1 / 13

Увод у моделирање биљне производње ( 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.

dewitt
Télécharger la présentation

Увод у моделирање биљне производње ( Introduction to Crop modeling )

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

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

  2. Реграсион анализа- 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

  3. 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.

  4. Y - 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

  5. Технике моделирања: Регресиона анализа Предности: Релативно једноставна техника заснована на осматрањима и мерењима Недостаци:Отежана примена добијених резулатата изван оригиналних агроеколошких услова

  6. Динамички модели раста 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

  7. Динамички модели раста 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

  8. 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

  9. 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

  10. 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

  11. Моделирање биљне производње: SIRIUS - Анастазија Поређење осмотрених и израчунатих датума наступања појединих фенолошких фаза за сорту озиме пшенице Анастазија коришћењем модела SIRIUS

  12. Моделирање биљне производње: SIRIUS - Анастазија Утицај датума сетве на принос зрна за сорту озиме пшенице Анастазија добијен коришћењем модела SIRIUS

  13. Моделирање биљне производње: SIRIUS - Анастазија Утицај датума сетве на масу зрна за сорту озиме пшенице Анастазија добијен коришћењем модела SIRIUS

More Related