Modelli di simulazione

7
Modelli di simulazione Modelli di simulazione Programmi computerizzati che simulano sistemi mediante la loro descrizione in termini di equazioni •un sistema è un insieme di flussi di materiale e energia del quale sono noti i confini e definiti gli scambi con l’esterno •i modelli possono essere: Empirici, se il risultato che interessa è direttamente calcolato, tramite equazioni, da altri parametri •es: regressione multipla: produzione = a *mm H 2 0 + b* kg/ha di N + c * t media + d •questi modelli funzionano esclusivamente dove sono stati calibrati, ma hanno ridotto valore in altre situazioni Meccanicistici, se tutte le equazioni sono basate su leggi fisiche. (secondo alcuni, basta che l’empirismo non sia a livello del dato finale per definire un modello meccanicistico) Misti, quasi tutti i modelli hanno una base fisica prevalente sulla quale si innestano componenti empiriche •Dal punto di vista della presa in considerazione della variabilità dei parametri di input, i modelli si dividono in Deterministici, a un insieme di input corrisponde 1 risultato

description

Modelli di simulazione. Programmi computerizzati che simulano sistemi mediante la loro descrizione in termini di equazioni un sistema è un insieme di flussi di materiale e energia del quale sono noti i confini e definiti gli scambi con l’esterno i modelli possono essere: - PowerPoint PPT Presentation

Transcript of Modelli di simulazione

Page 1: Modelli di simulazione

Modelli di simulazioneModelli di simulazione

•Programmi computerizzati che simulano sistemi mediante la loro descrizione in termini di equazioni

•un sistema è un insieme di flussi di materiale e energia del quale sono noti i confini e definiti gli scambi con l’esterno

•i modelli possono essere:

•Empirici, se il risultato che interessa è direttamente calcolato, tramite equazioni, da altri parametri

•es: regressione multipla: produzione = a *mm H20 + b* kg/ha di N + c * t media + d

•questi modelli funzionano esclusivamente dove sono stati calibrati, ma hanno ridotto valore in altre situazioni

•Meccanicistici, se tutte le equazioni sono basate su leggi fisiche. (secondo alcuni, basta che l’empirismo non sia a livello del dato finale per definire un modello meccanicistico)

•Misti, quasi tutti i modelli hanno una base fisica prevalente sulla quale si innestano componenti empiriche

•Dal punto di vista della presa in considerazione della variabilità dei parametri di input, i modelli si dividono in

•Deterministici, a un insieme di input corrisponde 1 risultato

•Stocastici, viene considerata la variabilità dei dati in input e il risultato finale è una distribuzione di probabilità dei valori di output

Page 2: Modelli di simulazione

Modelli di simulazione: tipologieModelli di simulazione: tipologie

•Modelli di ricerca: traducono in simulazione le acquisizioni della ricerca. In genere sistemi di estensione limitata, richiedono grande accuratezza e rilevante numero di input, forniscono risultati molto precisi. Oltre che per simulazioni specifiche, verificano la validità dei risultati di una ricerca e identificano i punti per i quali è necessario approfondire.

•Di management: a vario grado di semplificazione, per poter funzionare anche con un set minimo di dati di input, precisione non altissima ma idonei a confrontare alternative di tecnica colturale: non mirano alla predizione in assoluto del risultato derivante da una certa tecnica quanto alla valutazione a priori di alternative colturali. Con le migliori conoscenze dei processi, e con calibrazione su base locale di componenti empiriche, hanno notevolmente migliorato le prestazioni assolute.

•Scala di applicazione: dalla scala puntuale - di campo alla scala aziendale, alla scala territoriale (dal piccolo bacino di qualche centinaia di ettari alla regione). Recente sviluppo del collegamento Geographic Information System - modelli di sistema

•Scala temporale: dalla singola coltura all’anno, alla rotazione, a lunghi periodi (50-100 anni). Il lungo periodo utile per valutazioni probabilistiche in relazioni al clima, per il mantenimento della fertilità, per la previsione degli effetti del mutamento di clima, per l’innalzamento della CO2 .

Page 3: Modelli di simulazione

Componenti di un modello di Componenti di un modello di simulazione di sistemi colturalisimulazione di sistemi colturali

Parametri meteorologici: temperatura, precipitazioni, radiazione solare, umidità relativa, vento

Calcolo ETR

Calcolo ETP

Crescita e sviluppo

Calcolo fotosintesi

fenologia

Calcolo LAI

percolazione

Dinamica acqua nel

suoloDinamica nutrienti

nel suolo

Perdite gassose

lisciviazione

Caratteristiche fisico-chimiche del suolo. Granulometria, costanti idrologiche (CC, PA, Ks)

ruscellamento

Uptake di acqua e nutrienti

Management:: lavorazioni irrigazioni diserbo patologia

Caratteristiche quanti-qualitative della produzione

Page 4: Modelli di simulazione

Componente idrologicaComponente idrologica

E’ fondamentale simulare correttamente la dinamica dell’acqua. Oltre al suo ruolo nella pianta, l’acqua è il veicolo dei nutrienti, condiziona direttamente tutti i processi microbiologici.

-simulare al meglio ETP e ETR. Si potrebbe - dovrebbe usare la formula di Penman Monteith, ma non sempre si hanno dati giornalieri di vento e umidità relativa, la stima della resistenza stomatica è difficile, occorre che il modello offra la possibilità di calcolare l’ETP con P-M, e anche con metodi più semplificati.

-Simulare al meglio il ruscellamento. Tipicamente viene applicato il metodo del Curve Number del Soil Conservation Service Americano, pensato per predire il ruscellamento su base annua, adattato al singolo evento. L’unico metodo abbastanza valido avendo pioggie su base giornaliera. (oppure si sottrae alle piogge il runoff, calcolato a parte, e si disabilita il calcolo)

Simulare al meglio l’acqua nel suolo: tipicamente viene usato l’approccio a serbatoi, molto meglio sarebbe usare l’equazione di Richards. Il metodo a serbatoi fallisce in presenza di falde relativamente superficiali e con terreno caratterizzato da stratigrafia poco omogenea. Difficile considerare anche la macroporosità, ma molto importante per la dinamica dei nutrienti. Ancora qualche problema numerico per la risoluzione di equazioni differenziali paraboliche, caratterizzate da alta non-linearità. Il terreno viene suddiviso in strati (su base pedologica, con ulteriori suddivisioni,es strato di 1-5 cm superficiale) e tutti i bilanci idrici sono fatti per strato

Page 5: Modelli di simulazione

Temperatura del suoloTemperatura del suolo

E’ fondamentale simulare correttamente la temperatura del suolo, condiziona direttamente tutti i processi microbiologici.

IL tipico approccio è un’equazione differenziale, che descrive la variazione di T in funzione del tempo, per i vari strati di suolo

non ci sono problemi a risolvere questa equazione. Il problema è stimare la temperatura alla superficie del suolo, che si riscalda per effetto della radiazione solare, e con copertura dello stesso variabile in funzione del tempo.

TCtt

T

Page 6: Modelli di simulazione

Crescita della colturaCrescita della coltura

produzione di fotosintetati. Limitazione delle fotosintesi in seguito a carenze idriche e di Azoto. Produzione di ss. limitata dalla radiazione intercettata dalla coltura (coefficiente di estinzione della luce) o dalle disponibilità idriche.

competizione delle infestanti per la luce

Successione delle fenofasi, basata sulla somma termica, tenendo conto del fotoperiodismo e del termoperiodismo, eventuale effetto dello stress idrico nell’accelerare i cicli colturali (la pianta con poca evaporazione ha °T fogliari maggiori)

Valutazione delle perdite di assimilati per respirazione

ripartizione degli assimilati nei diversi organi della pianta in funzione delle fenofasi. Nelle fasi vegetative ripartizione tra foglie, fusti e radici, nelle fasi riproduttive finisce la crescita radicale, accumulo assimilati in semi e organi di riserva

sviluppo di nuove superfici fogliari (SLA), fillocrone, senescenza delle foglie, eventuale senescenza accelerata dallo stress idrico, riduzione delle superfici fogliari verdi per cause fitopatologiche

sviluppo e approfondimento degli apparati radicali

Page 7: Modelli di simulazione

Dinamica dell’AzotoDinamica dell’Azoto

Pool humus Pool residui

Tasso mineral. f(t, wc)

Pool letame

lisciviazione

Pool NO3-

volatilizzazione

•Incorporazione residui•morte radici

Pool NH4+

Fertilizzazioni. organiche

Tasso mineral. f(t, wc) Tasso mineral. f(t, wc)

Perdita CO2

Tasso nitrificaz. f(t, wc, no3-/nh4

+)

denitrificazione

Assorbimento pianta - simulazione dinamica assorbimento

Tasso nitrificaz. f(t, wc, no3-/nh4

+) Dinamica H2O, diffusione

Fertilizzazioni chimiche

Tasso volatilizzazione f(t, pH, H2O,vento, radiazione)

C/N

C/N