PROGETTO CLIMESCO LINEA 4 SIMULAZIONE DI SCENARI COLTURALI

Transcript

1 Unità di Ricerca per i sistemi colturali degli ambienti caldo-aridi PROGETTO CLIMESCO LINEA 4 SIMULAZIONE DI SCENARI COLTURALI ATTIVITA 4.1 Calibrazione e validazione dei modelli a scala puntuale Michele Rinaldi Bari, 29 novembre 2007

2 OBIETTIVO Individuare un modello di simulazione colturale in grado di apprezzare le variazioni indotte sulle principali colture da fenomeni di climate change, calibrarlo per i siti e le colture di interesse del Progetto, validarlo con dati pre-esistenti esistenti e di renderlo disponibile per le due successive attività della linea 4: 4.2 Adattamento del modello da scala puntuale a scala di comprensorio (up-scaling) 4.3 Simulazione di scenari irrigui

3 Piano di sviluppo dell attivit attività Screening tra modelli colturali e di sistemi colturali Calibrazione Validazione

4 Classificazione Scuola di Ritchie o del modello CERES In questi modelli l accumulo di sostanza secca è calcolato come prodotto della radiazione intercettata e dell efficienza d uso della radiazione (RUE) secondo Monteith (1977). I tassi di crescita vengono in primo luogo calcolati come funzione della temperatura e successivamente soggetti ad eventuali stress (idrico, nutrizionale). Scuola di pensiero C. T. de Wit Si è sviluppata all Università di Wageningen (NL) e attribuisce maggiore importanza alla modellistica della fotosintesi; questa determina la crescita delle colture attraverso empirici coefficienti di ripartizione della biomassa. Gli stress agiscono via fotosintesi.

5 Modelli di simulazione individuati EPIC (USDA, USA) DSSAT (Univ( Univ.. of Florida, Univ.. of Hawaii, USA) CROPSYST (Washington State University, USA) STICS (INRA, F) SWAP (Wageningen( University, NL)

6 Calibrazione Si simula un esperimento reale in cui la coltura è tenuta in condizioni prossime a quelle ottimali Si modificano i parametri della coltura (fenologia, curva del LAI, coefficienti di ripartizione, HI, SLA, RUE, WUE,..) per avvicinare quanto possibile i valori simulati a quelli misurati

7 Validazione Si simula uno o più esperimenti, diversi da quello usato per la calibrazione, si confrontano valori osservati e misurati, si calcolano i principali indici statistici di confronto (per es. RMSE, ME) per potere esprimere un giudizio sull affidabilit affidabilità del modello Root Mean Square Error (RMSE) n n 2 ( O O) ( P O ) i i= 1 i= 1 n ( Oi O) i= 1 2 i i 2 Modelling Efficiency (ME) n i= 1 ( P O ) i n i O

8 Colture interessate da attività di calibrazione e validazione di modelli di simulazione presso il CRA-SCA di Bari Vite Favino Radicchio Anguria Scarola Carota Cece Soia Girasole Pomodoro Frumento Sorgo Mais EPIC X X X X X X X X DSSAT X X X X X X CROPSYST X X X X X X X X SWAP X X X STICS X

9 EPIC Erosion Productivity Impact Calculator

10 EPIC - Parametri colturali usati nella simulazione del pomodoro da industria. Abbreviazione Unità di misura Valore LAI potenziale DMLA m 2 m -2 4,5 (*) Frazione del ciclo in cui il LAI inizia a DLAI % 0,67 decrescere (*) Primo punto della curva del LAI DLAP1 %.% (*) Secondo punto della curva del LAI DLAP2 %.% (*) Tasso di decremento della curva del LAI RLAD 1,0 Massima altezza della coltura HMX m 1,0 Massima profondità radicale RDMX m 1,5 Temperatura di base TG C 10 Temperatura ottimale TB C 27 Unità termiche potenziali PHU C 1200 Harvest index HI % 0,6 Efficienza d'uso della radiazione WA Kg ha -1 MJ -1 m 2 24,0 Tasso di decremento del WA RBMD 2,5 Contenuto in N all'emergenza BN1 % 0,05 Contenuto in N a metà ciclo BN2 % 0,027 Contenuto in N a maturità BN3 % 0,022 Contenuto in P all'emergenza BP1 % 0,006 Contenuto in P a metà ciclo BP2 % 0,0042 Contenuto in P a maturità BP3 % 0,003 Frazione delle radici nelle prime fasi RWPC1 % 0,2 Frazione delle radici a maturità RWPC2 % 0,1 Frazione di acqua del prodotto utile WCY % 0,94

11 DSSAT Decision Support System for the Agrotechnology Transfer

12 DSSAT v. 4.0 e succ.

13 Modelli colturali presenti in DSSAT (CERES, CROPGRO, OILCROP) Produzione di Biomassa Potenziale Tasso di Accumulo di Carbonio X Durata dell accrescimento f (quantità di luce intercettata) f (temperatura)

14 Bilancio idrico Evapotraspirazione: partizione di ET o in EP o e ES o Evaporazione potenziale della pianta EPo = ETo *(1-EXP( EXP(-k*LAI) Evaporazione potenziale del suolo ESo = ETo - EPo EP o ET o 1 4 (LAI)-Leaf Area Ind

15 Bilancio dell Azoto Decadimento della sostanza organica Mineralizzazione dell N Immobilizzazione dell N Volatilizzazione Fissazione simbiontica dell N Nitrificazione Lisciviazione Denitrificazione Idrolisi dell urea Domanda di N Assorbimento di N

16 Bilancio economico REDDITO NETTO = PLV-SPESE PLV = Produzione * Prezzo unitario SPESE = Costo di base + (n. di irrigazioni e fertilizzazioni * costo unitario) + (mm di acqua e kg di azoto * costo unitario)

17 Calibrazione del pomodoro da industria (PS 1296, data set 2002) Durata dell accrescimento (varietà a crescita determinata) Dimensione delle bacche Dimensione e durata dell apparato fogliare

18 FILE Misurati Valori EM-FL: tempo (giorni fototermici) tra l emergenza e la fioritura 21 CULTIVAR FL-SH: tempo tra primo fiore e prima bacca 10 FL-SD: tempo tra prima bacca e primo seme 117 PODUR: tempo richiesto in condizioni ottimali per raggiungere la dimensione finale della bacca 21 FILE Stimati da dati disponibili SLAMAX: valore massimo di area fogliare specifica (cm 2 g -1 ) 500 SPECIES SLAMIN: valore minimo (cm 2 g -1 ) 250 SLAPAR: radiazione giornaliera fotosinteticamente attiva (moli[quanta] m -2 d -1 ) 0.5 SIZREF: dimensione fogliare standard per la specie 200 FILE Calibrati ECOTYPE CULTIVAR TRIFL: tasso di formazione delle foglie (foglie per girono termico) LFMAX: massimo tasso fotosintetico fogliare a 30 C, 350 ppm CO 2, e alta luminosità (mg CO 2 m -2 s -1 ) LAVR: area fogliare specifica della cv in condizioni di crescita standard (cm 2 g -1 ) SIZLF: dimensione massima di una foglia espansa (tri-fogliata) (cm 2 ) Parametri di ripartizione vegetativa (SPECIES File) Originali Calibrati (1) (2) Bari 21 settembre 2006

19 Validazione del modello (due dataset del 2003 e uno del 2004) 5-15 cm 5-15 cm TDM TDM DAT cm 0.6 t ha t ha DAT cm DAT DAT DAT DAT cm cm DAT DAT

20 Risultati della validazione Unità N. di oss. Misurato Simulato Differenza (%) RMSE (1) ME (2) r (3) Data di maturazione dap ± ± Alla raccolta Produzione di Bacche totali t ha ± ± Numero di bacche n m ± ± S.S. totale t ha ± ± Durante il ciclo colturale LAI cm 2 cm ± ± S.S. foglie t ha ± ± S.S. fusti t ha ± ± S.S. bacche t ha ± ± S.S. parte epigea t ha ± ± (4) SWC 5-15 cm cm 3 cm ± ± SCW cm cm 3 cm ± ± SWC cm cm 3 cm ± ± (1) Root Mean Square Error (2) Modelling Efficiency (3) Pearson s correlation Coefficient (4) SWC = soil water content

21 Simulazione senza tenere conto dell incremento della [CO 2 ] Biomassa epigea (t ha -1 ) Pomodoro: simulazione con incremento della [CO 2 ] Biomassa epigea (t ha -1 ) Passato Futuro - B2 Futuro - A2 Passato Futuro - B2 Futuro - A2 0 Passato Futuro - B2 Futuro - A2 Passato Futuro - B2 Futuro - A2 IRR AUTO 45 POTENZIALE IRR AUTO 45 POTENZIALE Resa in bacche fresche (t ha -1 ) Resa in bacche fresche (t ha -1 ) Passato Futuro - B2 Futuro - A2 Passato Futuro - B2 Futuro - A2 0 Passato Futuro - B2 Futuro - A2 Passato Futuro - B2 Futuro - A2 IRR AUTO 45 POTENZIALE IRR AUTO 45 POTENZIALE

22 DSSAT-CERES-Wheat model: Coefficienti genetici calibrati per il frumento duro Simeto Relative decrease in development rate for each day of unfulfilled vernalisation Relative decrease in development rate when plants are grown in a photoperiod 1 hour shorter than the optimum Relative grain filling duration based on thermal time (degree days calculated with a T b of 1 C): each unit increase above zero adds 20 degree days to an initial value of 430 degree days. Kernel number unit weight of stem plus spike at anthesis (1/g) Kernel filling rate under optimum conditions (mg days -1 ) Non-stressed dry weight of a single stem and spike when elongation ceases (g) Abbreviation Values P1V 2.0 P2D 1.5 P5 6.0 G1 2.0 G2 2.7 G3 1.9 Phyllochron interval (degree days) PHINT 100

23 CropSyst

24 CropSyst: parametri colturali calibrati per il frumento duro, cv. Arcangelo Parametri DEFAULT ARCANGELO Fenologia Emergenza (unità fototermiche) Raggiungimento del LAI max (u.f.) Inizio fioritura (u.f.) Inizio riempimento seme (u.f.) Maturazione fisiologica (u.f.) Temperatura di base ( C) 0 0 Accrescimento Transpiration Use Efficiency (kg m -2 kpa -1 m -2 ) Apparato fogliare Radiation Use Efficiency (g MJ -1 ) LAI massimo SLA (m 2 Kg -1 ) Fusto/Foglie 3 2 Raccolta Harvest Index

25 Validazione su mais, senza modificare i parametri di default Buone le risposte con la coltura in condizioni idriche ottimali, sufficienti in condizioni idriche limitate

26 SWAP (Soil( Soil-Water-Atmosphere-Plant) radiazione irrigazione traspirazione pioggia intercettazione evaporazione scorrimento infiltrazione risalita capillare assorbimento radicale drenaggio E un modello fisicamente basato che simula il trasporto dell acqua, dei soluti e del calore in suoli saturi o insaturi Il modello si adatta ad una applicazione su scala di campo

27 Suolo Il modello utilizza l equazione l di Richard s s per simulare i movimenti dell acqua nel suolo, in funzione delle specifiche condizioni iniziali e al contorno e delle funzioni idrauliche (θ(h)(h) e K(θ)) Coltura Il modello prevede due procedure alternative per l accrescimento della coltura: un modello semplice un modello dettagliato (WOFOST)

28 Modello semplice La pianta è intesa come la copertura vegetale che traspira, ombreggia il suolo e intercetta le precipitazioni Parametri di input relativi alla coltura: LAI (leaf area index) o soil cover fraction (SCF) altezza della pianta profondità delle radici fattore relativo alla risposta di resa In funzione dello stadio di sviluppo (D s ) parametri relativi all uso dell acqua da parte della pianta

29 Modello dettagliato Il modello dettagliato richiede numerosi parametri di input Presenta il vantaggio di simulare in modo accurato il processo di d accrescimento Calcola la resa potenziale ed effettiva in sostanza secca prodotta ta

30 SWAP: parametri colturali calibrati per il sorgo da granella PARAMETRO Valore iniziale Valore dopo calibrazione Life span of leaves under optimum conditions (d) Light use efficiency (kg/ha/hr/(jm 2 s)) Maximum CO 2 assimilation rate as function of time (kg/ha/hr) TIME AMAX TIME AMAX Relative maintenance respiration (kgch 2 O/kg/d) of: leaves 0.03 storage organs 0.01 roots stems leaves 0.03 storage organs 0.01 roots stems Efficiency of conversion of assimilates (kg/kg) leaves 0.68 storage organs roots 0.69 stems leaves 0.72 storage organs 0.74 roots 0.69 stems 0.69 Maximum rooting depth (cm) Minimum canopy resistance (s/m)

31 Calibrazione: accrescimento del sorgo LAI 4-mag 23-giu 12-ago 1-ott BIOMASSA (kg ha -1 ) R 2 = 0.96 a= ns b= 1.13 ns RMSE= 14.14% R 2 = 0.98 a= kg ha -1 ns b= 0.90 ns RMSE= 15.24% 0 4-mag 23-giu 12-ago 1-ott

32 Validazione: accrescimento del sorgo LAI R 2 = 0.91 a= 0.35 ns b= 0.98 ns RMSE= 16.39% 0 4-mag 23-giu 12-ago 1-ott BIOMASSA (kg ha -1 ) R 2 = 0.97 a= kg ha -1 ns b= 0.75 ns RMSE= 31.04% 0 4-mag 23-giu 12-ago 1-ott

33 Principali funzioni aggiuntive dei modelli esaminati Sistemi colturali Analisi temporale Analisi spaziale Confronto automatico con dati misurati Calibrazione automatica Effetto della CO 2 EPIC x x x x DSSAT x x x x x x CROPSYST x x x x x x SWAP x x x STICS x

34 Conclusioni Le attività di calibrazione e validazione su diversi modelli sono state parzialmente ultimate, altre sono in progress, altre attendono i dati sperimentali del progetto Climesco I risultati migliori si sono ottenuti con modelli sui quali i costitutori hanno investito, aggiornandoli e aggiungendo nuove funzionalità (DSSAT, SWAP, CropSyst) Validazioni più robuste sono state ottenute sulle colture di sorgo, mais, girasole e pomodoro Una serie di parametri colturali applicabili per le diverse colture sono disponibili non solo per l area l della Capitanata, ma anche per il Metapontino,, la Murgia Barese e la pianura Abruzzese

35 Conclusioni Risultato R16 del Progetto CLIMESCO I modelli più completi, considerando la numerosità dei processi simulati, le funzioni implementate, la possibilità di upgrade vista l attivitl attività di calibrazione e validazione effettuata su più colture e in più ambienti la capacità di applicazioni a livello territoriale e di tenere conto di livelli di concentrazione della CO 2 atmosferica risultano essere i modelli DSSAT e CROPSYST Ciò non esclude la possibilità di approfondire con altri modelli processi specifici: p. es.. il bilancio idrico e salino (SWAP) e l erosione l (EPIC)

36 Un ringraziamento a tutto il personale coinvolto in questa attività SWAP: Luisa Giglio e Domenico Ventrella STICS: Pasquale Campi e Marcello Mastrorilli CROPSYST: Pasquale Garofalo DSSAT: Roberta Ubaldo, Sergio Ruggieri EPIC: Laura D Andrea