Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole.

Presentazione sul tema: "Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole."— Transcript della presentazione:

1 Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole Applicazioni pratiche dei dati agrometeorologici nelle colture ortofloricole Dipartimento di Biologia delle Piante Agrarie, Università di Pisa (incrocci@agr.unipi.it) Seminario tecnico “Applicazioni dei dati agrometeoclimatici nel settore ortoflorovivaistico, in relazione ai cambiamenti climatici” Pisa, 10 ottobre 2008 L. Incrocci

2 Quali applicazioni? Uso dei dati per utilizzo modelli previsionali: –Uso dei dati climatici per la stesura di bilanci idrici; –Protezione dalla malattie fungine e da insetti nocivi; –Simulazione degli stadi fenologici della coltura e della possibile produzione; Uso dei dati per allarme danni da idrometeore –Per evitare se possibile danni alle colture e/o alle strutture di protezione Uso dei dati per programmazione attività: –Uso dei dati climatici per simulazione consumi idrici; –Scelta di un sito per la costruzione di una serra in base ai dati climatici storici

3

4 Danni da brina e gelate La causa più comune è l’inversione termica Agerato Impatiens

5

6 Danni da basse temperature Causano disordini fisiologici quali aborto e malformazioni dei fiori e dei frutti, Silvering su pomodoro Malformazione su frutti di peperone

7 Danni da grandine E’ la formazione di chicchi di ghiaccio sospesi da forti correnti ascensionali. Il record di grandezza lo detiene un chicco di ben 766 grammi e 44 cm di circonferenza caduto a Coffeyville in Kansas (USA).

8 Danni da neve E’ una precipitazione in forma di cristalli o di aghi di ghiaccio isolati o riuniti in fiocchi La neve può causare danni alle strutture di protezione se mista a pioggia.

9

10

11

12 Danni da alte temperature In colture ortive può causare scottature e allessamenti Può provocare ritardi di maturazione e aborto frutticini

13 Fioritura decrescente

14 Riduzione della insolazione: ombreggiamento

15 Riduzione dell’insolazione: ombreggiamento selettivo

16 Uso di vernici con bassa trasmittanza per NIR (es. ReduHeat®) Negli ultimi anni l’industria ha messo a punto nuove vernici con bassa trasmittibilità per l’infrarosso vicino: a parità di temperatura si può avere più PAR.

17

18 Uso di dati agrometereologici: studio siccità Dati di piovosità annuale della capannina di Lido di camaiore (LU) X= anni trascorsi dal 1990

19 Siccità: problema della salinizzazione Evoluzione della salinità delle acque di falda, espressa come EC (uS/cm) nella zona della Versilia (prov. Di Lucca). Nella zona sono presenti circa 200 ha di colture protette (Giudiceandrea e Simonetta, 1998)

20 Che cos’è un modello Nella sua accezione più generale un modello è una rappresentazione semplificata (o ideale) di un sistema (De Wit, 1970) Il modello nasce perché nello studio di un fenomeno si arriva ad un dettaglio tale che questo è più sinteticamente descritto con il linguaggio matematico (Thornley and Johnson, 1990)

21 Campi di utilizzo modelli nelle colture ortofloricole Nella ricerca –Uso di modelli per unire attraverso il loro sviluppo diverse competenze –Per simulare il comportamento di un fenomeno riducendo il numero di esperimenti da condurre Nella programmazione della produzione (timing) Nell’ottimizzazione di risorse aziendali (es. uso del riscaldamento, della illuminazione artificiale, concimazione carbonica) Per scopi didattici –Simulazione dell’azione dei parametri climatici sulla crescita delle piante Nel controllo climatico della serra (gestione temperatura umidità, luce e CO 2 )

22 Modelli empirici o meccanicistici Modelli empirici o statistici o black box –I dati sperimentali a disposizione vengono interpolati con vari tipi di equazioni matematiche (regressioni semplici o multiple di primo o secondo grado) Modelli meccanicistici o esplicativi –Il sistema viene suddiviso in due o più parti ciascuno dei quali viene quantificato separatamente e dove esiste almeno un ordine gerarchico fra questi

23 Applicazione di dati per pilotaggio irrigazione Con i dati climatici, i dati fisici del terreno e le caratteristiche della coltura è possibile calcolare un bilancio idrico della coltura e dare consigli su quando occorre intervenire Irrigazione = ETE – Piogge – risalita capillare

24 Fattori che condizionano la traspirazione Radiazione Deficit di vapore Area fogliare (LAI) Resistenza stomatica (condizione idrica, e specie) vento

25 Approcci & metodi Stima di ETP e calcolo di ETE attraverso applicazione di Kc equazione di Penman-Monteith (semplificata – v. Stanghellini) Vasca evaporimetrica ETE = ETP * Kc LA STIMA DELL’ETE

26 Stato dell’arte radiativa aerodinamica Baille, 1994 Semplificazione modello P-M Penman-Monteith Rn radiazione netta a livello coltura G flusso di calore del suolo pa densità atmosferica Cp calore specifico aria (es-ea) deficit pressione vapore; f(T; UR) r a resistenza aerodinamica r s resistenza copertura vegetale ∆ pendenza curva pressione vapore γ costante psicrometrica

27

28 LA STIMA DELL’ETE via WEB

29 Approcci & metodi metodo semplificato: misura di radiazione globale ETE (mm) = a 0.4 RG (MJ/ m 2 ) valore approssimato di a (= ETE/ETP) = 0.7-0.9 LA STIMA DELL’ETE

30 Rapporto tra l’evapotraspirazione totale e la radiazione solare (R) disponibile in serra (convertita in mm di acqua*) Colture Sistema di coltivazione Periodo di coltivazioneLAIETE / R (K) PomodoroSubstrato & NFT Primavera & autunno 3.0 - 3.50.75 - 0.80 MeloneNFT Primavera & autunno 3.0 - 3.50.70 - 0.75 FragolaSubstratoPrimavera2.0 - 2.50.65 - 0.70 GerberaSubstratoAnnuale2.4 - 2.80.65 - 0.70 RosaSubstratoAnnuale2.4 - 2.80.70 - 0.75 * 2.5 MJ/mq = 1 mm ETE = k RG

31 Approcci & metodi ETE (mm) = a LAI RG * 0.4 + a LAI VPD LAI max = 3.0 - 4.5; a = 0.2 -0.4 LA STIMA DELL’ETE

32 E E evapotraspirazione mm/d k k coefficiente di estinzione radiazione LAI LAI leaf area index RG RG radiazione interna serra MJ/m 2 d AB A e B coefficienti (mm m 2 /MJ; adimensionale) CALIBRAZIONE (su base giornaliera) AB Determinazione di A e B regressione multipla lineare k Determinazione k LAI Determinazione LAI LAI BRG)(AE LAIk   exp1 BRG)(AE LAIk   exp1 VPD

33 POMODORO Confronto tra valori previsti e osservati di E (mm/day) per una coltura di pomodoro coltivata in serra in diversi periodi (primavera e autunno) con acqua di irrigazione salina (n=580) BRG)(AE LAIk   exp1 BRG)(AE LAIk   exp1 A= 0.404; k=0.69; B= 0.001 Da: Incrocci et al., 2005

34 Andamento dei valori giornalieri di E e dei valori di LAI per una coltura di pomodoro coltivata con sistema semi-chiuso in presenza di acqua salina Nella calibrazione non si sono tenuti separati i dati sperimentali relativi alle tesi 10 e 20 meq/L NaCl A= 0.404 B = 0.001 k = 0.69

35 Influenza della luce e della temperatura sul diametro del fiore di crisantemo (empirico) (Nothnagl, et al 2003)

36 Influenza della luce e della temperatura sul diametro del fiore di crisantemo

37 http://lieth.ucdavis.edu/Research/dss/bud.htm BUD METER (Fisher and Lieth, 1995)

38 Esempi di modelli meccanicistici Modelli per la simulazione di sostanza secca in pomodoro (basati sulla stima della fotosintesi) –TOMSIM (Heuvelink et al, 1996) –TOMGROW (Jones et al., 1991, 1998)

39 (Da Marcelis et al, 1998) Fotosintesi lorda Fotosintesi netta Ripartizione assimilati

40 IL DSS SGx Modello di crescita: TOMGRO, v. 3.0 (Jones et al., 1998) Modello di ETE: Baille et al. (1994) Modello della concentrazione salina della soluzione ricircolante (Carmassi et al., 2005)

41 Formazione nodi LAI Biomassa totale Biomassa frutti Biomassa vegetativa Peso fresco frutti maturi EC sol. nutritiva Radiazione solare Temperatura ETE Struttura logica di SGx

42

43 Simulazione del tasso di formazione dei nodi CIMATURA

44 Simulazione della crescita (biomassa secca) Ciclo primaverile 0 200 400 600 800 1000 1200 1400 1600 0153045607590105120 Giorno dal trapianto (GDT) SS (g/m 2 ) PS totale simulato PS frutti totali simulato PS frutti maturi simulato PS totale misurato PS frutti totali misurato PS frutti maturi misurato

45 Studio dell’influenza della temperatura sullo sviluppo vegetativo e riproduttivo Analisi di tre metodi di calcolo dei gradi- giorno (GDD, Growing Degree Days)

46 Temperatura (°C) T MAX T MIN Tempo (ore) T MAX T MIN GDD 0 T MIN < T < T MAX Min (T – T MIN ; T MAX – T MIN ) T MAX T MIN GDD 0 T OTT T MIN < T < T MAX Min (T – T MIN ; T MAX –T) Temperatura (°C) T MIN Tempo (ore) T MIN GDD 0 Max (0; T – T MIN ) T min = 8°C T max = 40°C T ott = 24°C

47 Osservazioni sperimentali: A partire da un determinato nodo fogliare, il pomodoro forma 1 infiorescenza ogni 3 foglie (accrescimento simpodiale) Relazione lineare tra il tasso di formazione dei nodi fogliari/fiorali e GDD Relazione lineare tra maturazione del frutto e GDD

48 NN = numero di nodi

49 TOM-MODEL sub-routines: Tasso di formazione dei nodi (fogliari e fiorali) - epoca di fioritura di ogni grappolo Inizio della maturazione (commerciale) dei frutti Indice di area fogliare (LAI) Assorbimento idrico (ETE)

50 SIMULAZIONE DEL TASSO DI FORMAZIONE DEI NODI 0 5 10 15 20 25 30 35 40 01530456075 Giorni dal trapianto (GT) N° nodi totali PRI sim PRI mis 0 5 10 15 20 25 30 35 40 01530456075 Giorni dal trapianto (GT) N° nodi totali AUT sim AUT mis

51 SIMULAZIONE DEL LAI LAI i = [-0.3354 + (4 + 0.3354)] 1 + exp [(755.3- ∑GDDi) / 134.7] defogliazione

52 STIMA DELL’ETE 1,00 2,00 3,00 4,00 5,00 6,00 7,00 0153045607590105120 Giorni dal trapianto (GDT) ETE (mm/giorno) PRI Sim PRI mis 1,00 2,00 3,00 4,00 5,00 6,00 7,00 0153045607590105120 Giorni dal trapianto (GDT) ETE (mm/giorno) AUT Sim AUT mis E = 0.39 * {[1 – exp (0.69 * LAI)] * RAD * 0.004} + 0.19 ETE SIM = 0.88 ETE MIS + 0.22 r 2 = 0.93 K = coeff. estinzione della luce nella coltura

53 SIMULAZIONE DELLA MATURAZIONE DEI FRUTTI 0 1 2 3 4 5 6 7 0153045607590105120 Giorni dal trapianto (GT) Antesi-maturazione PRI Sim PRI mis 51 53 (0.7) 49 51 (1.7) 45 48 (0.8) 44 45 (0.9) 43 43 (0.7) 43 37 (0.3) 0 1 2 3 4 5 6 0 153045607590105120 Giorni dal trapianto (GT) Antesi-maturazione AUT Sim AUT mis 41 41 (2.0) 41 41 (0.3) 41 42 (0.8) 49 41 (0.4) 45 45 (1.1)

54 Modellizzazione delle malattie: la peronospora della patata e pomodoro Malattia molto importante che provoca fortissime riduzioni di produzione Attacca foglie, fusti e frutti

55 Modellizzazione delle malattie Il modello IPI (Indice Potenziale Infettivo) valuta la probabile evoluzione nel tempo del potenziale infettivo di Phytophthora infestans nell´ambiente. E´ un modello "a prognosi negativa", in quanto non indica con precisione la data di comparsa della malattia, ma individua un periodo di tempo in cui è improbabile la manifestazione della malattia in campo e di conseguenza inutili eventuali trattamenti.

56 Modellizzazione delle malattie Dati necessari per l´elaborazione (INPUT) Data di emergenza o trapianto della coltura Temperatura minima, media e massima giornaliera (°C) Umidità relativa media giornaliera (%) Precipitazione totale giornaliera (mm)

57 Modellizzazione delle malattie Soglia di rischio Soglie IPI: 10 per patata e 15 per pomodoro

58 Modellizzazione delle malattie Il modello MISP è stato messo a punto dalla Stazione di ricerca per l´Agroecologia e l´Agricoltura di Zurigo. Scopo del modello è individuare i momenti di sviluppo delle epidemie di peronospora della patata. Il modello individua come giorno favorevole per il realizzarsi di un´infezione di peronospora un periodo di 24 ore con almeno 6 ore di pioggia, 6 ore consecutive con umidità relativa >90% e temperatura media >10°C.

59 Modellizzazione delle malattie Dati necessari per l´elaborazione (INPUT) Temperatura oraria (°C) Umidità relativa oraria (%) Precipitazione oraria (mm)

60 Modellizzazione delle malattie Soglia di rischio

61

62 CONCLUSIONI