Introduction to crop modeling
Download
1 / 13

Увод у моделирање биљне производње ( Introduction to Crop modeling ) - PowerPoint PPT Presentation


  • 86 Views
  • Uploaded on

Универзитет у Новом Саду, Пољопривредни факултет Департман за ратарство и повртарство. Увод у моделирање биљне производње ( Introduction to Crop modeling ). Бранислава Лалић.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Увод у моделирање биљне производње ( Introduction to Crop modeling )' - dewitt


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Introduction to crop modeling

Универзитет у Новом Саду, Пољопривредни факултет

Департман за ратарство и повртарство

Увод у моделирање биљне производње(Introduction to Crop modeling)

Бранислава Лалић


  • Реграсион анализа Пољопривредни факултет- једна од најчешће коришћених статистичких техника којом се неки математички модел или функција која описује посматрану појаву или процес усклађује са експерименталним подацима

  • Од почетка XX века коришћена као најједноставнија техника моделирања

  • Reamurова истраживања из 1735.представљају најстарији забележени пример употребе регресионе анализе заснован на температурним сумама или акумулацији степен-дана. И данас сеовај метод користи за предвиђање појаве фенолошких фаза неких култура

  • Сер Роналд Фишерје 1924. године на основу података прикупљених на експерименталној станици Ротамстед (Енглеска) покушао да утврди утицај падавина на принос у циљу прогнозирања приноса

Технике моделирања: Регресиона анализа


Технике моделирања: Регресиона анализа

  • У агрономској науци, четири главна аспекта понашања усева могу да буду моделирана коришћењем регресионих метода:

    I) целокупна продукција суве материје или само делови овог циклуса

    II) компоненте приноса

    III) фенолошки развој усева

    IV) коришћење расположивих ресурса и одговор усева

  • Примена: испитивање утицаја примењених агротехничких мера (ђубрење,варијација густине сетве и сл.) на принос и компоненте приноса.


Y анализа - очекивани принос;

a, b, c - регресионе константе;

xi - климатолошка променљива (средње месечне температуре, количина падавина, интензитет сунчевог зрачења током вегетационог периода);

n - број климатолошких променљивих;

Тj - технолошке променљиве (количина ђубрива, тип земљишта и сл.);

m - број технолошких променљивих

e - очекивана грешка

Технике моделирања: Регресиона анализа

У потпуности емпиријска једначина чији параметри немају никакво физиолошко значење


Технике моделирања: Регресиона анализа

Предности: Релативно једноставна техника заснована на осматрањима и мерењима

Недостаци:Отежана примена добијених резулатата изван оригиналних агроеколошких услова


Динамички модели раста анализа

Технике моделирања: Динамички модели

Стање биљке у било ком тренутку може квантитативно да се опише бројним вредностима изабраних променљивих које се добијају решавањем одговарајућих прогностичких једначина

  • SIMCANA- шећерна трска

  • GLYCIM,SOYMODиSOYGRO– соја

  • SIRIUS, CROPSYST, WOFOST, DSAT- стрна жита

  • SIMPOTATO – кромпир


Динамички модели раста анализа

Технике моделирања: Динамички модели

SIMCANA

MSCt - маса суве материје у тренутку t

MSCt-1 - маса суве материје у претходном тренутку

TCCt - интензитет пораста у тренутку t

t - временски период

ЕС - ефикасност конверзије материје која улази у фотосинтезу

FCt - нето интензитет фотосинтезе у тренутку t

M - емпиријски параметар

Fmax - потенцијални интензитет фотосинтезе

FL - однос дужине трајања дана и ноћи

F - фактор подешавања Fmax условима средине


Моделирање биљне производње: Структура модела

Функционалне компоненте

Улазни подаци

Излазни подаци

Датум појаве

фенолошких фаза

Дневне вредности

метео. елемената

Квалитет зрна

Модел

Агротехничке мере

Принос зрна

Карактеристике

сорте

Маса зрна

Усвојена вода и “азот”

Карактеристике

земљишта

Продукована биомаса


Моделирање биљне производње: ... динамика фенологије

Anthesis

Emergence

Maturity

Датуми наступања фенолошких фаза

  • Ницање и динамика вегетације након цветања - на основу сума активних температура

  • Цветање – на основу крајњег броја листова и филохрона


Моделирање биљне производње: Калибрација и валидација

Подешавање параметара модела и

његова верификација

  • Калибрација – мерење и подешавање параметара модела осмотреним подацима

  • Валидација – проверавање тачности модела коришћењем сетова података који нису коришћени за калибрацију


Моделирање биљне производње: Калибрација и валидацијаSIRIUS - Анастазија

Поређење осмотрених и израчунатих датума наступања појединих фенолошких фаза за сорту озиме пшенице Анастазија коришћењем модела SIRIUS


Моделирање биљне производње: Калибрација и валидацијаSIRIUS - Анастазија

Утицај датума сетве на принос зрна за сорту озиме пшенице Анастазија добијен коришћењем модела SIRIUS


Моделирање биљне производње: Калибрација и валидацијаSIRIUS - Анастазија

Утицај датума сетве на масу зрна за сорту озиме пшенице Анастазија добијен коришћењем модела SIRIUS


ad