Integrasi Prediksi Musim dengan Model Simulasi Tanaman untuk Penentuan Waktu Tanam Padi

E. Surmaini, Trimo Hadi, K. Subagyono, M. R. Syahputra
{"title":"Integrasi Prediksi Musim dengan Model Simulasi Tanaman untuk Penentuan Waktu Tanam Padi","authors":"E. Surmaini, Trimo Hadi, K. Subagyono, M. R. Syahputra","doi":"10.2017/JTI.V42I2.9152","DOIUrl":null,"url":null,"abstract":"Abstrak. Penyesuaian waktu tanam merupakan upaya dengan biaya yang paling efisien untuk meningkatkan produktivitas, menstabilkan, bahkan meningkatkan ketahanan pangan. Integrasi prediksi curah hujan musim dengan model simulasi tanaman dapat digunakan untuk memberikan rekomendasi waktu tanam padi dengan hasil yang optimal. Dua tahap analog digunakan untuk memprediksi curah hujan harian untuk satu musim tanam. Analog tahap pertama untuk memprediksi curah hujan harian untuk 120 hari. Tahap kedua mencari satu analog terbaik prediksi sekuens curah hujan 120 hari. Basis data hasil tanaman padi periode 1982-2009 dengan interval harian dibangun menggunakan model simulasi tanaman. Rekomendasi waktu tanam ditentukan berdasarkan perubahan hasil dibandingkan dengan waktu tanam awal. Hasil penelitian menunjukkan bahwa prediksi curah hujan musim dengan lead time 6-9 bulan menggunakan metode downscaling dengan dua tahap analog dapat memperpanjang lag prediksi 2 bulan sebelum tanam sehingga dapat digunakan untuk peringatan dini. Integrasi prediksi curah hujan musim dengan model simulasi tanaman dapat memberikan informasi selang waktu tanam yang berpotensi untuk mendapatkan hasil yang lebih tinggi. Prediksi waktu tanam dalam bentuk selang waktu diperlukan petani , karena berbagai faktor non teknis yang menyebabkan penanaman tidak dapat dilakukan pada rekomendasi waktu tertentu. Informasi tersebut dapat digunakan oleh pengambil kebijakan dan penyuluh untuk rekomendasi kepada petani tentang waktu tanam dengan hasil padi yang lebih tinggi.Abstract. Adapting planting time is a very cost-efficient way to increase crop productivity and stabilise or even increase food security. Linking seasonal rainfall prediction with crop simulation model is used to evaluate planting date with optimal rice yield. We used a two step analogue method. The first step is to predict 30 daily rainfall analogues for the next 120 days. The second step is to look for best analogue of 120 day rainfall prediction. Daily planting dates were simulated within 1982-2009 using crop simulation model. The second step is to determine the best analoque for the 120 day sequence. Planting time recommendation is adjusted using the difference between the earliest and later planting dates.The result concluded that 6-9 lead time seasonal rainfall prediction using two step analogue could increase lead time 2 months prior to planting time, therefore can be use for early warning. Linking season rainfall prediction with crop simulation model to adjust interval of planting time that provide higher rice yield. Farmers need that interval, due to non-technical factors are caused crop could not planted timely as recommended. In addition, the recommendation of planting time should be used by decision makers and extension workers to recommend appropriate planting time with higher yield to the farmers.","PeriodicalId":165570,"journal":{"name":"Jurnal Tanah dan Iklim","volume":"151 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-06-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Tanah dan Iklim","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.2017/JTI.V42I2.9152","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

Abstract

Abstrak. Penyesuaian waktu tanam merupakan upaya dengan biaya yang paling efisien untuk meningkatkan produktivitas, menstabilkan, bahkan meningkatkan ketahanan pangan. Integrasi prediksi curah hujan musim dengan model simulasi tanaman dapat digunakan untuk memberikan rekomendasi waktu tanam padi dengan hasil yang optimal. Dua tahap analog digunakan untuk memprediksi curah hujan harian untuk satu musim tanam. Analog tahap pertama untuk memprediksi curah hujan harian untuk 120 hari. Tahap kedua mencari satu analog terbaik prediksi sekuens curah hujan 120 hari. Basis data hasil tanaman padi periode 1982-2009 dengan interval harian dibangun menggunakan model simulasi tanaman. Rekomendasi waktu tanam ditentukan berdasarkan perubahan hasil dibandingkan dengan waktu tanam awal. Hasil penelitian menunjukkan bahwa prediksi curah hujan musim dengan lead time 6-9 bulan menggunakan metode downscaling dengan dua tahap analog dapat memperpanjang lag prediksi 2 bulan sebelum tanam sehingga dapat digunakan untuk peringatan dini. Integrasi prediksi curah hujan musim dengan model simulasi tanaman dapat memberikan informasi selang waktu tanam yang berpotensi untuk mendapatkan hasil yang lebih tinggi. Prediksi waktu tanam dalam bentuk selang waktu diperlukan petani , karena berbagai faktor non teknis yang menyebabkan penanaman tidak dapat dilakukan pada rekomendasi waktu tertentu. Informasi tersebut dapat digunakan oleh pengambil kebijakan dan penyuluh untuk rekomendasi kepada petani tentang waktu tanam dengan hasil padi yang lebih tinggi.Abstract. Adapting planting time is a very cost-efficient way to increase crop productivity and stabilise or even increase food security. Linking seasonal rainfall prediction with crop simulation model is used to evaluate planting date with optimal rice yield. We used a two step analogue method. The first step is to predict 30 daily rainfall analogues for the next 120 days. The second step is to look for best analogue of 120 day rainfall prediction. Daily planting dates were simulated within 1982-2009 using crop simulation model. The second step is to determine the best analoque for the 120 day sequence. Planting time recommendation is adjusted using the difference between the earliest and later planting dates.The result concluded that 6-9 lead time seasonal rainfall prediction using two step analogue could increase lead time 2 months prior to planting time, therefore can be use for early warning. Linking season rainfall prediction with crop simulation model to adjust interval of planting time that provide higher rice yield. Farmers need that interval, due to non-technical factors are caused crop could not planted timely as recommended. In addition, the recommendation of planting time should be used by decision makers and extension workers to recommend appropriate planting time with higher yield to the farmers.
季节预测与作物模拟模型的集成,以确定水稻的时间
抽象。调整种植时间是提高生产率、稳定甚至提高粮食安全的最有效成本的努力。用植物模拟模型将季节降雨预测与作物种植时间的最佳结果结合起来。两个类似的阶段被用来预测一个种植季节的日常降雨。第一个模拟阶段预测一天120天的降水。第二阶段寻找一个最佳的模拟预测降雨120天。使用植物模拟模型建造了一个时间间隔间隔的时期水稻产量库。建议播种时间是根据结果与早期种植时间的变化而决定的。研究结果表明,对季节降雨的预测使用了两种类似的向下扩展方法,可以延长两个月的预测延迟,以便用于早期预警。用植物模拟模型将季节降水预测融合,可以提供潜在的作物延时信息,以获得更高的结果。农民需要以延时方式对种植时间进行预测,因为导致种植的各种非技术因素不能在特定的时间推荐书中进行种植。这些信息可以被投递者和推广者用来向农民就拥有更大水稻产量的时间提出建议。适应固定时间是一种非常划算的方法,可以增加农作物生产和稳定,甚至增加食品安全。基于crop模拟模型的预测链是用来评估与最佳大米的最新数据。我们用了两步analogue的方法。第一步是预测30天的辐射污染,持续120天。第二步是寻找120天的污染污染。《每日planting dates》是在1982-2009年使用的crop模拟模型中模拟的。第二步是确定最佳的字谜120天。加时赛规定使用早期和之后种植日期之间的差异。最新的结论是,使用2个台阶的预产期rainfall predition使用2个月前的种植时间可能会增加,这是可以提前使用的。季节性的rainfall模型模型模型的线性预测只是提供更高大米的时间间隔。Farmers需要这段时间,因为在非技术因素的环境下,被引入的crop不可能像重新comcommended那样timely。此外,工厂的重复时间应该花在确定商人和扩展工人的时间上,以提高工资给农民。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信