Le serie agronomiche di lungo termine per la valutazione della vocazionalità e dei rischi climatici. Università di Udine Dipartimento Produzione Vegetale.

Presentazione sul tema: "Le serie agronomiche di lungo termine per la valutazione della vocazionalità e dei rischi climatici. Università di Udine Dipartimento Produzione Vegetale."— Transcript della presentazione:

1 Le serie agronomiche di lungo termine per la valutazione della vocazionalità e dei rischi climatici. Università di Udine Dipartimento Produzione Vegetale e Tecnologie Agrarie A.Peressotti, F.Danuso, G. Delle Vedove, G.Zerbi, M.Zuliani

2 ClimagriLT Metadatabase delle prove agronomiche di lungo termine Descrizione prove agronomiche di lungo termine (dove?, quando?, chi?, come?) Creazione di uno standard per la conservazione e la distribuzione dei dati Strumento utile alla simulazione orientata allestensione delle scale spaziale e temporale Rivalutazione degli esperimenti agronomici di lungo termine in chiave agroecologica

3 ClimagriLT Metadatabase relazionale di tipo modulare Nucleo centrale ripetuto ed esteso in funzione delle esigenze Interfaccia per lestrazione dei dati Modulo

4 ClimagriLT Contatti con strutture e analisi dei formati StrutturaPopolamento Politiche gestione Feed Back

5 ClimagriLT Struttura Contatti con strutture e analisi dei formati proprietari Popolamento Politiche gestione Feed Back

6 ClimagriLT Struttura Confermata la correttezza della scelta progettuale basata su approccio teorico (teoria database relazionali). Il metadatabase si è adattato con facilità ad esperimenti anche molto diversi per organizzazione e conduzione Introdotto concetto di modularità. Il nucleo centrale della struttura è stata esteso in modo modulare per accogliere dati derivanti da prove su colture arboree Richieste da parte delle strutture (es. tenere traccia del nome della tesi, inifluente per lanalisi agrometeo)

7 ClimagriLT Popolamento Struttura Contatti con strutture e analisi dei formati proprietari Politiche gestione Feed Back

8 ClimagriLT Popolamento Struttura Contatti con strutture e analisi dei formati proprietari Politiche gestione Feed Back

9 ClimagriLT Popolamento Diversità dei formati Comprensione struttura prova e ricostruzione della storia dellesperimento attraverso soft data (colloqui, appunti, ex impiegati, ricercatori che hanno cambiato sede) Worksheet Excel Database SPS Altri formati proprietari Cartaceo Validazione dei dati e simulazione dei dati mancanti (dati mancanti nella serie, condizioni iniziali terreno)

10 ClimagriLT Popolamento Validazione dei dati e simulazione dei dati mancanti (dati mancanti nella serie, condizioni iniziali terreno) Validazione Simulazione dati mancanti Marcatura dati non originali Database operazionale Conservazione Strutturazione Database dati grezzi Flusso dati Attualmente in fase progettuale

11 ClimagriLT PopolamentoStruttura Contatti con strutture e analisi dei formati proprietari Politiche gestione Feed Back

12 ClimagriLT Politiche di gestione Steso un codice comune per determinare in modo univoco cosa è o non è metadato. Accettazione da parte delle strutture del codice e inizio collaborazione Struttura e referente Formati Localizzazione Tipo e numero tesi Date ed intensità lavorazioni e trattamenti Tipo stazione meteo, Etc Metadati Dati meteo Dati suolo Dati produzione Dati Il tipo di dati messi a disposizione variano da struttura a struttura.

13 ClimagriLT Attuale consistenza 12 esperimenti di lungo termine catalogati Descritta la storia di 730 parcelle. 6 strutture hanno aderito al database fornendo anche dati meteo e dati suolo ove disponibili Inserimento di nuovi dati relativi ad un esperimento su vite condotto a livello nazionale in 13 località Inseriti ad oggi circa 600.000 records su un totale di circa 2.000.000

14 Dati o Variabili Mancanti Il database operazionale operera sulle variabili meteorologiche rilevate dalle capannine (back-end) in modo da stimare eventuali dati mancanti o aberranti e di calcolare variabili ritenute necessarie per l uso di modelli I dati aberranti sono stati stimati mediante interpolazione lineare nel caso di buco non superiore a 2 giorni I dati mancanti (>2gg) potranno essere stimati da stazione meteorologiche adiacenti Le variabili mancanti di maggiore interesse sono: –L Evapotraspirazione di Riferimento (Penman-Monteith) –Radiazione globale

15 ETr ed etichette di qualita

16 Evapotraspirazione di riferimento

17

18

19 Variabilità dei growing degree days a Pisa

20 Variabilità dei growing degree days a Policoro

21 Variabilità dei growing degree days a Pisa

22 Variabilità dei growing degree days a Legnaro

23 Conclusioni Uniformata la struttura del database in relazione alle esigenze dei partecipanti Chiarita la politica di gestione dei dati Definite le routines di conversione di dati In sviluppo il database operazionale –Gap filling –ETr