Roberto Confalonieri roberto.confalonieri@unimi.it La modellistica di simulazione come strumento di supporto e monitoraggio Roberto Confalonieri roberto.confalonieri@unimi.it.

Slides:



Advertisements
Presentazioni simili
Gestione dell’Azoto in Agricoltura
Advertisements

RADIAZIONE SOLARE FUNZIONI FOTOSINTESI:
GREEN-CARB Un'applicazione dimostrativa su alcuni agroecositemi della Pianura Padana Lombarda G. Martignon G. 1, Sormani L. 2, Sala F. 1 1 CESI SpA - Via.
Altri componenti: il bacino imbrifero
Ministero delle politiche agricole alimentari e forestali
Energia Solare Alice F. S.M.S. “Peyron-Fermi” Sez. OIRM TO
COLTURE ENERGETICHE: POTENZIALI RISCHI
Anna Monguzzi INEMAR Inventario emissioni La stima delle emissioni dallAgricoltura.
GESTIONE della FERTILIZZAZIONE con accertamenti dello stato nutrizionale Metodi basati esclusivamente su accertamenti N totale N nitrico Clorofilla (SPAD)
FERTILITA’ BIOLOGICA =
Modelli di simulazione Programmi computerizzati che simulano sistemi mediante la loro descrizione in termini di equazioni un sistema è un insieme di flussi.
GESTIONE della FERTILIZZAZIONE
Fondamentale per i vegetali
Esercitazione.
CropSyst 1 Donatelli, Stockle & Acutis Valutazione del modello Località italiane.
Modello aziendale di irrigazione
Analisi dei sistemi agricoli
Gestione dell’ Azoto in Agricoltura
AREA AMBIENTE, PARCHI, RISORSE IDRICHE E TUTELA DELLA FAUNA
GREEN-CARB Un sistema informativo territoriale per la stima della capacità di sequestro netto della CO 2 atmosferica in ecosistemi agrari G. Martignon.
Le zone umide.
Modellistica e Gestione dei Sistemi Ambientali Fattori abiotici Modellistica e Gestione dei Sistemi Ambientali a.a Prof.ssa: Chiara Mocenni.
1 14. Verifica e Validazione Come assicurarsi che il software corrisponda alle necessità dellutente? Introdurremo i concetti di verifica e validazione.
IT-BCi - Eboli Borgo Cioffi
DINAMICA DELL’INQUINAMENTO FOTOCHIMICO DELL’ATMOSFERA
GESTIONE SOSTENIBILE DELLA NUTRIZIONE IDRICO-MINERALE
Fotosintesi e crescita
Le relazioni idriche delle piante
Modelli matematici per impianti di trattamento delle acque reflue
Piccoli esperimenti “casalinghi”
Il vigneto: progettazione e gestione
II° WORKSHOP Progetto “Cambiamaneti Climatici e Agricoltura - CLIMAGRI” Prima Sessione “L’impatto del clima sulla produzione agricola” Conoscenze attuali.
Il Cambiamento climatico in agricoltura
Bilancio dell'azoto Concimazione azotata (kg/ha) = Na – Nd – Nm + Np
Biologia e fisiologia delle colture erbacee
Cinetica delle reazioni biologiche
Sistemi integrati di gestione del territorio nellarea di Petrignano: nuovi modelli contro linquinamento da nitrati BASTIA 29 marzo 2003 IL MONITORAGGIO.
CICLO DELL’AZOTO.
SOS Desertificazione Progetto di sensibilizzazione degli studenti ai temi della desertificazione attraverso il linguaggio dei simboli e delle immagini.
Milano 7 Novembre 2011 PROGETTO ValorE Dipartimento di Produzione Vegetale Sez. Agronomia Università degli Studi di Milano.
PROGETTO DI RICERCA Assessorato Agricoltura e Foreste
Esigenze termiche e luminose
Viscosità o attrito interno In liquidi
Esercizio?….. Calcolare n Per foglia orizzontale (a=0.5)
AMBIENTE E AGRICOLTURA Prof. Antonella ruggiero
EIOVI (Environmental Impact Of Organic Viticulture Indicator) Tacconi Jessica Matr
L’impiego della Programmazione Lineare nel settore agro-alimentare: punti di forza e limiti Il modello teorico Applicazioni operative Punti di forza e.
Amministrazione e controllo difesa del suolo infrastrutture territoriali ed assistenza tecnica agli enti locali pianificazione territoriale pianificazione.
LA CASA E LA TERRA Corso di geopedologia.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Gestione ottimizzata di centrali a ciclo combinato
Stefania De Pascale Giampaolo Raimondi e Francesco Ciro Cirillo
CICLI BIOGEOCHIMICI Da quanto abbiamo visto nella lezione sugli ecosistemi abbiamo visto come gli elementi, costituenti i composti organici complessi della.
VITE DA TAVOLA E GESTIONE IDRICA SOSTENIBILE
CONSUMI IDRICI DELLE COLTURE
Agronomia e Ecologia Agraria Prof. Fabrizio QUAGLIETTA CHIARANDA’
Applicazioni dei dati agrometeoclimatici nel settore cerealicolo, in relazione ai cambiamenti climatici Prof. Marco Bindi DISAT-UNIFI, P.le delle Cascine.
MODELLO DI SIMULAZIONE PER UNA GESTIONE RAZIONALE DELL'IRRIGAZIONE Prof. Fabrizio Quaglietta Chiarandà - Università di Napoli Federico II Prof. Marco Acutis.
MIGLIORAMENTI COLTURALI IN CONDIZIONI AVVERSE DEL SUOLO fonte bibl.: Chrispeels Sadava.
RADIAZIONI. RADIAZIONE Trasmissione di energia sotto forma di onde elettromagnetiche Altre forme di trasferimento di energia Conduzione Convezione.
Ottimizzazione dei terreni di coltura Metodi statistici.
Bioplastiche da Residui per Innovazioni Olistiche Capofila: Ing. Attilio Colucci - La Molara s.r.l. Responsabile Scientifico: Dr.ssa Barbara Immirzi Istituto.
ECOLOGIA E PEDOLOGIA I caratteri delle realtà ambientali
Inquadramento botanico
UN PROGETTO A DIFESA DELLA QUALITA’ DELLE ACQUE : Ottimizzazione della gestione dell’azoto per il miglioramento e la conservazione della qualità dell’acqua.
CONCIMAZIONE AZOTATA (secondo il PCA della regione Campania) (secondo il PCA della regione Campania) A. FABBISOGNI COLTURALI + B. PERDITE PER LISCIVIAZIONE.
RELAZIONE FRA IL TASSO DI FISSAZIONE FOTOSINTETICA DEL CARBONIO E IL TASSO DI CRESCITA DELLA BIOMASSA FITOPLANCTONICA IN ADRIATICO SETTENTRIONALE (GOLFO.
III – TECNICHE DI COLTIVAZIONE
rispetto allo stato dell’arte per il calcolo della CO2 si è spostato l’obiettivo da singola coltura o allevamento o processo di trasformazione, a intera.
Transcript della presentazione:

Roberto Confalonieri roberto.confalonieri@unimi.it La modellistica di simulazione come strumento di supporto e monitoraggio Roberto Confalonieri roberto.confalonieri@unimi.it “Nessuno crede ai modelli tranne chi li ha prodotti… Tutti credono ai dati sperimentali tranne chi li ha raccolti” (Gaylon S. Campbell)

POPOLAZIONE IN CONTINUO AUMENTO IL PROBLEMA... SERVE PIU’ CIBO popolazione tempo POPOLAZIONE IN CONTINUO AUMENTO SERVONO PIU’ CASE

IL PROBLEMA... CAMPI SE SERVE PIU’ CIBO… CITTA’ SE SERVONO PIU’ CASE…

SOLUZIONE MODERNI AGROECOSISTEMI (BASSA EFFICIENZA & ELEVATO IMPATTO) COME USCIRNE? AUMENTARE LA PRODUTTIVITA’ PER UNITA’ DI SUPERFICIE SOLUZIONE MODERNI AGROECOSISTEMI (BASSA EFFICIENZA & ELEVATO IMPATTO)

STRUMENTI DI SUPPORTO ALLE DECISIONI NECESSITA’ DI RISPOSTE IMMEDIATE LIMITATEZZA DELLE RISORSE MODELLISTICA DI SIMULAZIONE

ECOLOGIA AGRARIA ~ CUBISMO GUARDARE LA REALTA’ DA DIVERSI PUNTI DI VISTA!!! MODELLISTICA DI SIMULAZIONE 100% produzione 0% rispetto 0% produzione 100% rispetto

LA MODELLISTICA DI SIMULAZIONE TENTA DI DESCRIVERE LA REALTA’ Problema: valutazione della velocità di degradazione di fitofarmaci in risaia (T dipendente). Generalmente viene misurata solo la T in capannina mentre a me serve la T in acqua MODELLO (Tentativo di descrivere la realtà)

Applicazione territoriale 1. PERCHE’ I MODELLI? MAPPE DI VULNERABILITA’ (o di RISCHIO) Applicazione territoriale utilizzare insieme: il modello CropSyst per la simulazione dei sistemi colturali (acqua e azoto nel sistema suolo-coltura) un sistema informativo geografico (GIS) per produrre: mappe di rischio.

Cos’è un GIS Geographical Information System E’ un programma che consente di rappresentare cartograficamente informazioni geografiche Ne consente l’elaborazione

MAPPE DI VULNERABILITA’ (o di RISCHIO) - Cosa si vuole mappare? - Utilizzare input omogenei per poligono - Lanciare un modello che simula il sistema colturale - Mappare il risultato (omogeneo per poligono) STRUMENTO DI SUPPORTO ALLE DECISIONI

MAPPE DI VULNERABILITA’ (o di RISCHIO) 1a - Dati pedologici 3 - Lisciviazione nitrati 1b Modello di simulazione 2 dati meteorologici uso del suolo gestione agronomica

MAPPE DI VULNERABILITA’ (o di RISCHIO) aspersione scorrimento

2. PERCHE’ I MODELLI? DEFICIT DI RESA Yield gap (Bindraban et al., 2000) Obiettivo: stimare la differenza tra la produzione reale e quella che si sarebbe potuta ottenere, nelle medesime condizioni pedo – climatiche, ottimizzando la gestione. I dati di produzione potenziale forniti come output da un modello di simulazione vengono confrontati con i dati di produzione reali.

CropSyst (Stockle e Nelson, 1996) è un modello che descrive, su base giornaliera, l’evoluzione di un sistema colturale E’ un programma che riproduce il comportamento della realtà Lo fa in modo semplificato usando equazioni per la stima dei processi Ripete le stime ogni “time-step”

CropSyst Perché è stato scelto Alcuni output E’ documentato E’ in continua evoluzione E’ un generico simulatore di colture Simula sistemi colturali Perché è stato scelto Accumulo di biomassa Stress ai quali la coltura è sottoposta Movimenti di acqua nel sistema suolo - coltura Movimenti e trasformazioni dell’azoto nel suolo Alcuni output

CropSyst Crescita della coltura Crescita della biomassa aerea in funzione della disponibilità di: radiazione luminosa acqua azoto energia radiante precipitazioni concimazioni Crescita radicale acqua nel terreno azoto nel terreno

CropSyst - Ciclo dell’acqua traspirazione precipitazioni e irrigazioni evaporazione run-off infiltrazione e percolazione profonda

CropSyst - Ciclo dell’azoto assorbimento colturale concimazioni vol. NH3 denitrif. spostamento verso il basso e lisciviazione N-organico N-NH4+ N-NO3

I modelli di simulazione dei sistemi colturali QUALSIASI MODELLO DI SIMULAZIONE, PRIMA DI ESSERE UTILIZZATO, DEVE ESSERE CALIBRATO E VALIDATO SU DATI RACCOLTI IN CAMPO input meteorologici morfo-fisiologici pedologici agrotecnici MODELLO output crescita e sviluppo della coltura segnalazione di eventuali stress bilanci di massa (acqua e azoto) nel sistema suolo-coltura

Misure sperimentali e modellistica di simulazione Dati sperimentali - Messa a punto del modello - Input per le simulazioni Gestione dati sperimentali Modelli di simulazione

PRIMA DELLA CALIBRAZIONE DOPO LA CALIBRAZIONE

I MODELLI DI SIMULAZIONE… CONCENTRAZIONE DI AZOTO NITRICO NEL TERRENO …FUNZIONANO? CONCENTRAZIONE DI AZOTO NITRICO NEL TERRENO SIMULAZIONE DI UNA ROTAZIONE SESSENNALE (3 anni loglio-mais; 3 anni di medica)

CropSyst - RISO Confronto tra i dati misurati e simulati relativi alla biomassa prodotta Confronto tra i dati misurati e simulati relativi alla concentrazione di azoto nella coltura

ERBA MEDICA medica I medica II

LOGLIO ITALICO Confronto tra i dati misurati e simulati relativi alla biomassa prodotta Confronto tra i dati misurati e simulati relativi alla concentrazione di azoto nella coltura

ACCUMULO DI BIOMASSA mais medica I medica II medica III loglio italico SIMULAZIONE DI UNA ROTAZIONE SESSENNALE (3 anni loglio-mais; 3 anni di medica)

SIMULAZIONE DEL CONTENUTO IDRICO NEL TERRENO SIMULAZIONE DI UNA ROTAZIONE SESSENNALE (3 anni loglio-mais; 3 anni di medica)

SE BEN UTILIZZATI... ...SI

La qualità dell’output dipende dalla qualità dell’input AVVERTENZE: I modelli sono semplificazioni della realtà: tenere presenti le limitazioni d’uso! La qualità dell’output dipende dalla qualità dell’input I modelli richiedono calibrazione

Classificazione dei modelli empirici / meccanicistici statici / dinamici

Variabili, parametri e costanti Variabili = variano durante la simulazione Parametri e costanti = non variano durante la simulazione

Variabili… ... di stato: definiscono lo stato del sistema in un determinato momento nel tempo ... di tasso: definiscono il tasso di cambiamento delle variabili di stato

Parametri e costanti Parametri: quantità mantenute costanti durante una simulazione Costanti: il loro valore è stato accuratamente determinato e non dovrebbe mai cambiare

Modelli concettuali Diagrammi relazionali Modello concettuale del sistema: definisce le relazioni tra le componenti del sistema Diagramma relazionale: esplicita il modello concettuale E’ indispensabile per sistemi complessi!

Simbologia per diagrammi

CropSyst – la coltura

Aspetti considerati: Sviluppo Crescita della coltura in relazione a: disponibilità di luce temperatura disponibilità idrica disponibilità di nutrienti Ripartizione degli assimilati

CropSyst: generico simulatore di colture CropSyst simula la crescita e lo sviluppo di colture erbacee usando un simulatore generico Le diverse specie e cultivar sono descritte da un set di parametri che descrivono la risposta della coltura all’ambiente (file .CRP)

Crescita e sviluppo Lo sviluppo è il procedere della coltura attraverso stadi fenologici (es. dall’emergenza alla prima foglia vera) Crescita: accumulo di biomassa sua ripartizione negli organi

Sviluppo in CropSyst Accumulo di gradi giorno, in funzione di: temperatura media dell’aria temperature minima e massima per la coltura stress idrico L’accumulo di gradi giorno influenza: stadi fenologici durata area fogliare

Fasi fenologiche considerate da CropSyst Planting event = semina Preemergence = pre-emergenza Emergence = emergenza (50) Active growth = post-emergenza Flowering = fioritura (690) Grain filling = riempimento granella (720) Physiological maturity = mat. fis. (1611) Harvest event = raccolta

Crescita e disponibilità di radiazione luminosa Intercettazione della luce Fotosintesi lorda netta (sottraggo respirazione per mantenimento e crescita) Ripartizione assimilati

Intercettazione della luce La stima della radiazione intercettata dalla coltura è importantissima Dipende dal LAI (Leaf Area Index) Essa influenza direttamente: la fotosintesi giornaliera (radiazione globale  PAR  biomassa) il rapporto tra evaporazione potenziale e traspirazione potenziale

Fotosintesi netta in funzione della radiazione GR = RUE  (fint  PAR)  Tlim GR = crescita limitata da radiazione (kg m-2 d-1) RUE = Radiation Use Efficiency = Ligth to above ground biomass conversion (kg MJ-1) = tasso di fotosintesi netta fint = frazione di radiazione intercettata PAR = Photosynthetically Active Radiation (MJ m-2 d-1) Tlim = limitazione da temperatura

Crescita e disponibilità idrica GTR = kBT  (T / VPD) GTR = crescita limitata da disponibilità idrica (kg m-2 d-1) kBT = biomass-transpiration coefficient (kg m-2) kPa m-1 = tasso di fotosintesi netta T = traspirazione (m-3 m-2 d-1) ovvero (m d-1) VPD = vapor pressure deficit (kPa)

Crescita in funzione di: luce e acqua G = min (GR, GTR) (kg m-2 d-1) In questo modo considero il fattore più limitante (acqua o luce?)

Crescita in funzione dell’azoto: la diluizione dell’azoto

Profondità radicale (massima al raggiungimento del massimo LAI) Ma il LAI da dove viene? Biomassa LAI LAI = SLA  [B / (1 + p  B)] Profondità radicale (massima al raggiungimento del massimo LAI) SLA = Specific Leaf Area (m2/kg) B = biomassa aerea totale (t SS/ha) p = coefficiente empirico (m2/kg) (Stem/Leaf partition coefficient)

Specific Leaf Area (SLA) E’ la quantità di area fogliare prodotta per unità di biomassa che viene ripartita verso le foglie Nella pratica non è costante, ma nel modello sì Al modello si fornisce una media di valori ottenuti in condizioni ottimali all’inizio del periodo di crescita

Leaf Area Duration (LAD) E’ la durata, espressa in gradi giorno, dell’area fogliare Ogni giorno viene emessa una certa quantità di area fogliare. La sua vita inizia quel giorno e finisce quando sono stati accumulati i gradi giorno pari a LAD Lo stress idrico accelera l’accumulo di gradi giorno

Resa della coltura CropSyst non prevede, per semplicità, una ripartizione giornaliera degli assimilati Solo la biomassa aerea viene simulata giornalmente Alla raccolta viene stimata la quantità di biomassa contenuta nel prodotto utile (resa), in base all’harvest index

CropSyst – infiltrazione dell’acqua nel suolo

Modello a serbatoi (a cascata) Infiltrazione Modello a serbatoi (a cascata) Differenze finite 1 2 3 V1(2) V2(3) strato 1: V1([N]1) Percolazione strato 2: V2([N]2) Lisciviazione strato 3: V3([N]3) V2’([N]2’) = V2([N]2) + V1(2)([N]1) - V2(3)([N]2)

CropSyst – l’azoto

NH3 N2 aria raccolti SOM N2O, N2 microrg. reflui mineralizzazione NH4+ nitrificazione lisciviazione NO3- reflui

Bilancio dell’azoto minerale: giornaliero, mensile, annuale INPUT OUTPUT Fertilizzazioni Mineralizzazione SOM residui, reflui N fissazione Acqua irrigua Azoto atmosferico N minerale all’inizio Volatilizzazione Denitrificazione Lisciviazione Asportazione colturale Immobilizzazione N minerale alla fine

I modelli di simulazione In genere sono usati per: Previsione rese Valutazione impatto ambientale Potrebbero anche essere usati per: Verifica dati sperimentali Pianificazione campionamenti

1. Verifica dati sperimentali Dati provenienti da una prova sperimentale Mais da trinciato classe 600 Gestione tale da non evidenziare stress da mancanza di acqua o azoto Biomassa prodotta: 25.2 t/ha Acqua in entrata nel sistema suolo – coltura: Precipitazioni: 385 mm Irrigazioni: 100 mm (25 luglio 97)

1. Verifica dati sperimentali Manca un dato di irrigazione!!! Resa irr. automatica: 25.2 t/ha Resa irr. misurata: 23.0 t/ha Manca un dato di irrigazione!!! Mettendo opzione di irrigazione reale posso, attraverso l’analisi degli stress, capire anche più o meno la data

2. Pianificazione esperimenti Esempio: mi serve un protocollo sperimentale e voglio sapere ogni quanto fare campionamenti di biomassa in modo da ottenere curve di crescita il più possibile complete senza però sprecare risorse

2. Pianificazione esperimenti

2. Pianificazione esperimenti Ipotizzo delle frequenze di campionamento sulla base dell’andamento della derivata Dove la derivata presenta pendenze più accentuate, sono necessari campionamenti più frequenti (~ 2 volte alla settimana) Dove la derivata presenta pendenze meno accentuate, è possibile effettuare campionamenti meno frequenti (~ 1 volta ogni 2 settimane)

2. Pianificazione esperimenti Non solo per errori di registrazione ma anche per: dati non trattati bene ricostruzione di dati mancanti Interazione fruttuosa tra chi raccoglie il dato, chi lo analizza e chi lo usa (es. modellista)