Optimizing Sowing Date, Irrigation Scheduling and Nitrogen Management for Wheat (Triticum aestivum L.): Two-Year Pooled Analysis and DSSAT-CERES-Wheat Model Evaluation for the Vindhyan Zone

गेहूं अरबों लोगों के लिए खाद्य सुरक्षा का इंजन है, एक ऐसी फसल जिसे समय, पानी और पोषक तत्वों के नाजुक संतुलन द्वारा अस्तित्व में लाने के लिए प्रेरित करना पड़ता है। एक किसान के लिए, एक ऐसी फसल जो परिवार का पेट भरे और एक ऐसी फसल जो लक्ष्य से पीछे रह जाए, के बीच का अंतर अक्सर तीन महत्वपूर्ण निर्णयों पर निर्भर करता है: बीज कब बोए जाएं, खेतों में कितनी बार पानी दिया जाए, और कितना नाइट्रोजन उर्वरक लगाया जाए। ये कारक अलग-थलग काम नहीं करते; वे जटिल तरीकों से एक-दूसरे के साथ परस्पर क्रिया करते हैं। बहुत देर से बुवाई करने से फसल अनाज के पूरी तरह बनने से पहले ही झुलसा देने वाली गर्मी के संपर्क में आ जाती है, जबकि गलत समय पर पानी देना या बहुत कम उर्वरक लगाना पौधे को बढ़ने के लिए आवश्यक ऊर्जा से वंचित कर सकता है। इसके विपरीत, इन तीन तत्वों को सही ढंग से प्राप्त करना फसल की पूरी क्षमता को अनलॉक कर सकता है, जिससे एक मामूली खेत एक बंपर फसल में बदल सकता है। फिर भी, एक विशिष्ट क्षेत्र के लिए सही संयोजन खोजना कठिन है क्योंकि मौसम हर साल बदलता है, और जो एक सीजन में काम करता है वह अगले सीजन में विफल हो सकता है।

भारत के विंध्यन क्षेत्र में, जो अपनी विशिष्ट जलवायु और मिट्टी के लिए जाना जाता है, शोधकर्ताओं ने एचडी 2 de 2967 (HD 2967) नामक गेहूं की किस्म के लिए इस पहेली को सुलझाने का प्रयास किया। उन्होंने यह देखने के लिए कि विभिन्न बुवाई की तारीखों, सिंचाई के शेड्यूल और नाइट्रोजन के स्तरों ने फसल की वृद्धि और किसान के लाभ को कैसे प्रभावित किया, एक कठोर दो-वर्षीय प्रयोग किया। इसे करने के लिए, उन्होंने नवंबर और दिसंबर में दो अलग-अलग तारीखों पर गेहूं लगाया, विकास के महत्वपूर्ण चरणों के दौरान अलग-अलग आवृत्तियों पर पानी दिया, और नाइट्रोजन उर्वरक की तीन अलग-अलग मात्राओं का उपयोग किया। उन्होंने पौधों की ऊंचाई और पत्तियों की संख्या से लेकर अनाज के अंतिम वजन तक सब कुछ मापा। चूंकि फील्ड ट्रायल केवल दो वर्षों के मौसम तक सीमित होते हैं, इसलिए टीम ने डीएसएसैट-सेरेस-व्हीट (DSSAT-CERES-Wheat) नामक एक परिष्कृत कंप्यूटर सिमुलेशन मॉडल का भी उपयोग किया। इस टूल को, एक बार उनके वास्तविक दुनिया के डेटा के साथ ट्यून करने के बाद, यह परीक्षण करने की अनुमति मिली कि उनके निष्कर्ष विभिन्न परिस्थितियों में कितनी अच्छी तरह टिके रहते हैं और यह भविष्यवाणी करने में सक्षम हुआ कि फसल विभिन्न स्थितियों के तहत कैसा व्यवहार करेगी, जिससे प्रभावी रूप से उनका दो-वर्षीय अध्ययन भविष्य के लिए एक विश्वसनीय मार्गदर्शिका में बदल गया।

परिणामों ने एक स्पष्ट तस्वीर पेश की कि इस क्षेत्र के लिए सबसे अच्छा क्या है। सबसे सफल रणनीति में गेहूं को 20 नवंबर को बोना, सिंचाई के चार विशिष्ट दौर लागू करना और प्रति हेक्टेयर 160 किलोग्राम नाइट्रोजन का उपयोग करना शामिल था। इस संयोजन ने सबसे ऊंचे पौधे, सबसे जोरदार वृद्धि और उच्चतम उपज पैदा की। विशेष रूप से, इस दृष्टिकोण के परिणामस्वरूप 3.44 टन प्रति हेक्टेयर अनाज की उपज और 7.94 टन प्रति हेक्टेयर की कुल जैविक उपज प्राप्त हुई। इसके विपरीत, बुवाई को 20 दिसंबर तक टालने, कम बार पानी देने, या कम नाइट्रोजन का उपयोग करने से लगातार छोटे पौधे, कम अनाज और कम लाभ हुआ। शोधकर्ताओं ने पाया कि बुवाई का समय विशेष रूप से महत्वपूर्ण था; प्रारंभिक तिथि ने फसल को देर वसंत की तीव्र गर्मी के आगमन से पहले परिपक्व होने का अवसर दिया, जिससे उसे अपने दानों को ठीक से भरने के लिए आवश्यक समय मिल सका। इसी तरह, चार प्रमुख क्षणों पर पानी प्रदान करना—जब जड़ें स्थापित हो रही थीं, जब नई कलियां बन रही थीं, जब बालियां विकसित हो रही थीं, और जब दाना भर रहा था—कम सिंचाई की तुलना में कहीं अधिक बेहतर साबित हुआ।

इन विकल्पों का आर्थिक प्रभाव शारीरिक वृद्धि जितना ही महत्वपूर्ण था। सबसे गहन उपचार ने, जिसमें प्रारंभिक बुवाई की तारीख, चार सिंचाई और नाइट्रोजन की उच्चतम खुराक का संयोजन था, उच्चतम वित्तीय रिटर्न उत्पन्न किया। इसने 34,623 रुपये प्रति हेक्टेयर का शुद्ध मौद्रिक रिटर्न और 1.88 का लाभ-लागत अनुपात (benefit-cost ratio) दिया, जिसका अर्थ है कि खर्च किए गए प्रत्येक रुपये के बदले किसान को लगभग 1.88 रुपये का लाभ हुआ। यह कम गहन उपचारों की तुलना में एक बड़ा सुधार था, जिनसे काफी कम लाभ हुआ। अध्ययन ने पुष्टि की कि जबकि विभिन्न विधियों के बीच खेती की लागत में बहुत अधिक अंतर नहीं था, लेकिन उच्च उपज से उत्पन्न राजस्व ने पानी और उर्वरक में अतिरिक्त निवेश को सार्थक बना दिया। डेटा ने दिखाया कि तीनों कारकों को एक साथ अनुकूलित करना केवल एक को ठीक करने की तुलना में कहीं अधिक प्रभावी था, क्योंकि अच्छे समय, पानी और पोषण के लाभ एक-दूसरे के साथ मिलकर बढ़ते गए।

यह सुनिश्चित करने के लिए कि ये निष्कर्ष केवल उन दो विशिष्ट वर्षों का संयोग नहीं थे, शोधकर्ताओं ने कंप्यूटर मॉडल का सहारा लिया। पहले, उन्होंने मॉडल को एचडी 2967 गेहूं की किस्म के विशिष्ट आनुवंशिक गुणों को सिखाने के लिए पहले वर्ष के डेटा का उपयोग किया। फिर, उन्होंने मॉडल का परीक्षण दूसरे वर्ष के डेटा के विरुद्ध किया, जिसमें अलग मौसम की स्थिति, जिसमें कम बारिश और उच्च तापमान शामिल था। मॉडल उल्लेखनीय रूप से सटीक साबित हुआ। इसने गेहूं के फूलने और परिपक्वता के समय की भविष्यवाणी वास्तविक घटना के एक या दो दिनों के भीतर कर दी। इसने लीफ एरिया (पत्ती का क्षेत्रफल) और अंतिम अनाज की उपज के देखे गए आंकड़ों से भी बारीकी से मेल खाया, जिसके सांख्यिकीय माप सिमुलेशन और वास्तविकता के बीच उच्च स्तर की सहमति का संकेत देते हैं। यह सफलता का अर्थ है कि मॉडल अब एक विश्वसनीय निर्णय-सहायता उपकरण के रूप में उपयोग किया जा सकता है। विंध्यन क्षेत्र के किसान और कृषि योजनाकार यह समझने के लिए कि उनका गेहूं विभिन्न भविष्य के मौसम परिदृश्यों के तहत कैसा प्रदर्शन करेगा, इसका उपयोग कर सकते हैं, जिससे उन्हें कब बुवाई करनी है और अपने संसाधनों का प्रबंधन कैसे करना है, इसके बारें में सूचित विकल्प बनाने में मदद मिलेगी।

अंततः, यह अध्ययन भारत के इस हिस्से में गेहूं उगाने के लिए एक सत्यापित ब्लूप्रिंट प्रदान करता है। यह प्रदर्शित करता है कि प्रारंभिक बुवाई, सटीक सिंचाई और पर्याप्त नाइट्रोजन अनुप्रयोग का एक विशिष्ट संयोजन लगातार फसल और किसान की जेब दोनों के लिए सर्वोत्तम परिणाम देता है। अनुसंधान पुष्टि करता है कि हालांकि मौसम अप्रत्याशित है, लेकिन अच्छी कृषि विज्ञान के सिद्धांत स्थिर रहते हैं। बुवाई के कार्यक्रम को मौसमी जलवायु के साथ संरेखित करके और यह सुनिश्चित करके कि फसल के पास सही समय पर पर्याप्त पानी और पोषक तत्व हों, किसान अपनी फसल को अधिकतम कर सकते हैं। कंप्यूटर मॉडल का सत्यापन उनके सुझावों में विश्वास की एक शक्तिशाली परत जोड़ता है, जो अगले सीजन का इंतजार किए बिना भविष्य की स्थितियों के अनुकूल होने का एक तरीका प्रदान करता है। विंध्यन क्षेत्र के लिए, अधिक उत्पादक और लाभदायक गेहूं की फसल का मार्ग अब स्पष्ट रूप से मानचित्रित है।