Evaluating AquaCrop Model Performance for Simulating Rice Yield under Varying Salinity Levels: A Case Study from a Pot Experiment in Central Thailand
Article Sidebar
Main Article Content
Abstract
Soil salinity, a major constraint on rice production worldwide, is often quantified by electrical conductivity. This study investigated the performance of the AquaCrop model to simulate rice yield under varying salinity levels in a controlled pot experiment conducted in an experimental greenhouse at Kasetsart University, Nakhon Pathom, Thailand, from October 5, 2023, to January 20, 2024. Rice plants were grown in 28x28x35 cm pots filled with 20 cm of soil and subjected to four salinity treatments: no salt (NaCl), 50 g NaCl, 100 g NaCl, and 150 g NaCl. Each treatment had five replicates. The AquaCrop model was run using observed climate data (temperature, solar radiation, wind speed, humidity), soil properties, crop parameters, and irrigation management practices. Experimental results revealed a negative impact of salinity on both above-ground biomass and dry grain yield. AquaCrop simulations realistically captured the trend of decreasing biomass and yield with increasing salinity. While the model acceptably estimated above-ground biomass, it slightly overestimated dry grain yield compared to observed values. This study highlights AquaCrop's potential as a tool for simulating rice response to salinity stress. Further refinement of model parameters and enhanced capabilities to simulate plant responses to salinity in greater detail could further improve model performance.
Article Details
References
จิรวัฒน์ เวชแพศน์, ศักดา จงแก้ววัฒนา, และ อานันท์ ผลวัฒนะ. (2543). การประเมินค่าสัมประสิทธิ์ทางพันธุกรรมของข้าวสำหรับแบบจำลอง CERES-Rice. ในเมธี เอกะสิงห์ และคณะ (บ.ก.), โครงการระบบสนับสนุนการตัดสินใจการผลิตพืช: ข้าวในภาคเหนือ (น. 141–165). สำนักงานกองทุนสนับสนุนการวิจัย (สกว.).
ณัชชา ว่องชิงชัย, ธีรภัทร เพชรดุลย์, และ ภวัต ศรีศรทอง. (2565). การศึกษาผลความเค็มของดินต่อผลผลิตของข้าวโดยใช้แบบจำลอง AquaCrop. โครงงานวิศวกรรมชลประทาน. มหาวิทยาลัยเกษตรศาสตร์.
ณัชพล การะกูล, ณัฐธัญ สุจริตธนารักษ์, และ ภัทธาวุธ เพ็ชรรัตน์. (2566). สมรรถนะของแบบจำลอง AquaCrop ในการจำลองการตอบสนองของข้าวต่อความเค็ม. โครงงานวิศวกรรมชลประทาน. มหาวิทยาลัยเกษตรศาสตร์.
ณรงศักดิ์ พิมใจใส และ เอกสิทธิ์ โฆสิตสกุลชัย. (2566). การปรับเทียบและประเมินสมรรถนะแบบจำลอง SWAT สำหรับการจำลองผลผลิตและการใช้น้ำของข้าวในพื้นที่โครงการชลประทานแม่กลองใหญ่. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเกษตรศาสตร์, 12(1), 1-14.
นนท์ธิดา เปล่งวุฒิไกร และ เอกสิทธิ์ โฆสิตสกุลชัย. (2563). การประยุกต์แบบจำลอง AquaCrop ในการจำลองการปลูกข้าวพันธุ์ กข 43 ภายใต้ระดับความอุดมสมบูรณ์ของดินที่ต่างกัน. ใน การประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ระดับชาติ ครั้งที่ 21.(น. 117-123). นครราชสีมา.
รัฏฐชัย สายรวมญาติ. (2552). การวิเคราะห์การใช้น้ำและการรั่วซึมผ่านดินในนาข้าวโดยใช้ถังวัดการใช้น้ำของพืชและแบบจำลอง ORYZA. [วิทยานิพนธ์ปริญญามหาบัณฑิต, มหาวิทยาลัยเกษตรศาสตร์]. iThesis Kasetsart University. https://www-lib-ku-ac-th.kasetsart.idm.oclc.org/KUthesis/2552/RattachaiSay/index.html
ศูนย์ศึกษาการพัฒนาภูพานอันเนื่องมาจากพระราชดำริ. (2555). คู่มือการจัดการดินเค็มเพื่อปลูกข้าว. สำนักงานเศรษฐกิจการเกษตร.
สำนักงานเศรษฐกิจการเกษตร. (2566). สถิติการค้าสินค้าเกษตรไทยกับต่างประเทศ ปี 2565. สำนักงานเศรษฐกิจการเกษตร.
สุนทร บูรณะวิริยะกุล และ อรรถชัย จินตะเวช. (2547). ฐานข้อมูลข้าวกับการประเมินค่าสัมประสิทธิ์ของพันธุ์สําหรับ แบบจําลอง CERES-Rice. ใน อรรถชัย จินตะเวช และคณะ (บ.ก.), รายงานวิจัยฉบับสมบูรณ์ โครงการวิจัยระบบสนับสนุนการตัดสินใจผลผลิตพืชระดับท้องถิ่น: ท้องทุ่งไทย 1.0. (น. 47-61). สํานักงานกองทุนสนับสนุนการวิจัย (สกว.).
เอกพันธ์ มาเลิศ และ เอกสิทธิ์ โฆสิตสกุลชัย. (2564). ผลิตภาพของน้ำเชิงพื้นที่สำหรับการปลูกข้าวในจังหวัดชัยนาท. วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย, 27(1), 16-24.
เอกสิทธิ์ โฆสิตสกุลชัย, ชาญณรงค์ ตั้งคณาทรัพย์, บัญชา ขวัญยืน, ปราโมทย์ สฤษดิ์นิรันดร์, พีระศักดิ์ ศรีนิเวศน์, ศุภกิจ ต้นวิบูลศักดิ์, .ศรชัย สิทธิรักษ์. (2550). แบบจำลองการเจริญเติบโตของพืชสำหรับการประเมินผลผลิตและการใช้น้ำของพืชในพื้นที่ชลประทาน. โครงการศึกษาการเพิ่มประสิทธิภาพการใช้น้ำในการเพาะปลูก. กรมชลประทาน และ มหาวิทยาลัยเกษตรศาสตร์.
เอิบ เขียวรื่นรมย์. (2550). ดินเค็มในประเทศไทย. มหาวิทยาลัยเกษตรศาสตร์.
Akumaga, U., Tarhule, A., & Yusuf, A. A. (2017). Validation and testing of the FAO AquaCrop model under different levels of nitrogen fertilizer on rainfed maize in Nigeria, West Africa. Agricultural and Forest Meteorology, 232, 225-234. https://doi.org/10.1016/j.agrformet.2016.08.011
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Food and Agriculture Organization of the United Nations (FAO). 300(9), D05109.
Cheyglinted, S., Ranamukhaarachchi, S. L., & Singh, G. (2001). Assessment of the CERES-Rice model for rice production in the Central Plain of Thailand. The Journal of Agricultural Science, 137(3), 289-298.
Department of Environment and Resource Management. (2011). Salinity Management Handbook (2nd ed.). The State of Queensland.
Doorenbos, J., & Kassam, A. H. (1979). Yield response to water (FAO Irrigation and Drainage Paper No. 33). Food and Agriculture Organization of the United Nations.
Food and Agriculture Organization of the United Nations (FAO). (2001). Agro-meteorological Models and Remote Sensing for Crop Monitoring and Forecasting in Asia and the Pacific, Annex VII. In Report of the FAO Asia-Pacific Conference on Early Warning, Prevention, Preparedness and Management of Disasters in Food and Agriculture. FAO.
Maas, E. V., & Hoffman, G. J. (1977). Crop Salt Tolerance—Current Assessment. Journal of the Irrigation and Drainage Division, 103(2), 115-134.
Mankeb, P. (1993). Calibration of Genetic Coefficients of Paddy Rice (Oryza sativa L.) for Validation of the CERES-Rice Model in Northern Thailand. [Master’s thesis, Chiang Mai University]. CMU Library. https://cmul.primo.exlibrisgroup.com/permalink/66CMU_INST/1jlp5re/alma991003376519708906
Mondal, M. S., Saleh, A. F., Razzaque Akanda, M. A., Biswas, S. K., Moslehuddin, Md, A. Z., Zaman, S., Lazar, A.N, & Clarke, D. (2015). Simulating yield response of rice to salinity stress with the AquaCrop model. Environmental Science: Processes & Impacts, 17(6), 1118-1126. https://doi.org/10.1039/c5em00095e
Napasintuwong, O. (2019). Rice Economy of Thailand. Department of Agricultural and Resource Economics, Kasetsart University.
Nendel, C., Rötter, R. P., Thorburn, P. J., Boote, K. J., & Ewert, F. (2018). Editorial Introduction to the Special Issue “Modelling cropping systems under climate variability and change: impacts, risk and adaptation”. Agricultural Systems, 159, 139-143. https://doi.org/10.1016/j.agsy.2017.11.005.
Pannangpetch, K., Laohasiriwong, S., & Vorasoot, N. (1991). Determination of physiological characteristics to simulate growth of rice variety RD6. In F. W. T. Penning de Vries, H. H. van Laar, & M. J. Kropff (Eds.), Simulation Systems Analysis for Rice Production (SARP). (pp. 102-108). Wageningen.
Raes, D., Steduto, P., Hsiao, T. C., & Fereres, E. (2009). AquaCrop—The FAO crop model to simulate yield response to water: II. main algorithms and software description. Agronomy Journal, 101(3), 438-447. https://doi.org/10.2134/agronj2008.0140s.
Rhoades, J. D., Kandiah, A., & Mashali, A. M. (1992). The use of saline waters for crop production. Food and Agriculture Organization of the United Nations (FAO).
Salman, M., García-Vila, M., Fereres, E., Raes, D., & Steduto, P. (2021). The AquaCrop model: enhancing crop water productivity. Ten years of development, dissemination and implementation 2009–2019. Food and Agriculture Organization of the United Nations.
Seidel, S. J., Palosuo, T., Thorburn, P., & Wallach, D. (2018). Towards improved calibration of crop models – Where are we now and where should we go?. European Journal of Agronomy, 94, 25-35. https://doi.org/10.1016/j.eja.2018.01.006.
Steduto, P., Hsiao, T. C., Fereres, E., & Raes, D. (2012). Crop yield response to water. Food and Agriculture Organization of the United Nations.
Steduto, P., Hsiao, T. C., Raes, D., & Fereres, E. (2009). AquaCrop—The FAO Crop Model to simulate yield response to water: I. Concepts and underlying principles. Agronomy Journal, 101(3), 426-437. https://doi.org/10.2134/agronj2008.0139s.
Wikarmpapraharn, C., & Kositsakulchai, E. (2010). Evaluation of ORYZA2000 and CERES-Rice models under potential growth condition in the Central Plain of Thailand. Thai Journal of Agricultural Science, 43(1), 17-29.
