1 / 66

CSIRO LAND and WATER

Captura de recursos y modelos de simulaci ón. (4) introducci ón a cropsyst. CSIRO LAND and WATER. Bibliografía Stöckle et al. 1994 Stöckle et al. 2003. CSIRO LAND and WATER. CropSyst. Nivel de organización: cultivo Escala temporal: diaria Controles de crecimiento principales:

ormand
Télécharger la présentation

CSIRO LAND and WATER

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. Captura de recursos y modelos de simulación (4) introducción a cropsyst CSIRO LAND and WATER

  2. Bibliografía Stöckle et al. 1994 Stöckle et al. 2003 CSIRO LAND and WATER

  3. CropSyst Nivel de organización: cultivo Escala temporal: diaria Controles de crecimiento principales: • radiación solar y temperatura • Disponibilidad de agua Disponibilidad de nitrógeno

  4. Procesos simulados fenología producción de biomasa partición de biomasa balance de agua (2 modelos) balance de nitrógeno respuesta a CO2 erosión escurrimiento salinidad de agua y suelo congelamiento de suelo Manejo - siembra, fertilización, labranza, residuos, riego, corte (pasturas)

  5. Procesos no simulados Componentes de rendimiento Calidad de grano Nutrientes (excepto N) Pestes,enfermedades,malezas Efectos bióticos de rotaciones Otros estreses (granizo, alcalinidad) Intersiembra Erosión eólica

  6. Inputs y parámetros 64 parámetros para c/cultivo o variedad Parámetros de suelo Mínimo: textura por horizonte Numero de curva (escurrimiento) 4 Parámetros relacionados con N transf. Inputs Climáticos: Tmax, Tmin, Prec, Radsol, HRmax, HRmin –DEWPT–, Wind

  7. Condiciones iniciales Para cada estrato de suelo: Contenido hídrico Contenido de N (nitrato y amonio) Salinidad Salinidad de napa Residuos Concentración de CO2

  8. Outputs datos de cultivo diarios: fenología, biomasa, área foliar… balance de agua (ETo, Eo, To, ET…) balance de N “Harvest” “Annual” – resúmenes a cosecha y anuales Formatos: XLS, TXT, HTML, UED

  9. Desarrollo del cultivo • Desarrollo es la progresión del cultivo a través de estadios fenológicos (emergencia, floración…) • La simulación de fenología es crítica por que • Determina el período durante el cual el cultivo accede a recursos tales como agua y radiación • Permite asociar condiciones fisiológicas especificas con condiciones ambientales

  10. Desarrollo fenológico

  11. crecimiento de cultivo - 1 GTR = KBT x T x VPD-1 GTR = crecimiento limitado por agua (kg m-2 d-1) KBT = coeficiente biomasa-transpiración (kPa) T = transpiración (kg m-2 d-1) VPD = déficit de presión de vapor (kPa)

  12. crecimiento de cultivo - 2 GPAR = e fint PAR GPAR = crecim. limitado por radiación (kg m-2 d-1) e = eficiencia en el uso de la radiación (kg/MJ) fint = fracción de radiación interceptada PAR = radiación fotosintéticamente activa (MJ/m2)

  13. intercepción de radiación Radiación interceptada (fracción) Iint/Io = 1-exp(-k LAI)

  14. intercepción de radiación La estimación de radiación interceptada es importante por que: 1. Determina la cantidad de PAR disponible para producir biomasa 2. Determina la partición entre ETo y sus componentes To y Eo

  15. crecimiento de cultivo - 3 GPAR = e fint PAR vs GTR = KBT x T x VPD-1 Biomasa = mínimo (GTR ,GPAR)

  16. B = crecimiento limitado x radiación y agua Npcrit = concentración de N en planta crítica Np = concentración de N en planta Npmin = concentración mínima de N en planta crecimiento de cultivo - 4 BN = B [1 - (Npcrit - Np)/(Npcrit - Npmin)]

  17. Biomass LAI LAI = SLA  Bcum / (1 + p Bcum) Root depth RD = Rdmax f (LAI, LAImax ) SLA = Área foliar específica p = coeficiente de partición crecimiento - 5

  18. Balance de nitrógeno - 1

  19. Input Output Fertilización Volatilización Mineralización Desnitrificación Fijación Inmovilización Residuos Absorción Irrigación Drenaje N atmosférico Balance de nitrógeno - 2 Componentes del balance de N

  20. Balance de nitrógeno - 3 Transformaciones • Transformaciones - Mineralización neta (mineralización - inmovilización) - Nitrificación - Desnitrificación • Procesos microbiológicos • Simulados asumiendo cinética irreversible de 1er orden

  21. NDt = cantidad transformada en intervalo Dt (kg / (m² t)) N0 = cantidad disponible para transformación (kg / (m² t)) K = Tasa (1/t) Balance de nitrógeno - 4 Transformaciones NDt = N0 [ 1 - e(-K Dt)]

  22. Balance de nitrógeno - 5 Transformaciones K = f(Temp,SWC)

  23. Balance de nitrógeno - 6 Volatilización ·Importante cuando el N se aplica como amonio sin incorporación al suelo ·Puede simularse mecanisticamente según gradientes de concentración y resistencias ·Un método más simple substrae una fracción fija dependiendo de condiciones

  24. Balance de nitrógeno – 7 Pérdida por drenaje ·Relacionada al movimiento de agua en el suelo y con las movilidades de nitrato y amonio. ·Transporte de N puede simularse con métodos de diferencia finita y cascada. Transporte de N en el suelo es importante para determinar accesibilidad para el cultivo.

  25. Balance de nitrógeno - 8 Transporte de nitrógeno El transporte de N en el suelo se calcula multiplicando los flujos de agua entre estratos por la concentración de N en el estrato donde se inicia el flujo

  26. Balance de nitrógeno - 9 Retención de nitrógeno Nitrato: se mueve con el agua (sin retención) Amonio: es parcialmente retenido por las arcillas

  27. Balance de nitrógeno - 10 Absorción de N

  28. Nup = absorción potencial por unidad de long. de raíz Numax = absorción máxima por unidad de long de raíz Nr = concentración de N enrizosfera K = constante Balance de nitrógeno - 11 Absorción potencial de N Nup = Numax [Nr] / K + [Nr]

  29. Balance de N – 12 (demanda) van Keulen, Seligman (1987)

  30. Balance de nitrógeno - 13 Absorción de N = min. (absorción potencial, demanda)

  31. Aplicación

  32. Mallee farming systems Environment • Geology Murray-darling basin. Tertiary marine limestone capped by Pliocene sands • Topography coastal plains with trend of sandridges, dunes • Soil solonized brown Hill: sandy soil Valley: sandy-clay soil • Natural vegetation Relict: Mallee scrub (Eucalyptus dumosa) • Climate Type Mediterranean carlos h diaz ambrona

  33. Mallee farming systems Walpeup, BMSM 76064

  34. Mallee farming systems • Cropping land: 6 Mha (10 Mha) • Wheat-fallow rotation • Long fallow management No till Traditional till • Farm size: > 2 kha • Paddock size 100-300 ha

  35. Mallee farming systems • 1.5 M Sheep • 0.9 M Meat cattle Land uses • Pulses 7 % • Oilseeds 1 % • Other 7 % Cereals 35 % Fallow 20 % Pastures 30 %

  36. Problems • Problems Low water use Low crop diversification High risk of wind erosion • Consequences Soil salinity Soil erosion Low productivity Low farm income • Constrains Soil Weather Market Complexity

  37. Objectives There is an urgent environmental need to reduce the dependence on fallows and find alternative cropping systems that minimise deep drainage Long term assessment of different crop management

  38. Method • Whichstudies do we want? • Long term analysis • Cropping system • Water balance • Farm or regional level When using simulation models, it is important to understand how the model represents the physical, chemical, and biological processes involved in cropping system response to the environment and management

  39. Method • Crop system processes • Long term analyses • Model applications Which model? DSSAT-CERES APSIM CropSyst

  40. Method • Cropping System Simulation model • CropSyst on-line • Free Software • www.bsyse.wsu.edu/CropSyst/ • Water balance • Farm or regional level • Previous work: USA, Europe, Middle East

  41. Method • Observed data (O’Connell, 1998) • Field experiment carried out MRS Walpeup from 1993-1997 • Rotations FW Fallow-wheat FWP Fallow-wheat-pea WW Wheat-wheat MWP Mustard-wheat-pea • Field data Soil water content evolution, phenology, LAI, crop coverage, biomass, yield ...

  42. Model performance Steps for model applications • Verification • Calibration sensibility analysis • Validation model acceptability model consistency • Application results interpretation

  43. CropSyst verification Does the model run well? • Version 3.02.07 (16 Feb 2001) • Run the examples • Run our modified examples • Display all outputs • Some errors found in the outputs but were not relevant (columns position, no use routines) • Mass balances: water and N ok!

  44. CropSyst calibration Calibration can fit the model close to 1:1 But calibration parameters must be physiologycally meaninfull Abolish unrealistic coefficient values for parameters calibration Calibration starts with default parameters and it continues with wellknown parameters

  45. CropSyst calibration Crop parameters (64) for Wheat, Mustard and Field pea Parameters for a Sandy soil Hydraulic properties (Permanent wilting point, field capacity, bulk density, and saturated hydraulic conductivity) Also soil surface (Universal soil Loss Equation) and SCS Curve number Nitrogen Weather data from the MRS Initial condition = field experiment

  46. CropSyst calibration Summary of some key crop parameters

  47. CropSyst validation Water balance for long fallow compared CropSyst vs. O’Leary-Connor wheat-fallow model And CropSyst vs. observed data (O’Connell, 1998) Crop performance Simulated individual crops: wheat, field pea, and mustard vs. observed data Crops in rotation FW, WW, FWP, MWP

  48. CropSyst validation Water soil content (mm) fallow phase

  49. CropSyst validation Crop performance(DM t ha-1)

  50. CropSyst validation water use

More Related