Sulama gereksinimi

Gereklilik ve kapsam

Sulama için kullanılan suyun %65'inden azı aslında bitkiler tarafından kullanılır. Dahası, farklı bitkilerin gelişim aşamalarına ve bazı diğer parametrelere bağlı olarak farklı su gereksinimleri vardır. Bu derste, sürdürülebilir sulama uygulamalarını benimsemek ve uygun teknolojileri kullanmak gibi farklı bitkilerin su gereksinimlerini belirleme hakkında tartışıyoruz [1].

Bitki Su İhtiyacı

Bir bitkinin su ihtiyacı, bitkilerin buharlaşma nedeniyle oluşan su kaybını telafi edebilmesi için gerekli su miktarını temsil eder [1]. Bir bitkinin su ihtiyacını belirleyen parametreler şunlardır:

1. İklim (buharlaşma sürecini doğrudan etkiler);

2. Bitkinin türü (farklı türlerin gelişimi için farklı miktarlarda suya ihtiyaç vardır);

3. Sulamanın uygulandığı dönem (gelişimin son aşamalarında, bitkiler ilk gelişim aşamalarına göre daha fazla suya ihtiyaç duyabilir).

İklimin bitki su ihtiyacı üzerindeki etkisi

Bir bitkinin ihtiyaç duyduğu su, büyük ölçüde çevre koşulları tarafından belirlenir: sıcaklık, nem, güneş ışığı, yağış ve rüzgar gibi. Nemli iklimlerde, bitkilerin su ihtiyacını karşılayacak kadar yağış vardır; burada sorun, tarlada çok fazla su bulunmasıdır ve bu sorun drenaj sistemleri ile çözülebilir. Yarı nemli ve yarı kurak iklimlerde, hala önemli yağışlar olmasına karşın bunlar özellikle de sulamanın zorunlu olduğu kurak mevsimlerde her zaman bitkilerin ihtiyaçlarını karşılamaz, Yarı kurak, kurak ve çöl iklimlerinde, sulama olmadan herhangi bir ürün yetiştirmek imkansızdır. Sulama suyu talepleri FAO-[1] tarafından tanımlanmıştır.

Sıcak, kuru ve rüzgarlı bölgelerde, ürünlerin suya olan ihtiyacı en yüksek seviyedeyken, serin, bulutlu, yüksek nem ve daha az rüzgar olan bölgelerde en düşük seviyededir. Bu faktörler, zaman birimi başına mililitre (örn. gün, ay, mevsim) olarak ifade edilen referans ürün evapotranspirasyon (ETo) adı verilen bir parametreye dahil edilmiştir [1,2]. Referans ürün çimdir ve bu nedenle referans ürün evapotranspirasyon, "aktif olarak büyüyen, zemini tamamen gölgeleyen ve su sıkıntısı çekmeyen, 8 ila 15 cm boyunda yeşil çimlerle kaplı geniş bir alandaki evapotranspirasyon oranını" temsil eder [1].

Referans ürünün buharlaşma-terleme oranı deneysel olarak (bir buharlaşma tavası kullanılarak) belirlenebilir veya iklim verilerine dayanarak teorik olarak hesaplanabilir (örn. Blaney-Criddle yöntemi). Deneysel olarak, Klas pan A veya Sunken Colorado gibi birkaç buharlaşma tavası kullanılır. Tava tarlaya yerleştirilir ve tavaya bilinen miktarda su yerleştirilir (tavanın yüzeyi ve su derinliği bilinir veya ölçülür); su bir zaman aralığında (örn. 24 saat) buharlaşır ve kalan miktar zaman aralığının sonunda (son yağışlar dahil) ölçülür. Tavadaki buharlaşma, referans ürünün buharlaşma-terlemesini belirlemek için bir tava katsayısıyla çarpılmalıdır:

ETo = K_pan × E_pan

Burada ETo referans bitki buharlaşma oranı, Epan tava buharlaşması ve Kpan tava katsayısıdır [1]. Su seviyesi çok düşerse, su eklemeden önce ve sonra derinliği ölçülerek eklenir; yağışlar için de aynı şey geçerlidir. Tava katsayısı tava türüne, konuma ve iklime bağlıdır, değerler Klas pan A buharlaşma tavası için 0,35 ile 0,85 arasında ve Sunken Colorado tavası için 0,45 ile 1,10 arasında değişir.

Blaney-Criddle yöntemi adı verilen teorik bir yöntem de kullanılabilir . Ortalama günlük sıcaklığa dayanmaktadır:

ETo = p(0.46•T_mean+8)

Burada p, yıllık gün ışığı saatlerinin ortalama günlük yüzdesi ve T_mean, ortalama günlük sıcaklıktır. Ortalama sıcaklık, ay boyunca minimum ve maksimum ortalama sıcaklıklar arasındaki ortalama olarak değerlendirilir. Yıllık gündüz saatlerinin ortalama günlük yüzdesi, alanın yaklaşık enlemine bağlı olarak bulunabilir. Bu yöntemin doğruluğu düşüktür, aşırı iklim koşullarında sadece büyüklük sırasının kaba bir tahminidir. İklime ve ortalama günlük sıcaklığa bağlı olarak, referans ürün buharlaşma oranının değeri, Tablo 1'de gösterildiği gibi değişir [1].

Tablo 1. Referans ürün buharlaşma-terleme oranı için tahmini değerler.

2. Belirli bir ürünün buharlaşma-terleme oranını belirlemek için ürün tipinin etkisi , K_cürün faktörü tarafından formüle dahil edilebilir . Formül aşağıdaki gibidir:

ET_crop = ETo × K_c

Bitki buharlaşma hızı, referans buharlaşma-terleme hızı ile aynı birimlerde ölçülür. Bitki faktörü ayrıca bazı faktörlere de bağlıdır: bitki türü (örneğin bazı bitkilerin yaprakları daha büyüktür, bu nedenle buharlaşma-terleme hızı artar ve bitki faktörü birimden daha yüksektir çünkü bu belirli bitki referans çimden daha fazla su kullanır; öte yandan daha az su kullanan diğer türler için bitki faktörü birimden daha küçüktür), gelişme dönemi (örneğin bitkiler genellikle tam gelişme dönemlerinde vejetasyonun ilk dönemlerine göre daha fazla su kullanırlar) ve iklim (örneğin daha soğuk iklimlerde bitkiler daha sıcak iklimlere göre daha yavaş büyür). Bitki faktörü, büyüme mevsiminin süresi ve ayrıca vejetasyon süresi gibi belirli parametrelere bağlıdır. Örneğin havuçların büyüme periyodu 100-150 gün, mısırın 120-180 gün, yeşil soğanın 70-95 gün ve pirincin 90-150 gündür [3-8].

Yukarıda ele alınan bilgiler çerçevesinde büyüme dönemi 4 aşamaya ayrılır:

- Aşama 1 – başlangıç aşaması – Ekimden veya dikimden itibaren toprağın %10'unu kaplayana kadar

- Aşama 2 – ürün gelişme aşaması – Başlangıç aşamasının sonundan ürünün zemini tamamen kapladığı ana kadar

- Aşama 3 – sezon ortası aşaması – Gelişme döneminin sonundan bitki olgunluğa ulaşana kadarki dönem.

- Aşama 4 – sezon sonu aşaması – Sezon ortası aşamasının sonundan hasada kadar geçen zaman.

Ürün faktörü her ay değiştiğinden, ürün buharlaşma oranı da zamanla değişir ve bu da aylık olarak hesaplanmasını gerekli kılar. Ayrıca bazı özel durumlar da vardır. Örneğin, alfalfa ve yonca düzenli olarak biçilir, bu nedenle biçildikten sonra tekrar başlangıç aşamasında olurlar. Bu tür durumların üstesinden gelmenin bir yolu, ürün faktörü için ortalama değerleri dikkate almaktır. Ürünün su ihtiyacını ve kuraklığa duyarlılığını belirlemek için farklı ürün türleri için kaba tahminler yapılır [3-8].

Bitkilerin sulama suyu ihtiyacı

Genellikle bitkiler için gerekli olan su yağışlardan sağlanır. Yağış eksikliği nedeniyle bu su mevcut olmadığında, sulama suyu ihtiyacı (IN) ürünün su ihtiyacına eşit olur. Hala bir miktar yağış mevcut olduğunda, sulama suyu ihtiyacı, ürünün su ihtiyacı ( ET _crop ) ile bitkiler tarafından etkili bir şekilde kullanılan yağıştan elde edilen su arasındaki fark olacaktır, buna etkili yağış ( P _e ) adı verilir, dolayısıyla:

IN = ET_crop − P_e

Etkili yağış, toplam yağış miktarı ile bitki köklerinin yakınında kalan su miktarını ifade eden buharlaşma, akış ve sızma miktarları arasındaki farktan belirlenebilir.

Yukarıda tartışılan tahminler sonucunda, belirli bir bitkinin sulama suyu ihtiyacını belirlemek için, daha önce tartışıldığı gibi öncelikle tüm faktörler değerlendirilmeli ve son olarak ilgili ürünün sulama suyu ihtiyacı belirlenmelidir. Buna FAO56 yöntemi denir ve bir bitkinin evapotranspirasyon miktarını belirlemek için çok basit bir yaklaşım kullanır. Standart ürün faktörleri tablo halinde verilmiştir. Ancak bunlar standart iklimleri ifade eder ve yerel iklimlere göre ayarlanması gerekir. Bu gibi koşullarda, standart potansiyel ETc, gerçek ürün buharlaşması ETact ile yer değiştirir ve standart Kc, ürün faktörü Kc ile su veya tuzluluk stresine karşılık gelen ve diğer stres tiplerine de genişletilebilen bir stres katsayısı olan Ks arasındaki ürün faktörü Kc act ile yer değiştirir.

Bitki su gereksinimleri (CWR), bir bitkinin bilinen bazı çevre koşulları altında potansiyel üretimini elde etmek için ihtiyaç duyduğu su miktarını temsil eder. Net sulama gereksinimleri (NIR), su gereksinimlerini karşılamak için uygulanması gereken su miktarını temsil eder ve yağışlar, kılcal yükselme ve toprak su depolama varyasyonunun CWR'den çıkarılması ve toprak kök bölgesinden derin sızmanın (DP) ve akışın (RO) eklenmesiyle hesaplanır. Bu şekilde, brüt sulama gereksinimleri aşağıdaki gibi de tanımlanabilir [3]:

$$GIR = \frac{NIR + LR}{BWUF}$$

Burada BWUF, kanallardaki işletme kayıpları dikkate alındığında uygulama verimliliği veya kombine iletim, dağıtım ve uygulama verimliliği olarak da adlandırılan faydalı su kullanım kesridir.

Bitki su stresi tespiti

Bitki su stresi, toprağın su içeriğinin azalması veya bitkilerin su eksikliğine karşı fizyolojik tepkisi olarak tespit edilebilir [8-14]. Sürdürülebilir ve verimli sulama için bitkilerin su ihtiyaçlarının kabaca tahmin edilmesi yeterli değildir. Optimum sulama planlamasını uygulamak amacıyla bitki su stresini ölçmek için kullanılan çeşitli yöntemler vardır.

1. Toprak suyu ölçümleri şunları içerir:

- gravimetrik yöntem (Su miktarını belirlemek için toprak 105 C⁰’de kurutulur. Öncesinde ve sonrasında tartım yapılan topraklardaki ağırlık farkı aracılığıyla nem miktarı belirlenir);

- toprak nem sensörleri (su ve toprağın dielektrik sabiti farkına dayalı nötron probu, TDR ve FRD)

- tansiyometreler (su potansiyelini ölçer)

2. Toprak su dengesi yaklaşımı (toprak nemi hesaplamalarla belirlenir)

3. Bitki bazlı yaklaşımlar

- stoma iletkenliği

-yaprak suyu potansiyeli

-bağıl su içeriği

-bitki özsuyu akış ölçümleri

-gövde ve meyve çapı

4. Uzaktan algılama

-kızılötesi termometre (su stresi sonucu kanopi sıcaklığı artar)

-spektral bitki örtüsü endeksleri: yapısal endeksler (VIS ve NIR spektral aralığındaki yansıma endeksleri ölçülür), ksatofil endeksleri (ksantofil döngüsüne bağlı fotokimyasal yansıma endeksini ölçer), su endeksleri (gölgelik nem içeriğini belirlemek için NIR bölgesindeki yansımayı ölçer) [5]

Su stresini izlemek için kullanılan geleneksel yöntemler nem ölçümlerine ve meteorolojik verilere dayanmaktadır. Kök bölgesindeki topraktan örnek alınır ve su tüketimi tahmin edilir. Yöntem çok doğru değildir çünkü tekdüze bir bitki yoğunluğunu, tüm bitkiler için aynı terleme oranını varsayar. Yukarıda açıklanan evapotranspirasyon yöntemleri zaman alıcıdır ve bazen güvenilmez bilgiler verir. Diğer yöntemler bitkinin su durumuna ilişkin bir görüntü vermek için stoma iletkenliğini ve yaprak su potansiyelini kullanır.

Uzaktan algılama, bitkilerdeki su stresini spektral yansıma indeksleri aracılığıyla tespit etmek için yeni önerilen bir yöntemdir. Böyle bir teknik daha çok sulama planlamasıyla ilgilidir ve bunu başka bir derste detaylandıracağız. Bu teknolojiler uzun yıllardan beri öneriliyor ancak yüksek çözünürlüklü termal kameralardaki son gelişmelerle birlikte daha popüler hale geldiler [5]. Son zamanlarda yayınlanan bazı makaleler, sulamada su yönetimini optimize etmek için uzaktan algılama verilerinin toprak su dengesiyle entegrasyonunu da önermiştir. Yaprakların spektral özellikleri yalnızca su durumuna bağlı değildir; toprak arka planı, kanopi yapısı, yaprak kalınlığı ve yaşı ve diğer bazı benzer faktörler bitkinin su durumuyla ilgili spektral tepkiyi etkileyebilir. Uzaktan algılamanın bitkilerdeki su stresinin gerçek zamanlı izlenmesine olanak sağlaması, geniş alanları kapsayabilmesi, bilginin hızlı işlenmesine olanak sağlaması ve bu sayede hızlı aksiyon alma olanağı sunması nedeniyle günümüzde bu yöntemlerin hassasiyetini artırmaya yönelik araştırmalar yapılmaktadır. [12-14].

Kaynaklar

1. Allen, R.G., Pereira, L.S., Raes, D., Smith, M. Crop evapotranspiration - Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56, FAO – Food and Agriculture Organization of the United Nations, Rome, 1998.

2. Ihuoma, S.O., Madramootoo, C.A. Recent advances in crop water stress detection, Computers and Electronics in Agriculture, 2017, 141, 267-275, https://doi.org/10.1016/j.compag.2017.07.026.

3. Pereira, L.S., Paredes, P., Jovanovic, N. Soil water balance models for determining crop water and irrigation requirements and irrigation scheduling focusing on the FAO65 method and the dual K_c approach, Agricultural Water Management, 2020, 241, 106357, https://doi.org/10.1016/j.agwat.2020.106357.

4. Virnodkar, S.S., Pachghare, V.K., Patil, V.C., Jha, S.K. Remote sensing and machine learning for crop water stress determination in various crops: a critical review, Precision Agriculture, 2020, 21, 1121-1155, https://doi.org/10.1007/s11119-020-09711-9.

5. Gerhards, M.; Schlerf, M.; Mallick, K.; Udelhoven, T. Challenges and Future Perspectives of Multi-/Hyperspectral Thermal Infrared Remote Sensing for Crop Water-Stress Detection: A Review. Remote Sens. 2019, 11, 1240. https://doi.org/10.3390/rs11101240/

6. Danielescu, S.; MacQuarrie, K.T.B.; Zebarth, B.; Nyiraneza, J.; Grimmett, M.; Levesque, M. Crop Water Deficit and Supplemental Irrigation Requirements for Potato Production in a Temperate Humid Region (Prince Edward Island, Canada). Water 2022, 14, 2748. https://doi.org/10.3390/w14172748.

7. Pereira, L.S. ed., Editorial – Updated and advances to the FAO56 crop water requirements method, Agricultural Water Management, 2021, 248, 106697, https://doi.org/10.1016/j.agwat.2020.106697.

8. Alghory, A., Yazar, A. Evaluation of crop water stress index and leaf water potential for deficit irrigation management of sprinkler-irrigation wheat, Irrigation Science, 2019, 37, 61-77, https://doi.org/10.1007/s00271-018-0603-y.

9. Jackson, R.D., Kustas, W.P., Choudhury, B.J. A reexamination of the crop water stress index, Irrigation Science, 1988, 9, 309-317, https://doi.org/10.1007/BF00296705.

10. Wanjura, D.F., Hatfield, J.L., Upchirch, D.R. Crop water stress index relationships with crop productivity, Irrigation Science, 1990, 11, 93-99, https://doi.org/10.1007/BF00188445.

11. D’Odorico, P., Chiarelli, D.D., Rosa, L., Rulli, M.C., The global value of water in agriculture, PNAS, 2020, 117(36), 21985-21993, https://doi.org/10.1073/pnas.2005835117.

12. Minhas, P.S., Ramos, T.B., Ben-Gal, A., Pereira, L.S. Croping with salinity in irrigated agriculture: Crop evapotranspiration and water management issues, Agricultural Water Management, 2020, 227, 105832, https://doi.org/10.1016/j.agwat.2019.105832.

13. Current perspective to predict actual evapotranspiration D. Bucur Ed., IntechOpen, Croatia, 2017, https://doi.org/10.5772/65621.

14. Advanced Evapotranspiration Methods and Applications, D. Bucur Ed., IntechOpen, London, UK, 2019, https://doi.org/10.5772/intechopen.73720.