การปรับเทียบและประเมินสมรรถนะแบบจำลอง SWAT สำหรับการจำลองผลผลิตและการใช้น้ำของข้าวในพื้นที่โครงการชลประทานแม่กลองใหญ่ | Calibration and Performance Evaluation of SWAT Model on Rice Yield and Evapotranspiration Simulation in the Greater Mae Klong Irrigation Project Area
Article Sidebar
Main Article Content
Abstract
This paper aims to calibrate the Soil and Water Assessment Tool (SWAT) model and to evaluate model performance on irrigated rice yield and evapotranspiration estimation in the Greater Mae Klong Irrigation Project area. Crop parameters were calibrated using rice phenological data and the yield collected from the experimental plot at the Irrigation Water Management Experiment Station 9 (Tha Muang) in Kanchana Buri province, and the simulated results were compared with those from DSSAT model. From the observation of the phenological development, rice was grown under the potential production system. Neither water nor nutrient stresses occurred during the growing season. It revealed that SWAT performances on rice cropping simulation, yield estimation, and evapotranspiration calculation were satisfactory, after having calibrated crop parameters and set appropriate initial conditions. The SWAT results were comparable to those from the experimental plot (%RMSE =21.6%, d=0.984) and from the DSSAT simulation. Moreover, SWAT modeling environment has spatial data utilities for conducting large scale simulation. However, further studies are essential to properly represent the lowland paddy field and to develop novel algorithms for more reasonably simulating the ponding rice cropping.
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อปรับเทียบและประเมินสมรรถนะของแบบจำลอง SWAT สำหรับการจำลองการปลูกข้าว เพื่อประมาณปริมาณผลผลิตและการใช้น้ำของข้าวชลประทานในพื้นที่โครงการชลประทานแม่กลองใหญ่ การจัดทำแบบจำลองได้ปรับเทียบพารามิเตอร์ข้าวเทียบกับข้อมูลจากแปลงทดลองที่สถานีทดลองการใช้น้ำชลประทานที่ 9 (ท่าม่วง) และจำลองเปรียบเทียบกับแบบจำลอง DSSAT การปลูกข้าวเพื่อเก็บตัวอย่างการเติบโตและผลผลิตข้าวในแปลงทดลองเป็นระบบการปลูกพืชให้ได้ผลผลิตตามศักยภาพ ข้าวได้รับน้ำและธาตุอาหารตามความต้องการ การจำลองระบบการปลูกข้าวด้วย SWAT และ DSSAT กำหนดสภาพการเพาะปลูกแบบเดียวกับการทดลอง ผลการศึกษา พบว่า แบบจำลอง SWAT เมื่อปรับเทียบพารามิเตอร์พืชและกำหนดค่าตั้งต้นที่เหมาะสมมีสมรรถนะในการจำลองการปลูกข้าว การประมาณค่าผลผลิต และปริมาณการใช้น้ำใกล้เคียงกับผลทั้งจากแปลงทดลอง (%RMSE =21.6%, d=0.984) และจาก DSSAT อนึ่ง แบบจำลอง SWAT มีเครื่องมือสำหรับเตรียมข้อมูลเชิงพื้นที่ช่วยสำหรับการจำลองในพื้นที่ขนาดใหญ่ ถึงกระนั้น งานศึกษาวิจัยเพื่อกำหนดรูปแบบการจำลองที่เหมาะสมรวมถึงการพัฒนากระบวนวิธีเฉพาะสำหรับข้าวนาสวนที่ปลูกแบบขังน้ำ ยังเป็นสิ่งจำเป็นเพื่อให้สามารถจำลองให้สอดคล้องกับความเป็นจริงมากยิ่งขึ้น
Downloads
Article Details
References
จิรวัฒน์ เวชแพศน์, ศักดา จงแก้ววัฒนา, อานันท์ ผลวัฒนะ. (2543). การประเมินค่าสัมประสิทธิ์ทางพันธุกรรมของข้าวสำหรับแบบจำลอง CERES-Rice. ใน โครงการระบบสนับสนุนการตัดสินใจการผลิตพืช: ข้าวในภาคเหนือ (น. 141-165). กรุงเทพฯ: สำนักงานกองทุนสนับสนุนการวิจัย.
ณรงศักดิ์ พิมใจใส, เอกสิทธิ์ โฆสิตสกุลชัย. (2563). การประเมินแบบจำลอง SWAT สำหรับวิเคราะห์สมดุลน้ำในนาข้าวพื้นที่โครงการชลประทานแม่กลองใหญ่. การประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ระดับชาติ ครั้งที่ 21. นครราชสีมา.
นนท์ธิดา เปล่งวุฒิไกร, เอกสิทธิ์ โฆสิตสกุลชัย. (2563). การประยุกต์แบบจำลอง AquaCrop ในการจำลองการปลูกข้าวพันธุ์ กข 43 ภายใต้ระดับความอุดมสมบูรณ์ของดินที่ต่างกัน. การประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ระดับชาติ ครั้งที่ 21.นครราชสีมา.
เมธี เอกะสิงห์, สศักดิ์ดา จงแก้ววัฒนา, อรรถชัย จินตะเวช, ถาวร อ่อนประไพ, พนมศักดิ์ พรหมบุรมย์, จุไรพร แก้วทิพย์, & อานันท์ ผลวัฒนะ. (2543). โครงการระบบสนับสนุนการตัดสินใจการผลิตพืช ข้าวในภาคเหนือ (รายงานการวิจัย). กรุงเทพฯ: สำนักงานกองทุนสนับสนุนการวิจัย (สกว.).
รังสรรค์ อาภาคัพภะกุล. (2538). ประสิทธิภาพการใช้รังสีดวงอาทิตย์ของข้าวภายใต้แบบการทำนาและสภาพแวดล้อมที่แตกต่างกัน. วารสารวิทยาศาสตร์และเทคโนโลยีสงขลานครินทร์, 17(1), 23-33.
รัฏฐชัย สายรวมญาติ. (2552). การวิเคราะห์การใช้น้ำและการรั่วซึมผ่านดินในนาข้าวโดยใช้ถังวัดการใช้น้ำของพืชและแบบจำลอง ORYZA. (วิทยานิพนธ์ปริญญามหาบัญฑิต). กรุงเทพฯ: มหาวิทยาลัยเกษตรศาสตร์.
สำนักงานเศรษฐกิจการเกษตร. (2562). สถิติการค้าสินค้าเกษตรไทยกับต่างประเทศ 2562. กรุงเทพฯ: สำนักงานเศรษฐกิจการเกษตร.
สุนทร บูรณะวิริยะกุล, อรรถชัย จินตะเวช. (2547). ฐานข้อมูลข้าวกับการประเมินค่าสัมประสิทธิ์ของพันธุ์สําหรับแบบจําลอง CERES-Rice. (รายงานการวิจัย). กรุงเทพฯ: สำนักงานกองทุนสนับสนุนการวิจัย.
อรรถชัย จินตะเวช, สุนทร บูรณะวิริยะกุล, ก้อนทอง พวงประโคน, วินัย ศรวัต และวันทนา เลิศศิริวรกุล. (2547). ระบบสนับสนุนการตัดสินใจผลผลิตพืชระดับท้องถิ่น: ท้องทุ่งไทย 1.0. (รายงานการวิจัย). กรุงเทพฯ: สํานักงานกองทุนสนับสนุนการวิจัย.
เอกพันธ์ มาเลิศ, เอกสิทธิ์ โฆสิตสกุลชัย. (2562). การประเมินผลของความแปรปรวนภูมิอากาศต่อศักยภาพผลผลิตของข้าวนาสวน ในจังหวัดชัยนาทด้วยแบบจำลอง DSSAT-CERES. การประชุมวิชาการด้านการชลประทานและการระบายน้ำแห่งชาติ ครั้งที่ 12. นนทบุรี: กรมชลประทาน.
เอกสิทธิ์ โฆสิตสกุลชัย, ชาญณรงค์ ตั้งคณาทรัพย์, บัญชา ขวัญยืน, ปราโมทย์ สฤษดิ์นิรันดร์, พีระศักดิ์ ศรีนิเวศน์, ศุภกิจ ต้นวิบูลศักดิ์, ศิริรัตน์ ภู่ทองสุข, มานัส กองแก้ว, พันธ์ชัย บุญเพ็ญ, ศรชัย สิทธิรักษ์. (2550). แบบจำลองการเจริญเติบโตของพืชสำหรับการประเมินผลผลิตและการใช้น้ำของพืชในพื้นที่ชลประทาน: โครงการศึกษาการเพิ่มประสิทธิภาพการใช้น้ำในการเพาะปลูก. นครปฐม: มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกำแพงแสน.
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. doi: 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. Italy: Food and Agriculture Organization of the United Nation.
Arnold, J. G., Moriasi, D. N., Gassman, P. W., Abbaspour, K. C., White, M. J., Srinivasan, R., Santhi, C., Harmel, R. D., van Griensven, A., van Liew, M. W., Kannan, N., & Jha, M. K. (2012). SWAT: Model Use, Calibration, and Validation. Transactions of the ASABE, 55(4), 1491-1508. doi: 10.13031/2013.42256.
Bannayan, M., Kobayashi, K., Marashi, H., & Hoogenboom, G. (2007). Gene-based modelling for rice: An opportunity to enhance the simulation of rice growth and development? Journal of theoretical biology, 249(3), 593-605. doi.org/10.1016/j.jtbi.2007.08.022.
Cheyglinted, S., Ranamukhaarachchi, S., & 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. doi: 10.1017/S0021859601001319.
Chinsuwan, W., Choun-udom, S., & Phayom, W. (2002). Rice Harvest Losses Assessment. TSAE Journal, 9(1), 14-19.
Donald, C. M., & Hamblin, J. (1976). The Biological Yield and Harvest Index of Cereals as Agronomic and Plant Breeding Criteria. Advances in Agronomy, 28, 361-405 .doi: 1 10.1016/S0065-2113(08)60559-3
Gassman, P. W., Jeong, J., Boulange, J., Narasimhan, B., Kato, T., Somura, H., Watanabe, H., Eguchi, S., Cui, Y., Sakaguchi, A., Hoang Tu, L., Jiang, R., Kim, Jeffrey G. Arnold, M.-K., & Ouyang, W. (2021). Simulation of rice paddy systems in SWAT: A review of previous applications and proposed SWAT+ rice paddy module. International Journal of Agricultural and Biological Engineering, 14(6), 1-24.
Gassman, P. W., Sadeghi, A. M., & Srinivasan, R. (2014). Applications of the SWAT Model Special Section: Overview and Insights. Journal of Environmental Quality, 43(1), 1-8. doi: 10.2134/jeq2013.11.0466.
Hoogenboom, G., Porter, C. H., Shelia, V., Boote, K. J., Singh, U., White, J. W., Hunt, L. A., Ogoshi, R., Lizaso, J. I., Koo, J., Asseng, S., Singels, A., Moreno, L. P., & Jones, J. W. (2017). Decision Support System for Agrotechnology Transfer (DSSAT) Version 4.7. Florida: DSSAT Foundation.
Hoogenboom, G., Porter, C. H., Boote, K. J., Shelia, V., Wilkens, P. W., Singh, U., White, J. W., Asseng, S., Lizaso, J. I., Moreno, L. P., Pavan, W., Ogoshi, R., Hunt, L. A., Tsuji, G. Y., & Jones, J. W. (2020). The DSSAT crop modeling ecosystem. In K. J. Boote (Ed.), Advances in crop modelling for a sustainable agriculture (pp. 173-216). United Kingdom: Burleigh Dodds.
Jones, J. W., Hoogenboom, G., Porter, C. H., Boote, K. J., Batchelor, W. D., Hunt, L., Wilkens, P. W., Singh, U., Gijsman, A. J., & Ritchie, J. T. (2003). The DSSAT cropping system model. European Journal of Agronomy, 18 (3–4), 235-265. doi: 10.1016/S1161-0301(02)00107-7.
Kakarndee, I., Kositsakulchai, E. (2020). Comparison between SWAT and SWAT+ for simulating streamflow in a paddy field dominated basin, northeast Thailand. Proceedings of E3S Web of Conferences (The 13th Thai Society of Agricultural Engineering International Conference), 187. doi: 10.1051/e3sconf/202018706002.
Kositsakulchai, E., Phankamolsil, Y., & Yodjaroen, S. (2021). Future runoff projections based on land change using integrated Markov-Cellular Automata model and Soil Water Assessment Tool in Lam Pachi Basin, Thailand. Agriculture and Natural Resources, 55(5), 807-816.
doi: 10.34044/j.anres.2021.55.5.11.
Khakbaz, B., Imam, B., Hsu, K., & Sorooshian, S. (2012). From lumped to distributed via semi-distributed: Calibration strategies for semi-distributed hydrologic models. Journal of Hydrology, 418-419, 61-77.
doi: 10.1016/j.jhydrol.2009.02.021.
Mankeb Panya. (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: Chiang Mai University.
Neitsch, S. L., Arnold, J. G., Kiniry, J. R., & Williams, J. R. (2011). Soil & Water Assessment Tool. Theoretical Documentation Version 2009. Texas: Texas A&M University.
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). Natherlands: Centre for Agricultural Publishing and Documentation.
Penning de Vries, F. W., & Van Laar, H. (1982). Simulation of plant growth and crop production. Natherlands: Centre for Agricultural Publishing and Documentation.
Ritchie, J. T., Singh, U., Godwin, D. C., & Bowen, W. T. (1998). Cereal growth, development and yield. In G. Y. Tsuji, G. Hoogenboom, & P. K. Thornton (Eds.), Understanding Options for Agricultural Production
(pp. 79-98). Netherlands: Springer Nature.
Sakaguchi, A., Eguchi, S., & Kasuya, M. (2014). Examination of the water balance of irrigated paddy fields in SWAT 2009 using the curve number procedure and the pothole module. Soil Science and Plant Nutrition, 60(4), 551-564. doi: 10.1080/00380768.2014.919834.
Sakaguchi, A., Eguchi, S., Kato, T., Kasuya, M., Ono, K., Miyata, A., & Tase, N. (2014). Development and evaluation of a paddy module for improving hydrological simulation in SWAT. Agricultural Water Management, 137, 116-122. doi: 10.1016/j.agwat.2014.01.009.
Singh, U., Ritchie, J. T., & Godwin, D. C. (1993). A user's guide to CERES Rice-V2.10, Simulation Manual IFDC-SM-4.
United State: International Fertilizer Development Center (IFDC).
Wallach, D., & Goffinet, B. (1987). Mean squared error of prediction in models for studying ecological and agronomic systems. Biometrics, 43(3). 561-573. Doi: 10.2307/2531995.
Wallach, D., & Goffinet, B. (1989). Mean squared error of prediction as a criterion for evaluating and comparing system models. Ecological Modelling, 44(3-4), 299-306. doi: 10.1016/0304-3800(89)90035-5.
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, 17-29.
Willmott, C. J. (1982). Some comments on
the evaluation of model performance. Bulletin of the American Meteorological Society, 63(11), 1309-1313. doi: 10.1175/1520-0477(1982)063<1309:SCOTEO>2.0.CO;2.
Xie, X., & Cui, Y. (2011). Development and test of SWAT for modeling hydrological processes in irrigation districts with paddy rice. Journal of Hydrology, 396(1-2), 61-71.
doi: 10.1016/j.jhydrol.2010.10.032.