1 CSIRO LAND and WATER Captura de recursos y modelos de simulación (4) introducción a cropsyst
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 CO 2 erosión escurrimiento salinidad de agua y suelo congelamiento de suelo Manejo - siembra, fertilización, labranza, residuos, riego, corte (pasturas)
5 Componentes de rendimiento Calidad de grano Nutrientes (excepto N) Pestes,enfermedades,malezas Efectos bióticos de rotaciones Otros estreses (granizo, alcalinidad) Intersiembra Erosióneólica Procesos no simulados
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: T max, 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 CO 2
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 1)Determina el período durante el cual el cultivo accede a recursos tales como agua y radiación 2)Permite asociar condiciones fisiológicas especificas con condiciones ambientales
10 Desarrollo fenológico
11 crecimiento de cultivo - 1 G TR = K BT x T x VPD -1 G TR = crecimiento limitado por agua (kg m -2 d -1 ) K BT = coeficiente biomasa-transpiración (kPa) T = transpiración (kg m -2 d -1 ) VPD = déficit de presión de vapor (kPa)
12 G PAR = e f int PAR G PAR = crecim. limitado por radiación (kg m -2 d -1 ) e = eficiencia en el uso de la radiación (kg/MJ) f int = fracción de radiación interceptada PAR = radiación fotosintéticamente activa (MJ/m 2 ) crecimiento de cultivo - 2
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 G PAR = e f int PAR G TR = K BT x T x VPD -1 vs Biomasa = mínimo (G TR,G PAR )
16 crecimiento de cultivo - 4 B N = B [1 - (N pcrit - N p )/(N pcrit - N pmin )] B= crecimiento limitado x radiación y agua N pcrit = concentración de N en planta crítica NpNp = concentración de N en planta N pmin = concentración mínima de N en planta
17 Biomass LAILAI = SLA B cum / (1 + p B cum ) Root depthRD = R dmax f (LAI, LAI max ) SLA= Área foliar específica p= coeficiente de partición crecimiento - 5
18 Balance de nitrógeno - 1
19 Balance de nitrógeno - 2 InputOutput FertilizaciónVolatilización MineralizaciónDesnitrificación FijaciónInmovilización ResiduosAbsorción IrrigaciónDrenaje N atmosférico Componentes del balance de N
20 Balance de nitrógeno - 3 Transformaciones - Mineralización neta (mineralización - inmovilización) - Nitrificación - Desnitrificación Procesos microbiológicos Simulados asumiendo cinética irreversible de 1er orden
21 N t = N 0 [ 1 - e (-K t) ] NtNt = cantidad transformada en intervalo t (kg / (m² t)) N0N0 = cantidad disponible para transformación (kg / (m² t)) K= Tasa (1/t) Transformaciones Balance de nitrógeno - 4
22 Transformaciones K = f(Temp,SWC) Balance de nitrógeno - 5
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 · 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. Pérdida por drenaje
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 Absorción de N Balance de nitrógeno - 10
28 Absorción potencial de N N up = absorción potencial por unidad de long. de raíz N umax = absorción máxima por unidad de long de raíz NrNr = concentración de N en rizosfera K= constante N up = N umax [N r ] / K + [N r ] Balance de nitrógeno - 11
29 Balance de N – 12 (demanda) van Keulen, Seligman (1987)
30 Absorción de N = min. (absorción potencial, demanda) Balance de nitrógeno - 13
31 Aplicación
32 Mallee farming systems Environment Geology Murray-darling basin. Tertiary marine limestone capped by Pliocene sands Topography c oastal 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 Land uses Cereals 35 % Pastures 30 % Fallow 20 % Pulses 7 % Oilseeds1 % Other 7 % 1.5 M Sheep 0.9 M Meat cattle
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 Which studies 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?
40 Method CropSyst on-line Free Software www.bsyse.wsu.edu/CropSyst/ Water balance Farm or regional level Previous work: USA, Europe, Middle East Cropping System Simulation model
41 Method Observed data (O’Connell, 1998) Field experiment carried out MRS Walpeup from 1993-1997 Rotations Fallow-wheat FWFallow-wheat Fallow-wheat-pea FWPFallow-wheat-pea Wheat-wheat WWWheat-wheat Mustardwheat-pea MWPMustard-wheat-pea Field data Soil water content evolution, phenology, LAI, crop coverage, biomass, yield...
42 Model performance Steps for model applications 1.Verification 2.Calibration sensibility analysis 3.Validation model acceptability model consistency 4.Application results interpretation
43 CropSyst verification Does the model run well? 1. Version 3.02.07 (16 Feb 2001) 2. Run the examples 3. Run our modified examples 4. Display all outputs 5. Some errors found in the outputs but were not relevant (columns position, no use routines) 6.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 well known 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 s oil L oss E quation) 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
51 Model application Analysis of some agronomic practices in the Victorian Mallee In terms of: Water balance Estimating drainage under different crop management Also runoff Water use efficiency Nitrogen uses Comparing rotations: Wheat continuous Fallow-wheat Fallow-wheat-pea Mustard-wheat-pea Crop management effects Yield-profit efficiency
52 Model application Environmental conditions of the Victorian Mallee 61 year of weather data from Walpeup (1939-1999) Included several dry-wet seasons Representative Mallee plain soil type Sandy soil
53 Experimental design 3 Tillage CT Conventional till(4LF-3SF till) MT Minimum tillage (2 till) ZT Zero till (0 till) 2 Stubble management SG stubble grazing (65 %) SB stubble burning (10 %) 3 Fertilisation levels F1 No N applied to any crop (minimum yield) F2 Current N fertiliser (Wheat & Mustard) F3 Simulation without N routine (potential yield) 4 Rotations and 3 crops Fallow-wheat FWFallow-wheat (50 %) Fallow-wheat-pea FWPFallow-wheat-pea (66 %) Wheat continuous WWWheat continuous (100%) Mustardwheat-pea MWPMustard-wheat-pea (100%) 10 000 simulated years
54 Some results Water drainage Water runoff Effect of stubble management in the water balance Effect of fertilisation levels Yield potential on the Mallee (potential yield) Annual variability Effect of crop diversification
55 Model consistency
56
57 Sustainability approach Agronomy sustainability Yield productivity Resources use efficiency Stability and trends Environmental sustainability Minimize environmental impact Reduce water drainage Reduce water runoff Reduce nitrogen loss Maximize environmental gain Social sustainability Gross margins and profit
58 Water runoff Runoff events Annual rainfall > 250 mm soil SCS curve number, slope < 1 % No differences among treatments
59 Crops and rotations Fallow-wheat FWFallow-wheat (50 %) Fallow-wheat-pea FWPFallow-wheat-pea (66 %) Wheat continuous WWWheat continuous (100%) Mustardwheat-pea MWPMustard-wheat-pea (100%)
60 Farmer decision profit profit
61 Farmer decision
62 Wheat yields
63 Farmer decision Wheat yields Field peas
64 Some results Stubble management: SG stubble grazing SB stubble burning Maintenance of stubble increased the water retention It had a positive effect on yield but also on water drainage
65 Some results Fertilisation levels F1 No N applied to any crop (minimum yield) F2 Current N fertiliser (Wheat & Mustard) There were little differences between F1 and F2 F3 without N simulation (potential yield) Showed that actual yield can be double with optimum N application Increased stability in low intensity rotations but did not occur in high intensive land uses, water was the limiting factor
66 Conclusions CropSyst showed a good performance compared with observed data and other models Long term application of CropSyst showed the effect of different management on drainage, runoff, crop yield and profitability CropSyst appears ideal to address some of the Mallee issues
67 Ejercicio Uso del modelo - manejo de archivos simulaciones pre-establecidas Identificación de problema en un área de interés e.g. influencia de la lluvia y nutrientes sobre el rendimiento de los cultivos Planteo de objetivos Diseño de experimentos de simulación Parametrización del modelo Ejecución de experimentos Análisis de sensibilidad Análisis de resultados [informe opcional] CSIRO LAND and WATER