed exponentially distributed failure time distributions from censored life test data. Biometrica, 45: 504-520.
• Meyveci, K., Eyüpoğlu, H., Karagüllü, E. 1993. Orta Anadolu bölgesinde bazı nohut çeşitleri için uygun ekim zamanının belirlenmesi. Tarla Bitkileri Merkez Araştırma Enstitiüsü, Ankara.
• Murthy, D.N.P., Xie, M., Jiang, R. 2004. “Weibull Models”, Wiley Series in Probability and Statistics, United States of America.
• Özdemir, S., Karadavut, U. 2003. The performance of autumn sowing over spring sowing of chickpea in the temperate region. Tr. J. of Agriculture and Forestry, (27): 345-352.
• Prasad, T.V.R., Krishnamurthy, K., Kailasam, C. 2008. Functional crop and cob growth models of maize (Zea mays L.) cultivars. J. Agron. Crop Sci., 194: 208-212
• Ratkowsky, D.A. 1983. Nonlinear Regression Modelling. Marcel Dekker, New York, USA. Reynolds, H.L., D’Antonio, C. 1996. The ecological significance of plasticity in root weight ratio in response to nitrogen: Opinion. Plant Soil, 185: 75-97.
• Romerio, R.S. 2000. Preliminary results on PGPR research at the Universidade Federal de Viçosa, Brazil. Fifth International PGPR Workshop, 29 October-3 November, Cordoba-Argentina.
• Saleque, M.A., Kirk, G.J.D. 1995. Root-induced solubilization of phosphate in the rhizosphere of lowland rice. New Phytol., 129: 325-336.
• Sariyel, V., Aygun, A., Keskin, İ. 2017. Comparison of growth curve models in partridge. Poultry Science, 96: 1635-1640.
• Saxena, N.P. 1984. Chickpea in the Physiology of Tropical Field Crops (Goldsworthy, P.R. and Fisher, N.M., eds.), pp. 419- 452. John Wiley and Sons Ltd, UK.
• Seber, G.A.F., Wild, C.J. 1989. Nonlinear Regression. A John Willey & Sons Publications.0-471-47135-6.
• Smithson, J.B., J.A. Thompson, R.J. Summerfield, 1985. Chickpea. Grain Legume Crops (Summerfield, R. J. and E. H. Roberts, eds.)., pp. 315-345, Collins, London.
• Singh, M.B., Bhalla, P.L. 2006. Plant stem cells carve their own niche. Trends Plant Sci., 11: 241-246. Weibull, W. 1951. A statistical distribution function of wide applicability. Journal of Applied Mechanics, 18: 293-296.