проблема моделирования продуктивности агроэкосистем

ПРОБЛЕМА МОДЕЛИРОВАНИЯ
ПРОДУКТИВНОСТИ
АГРОЭКОСИСТЕМ: ОТ ЭВОЛЮЦИИ
ИДЕЙ К ЭВОЛЮЦИИ АЛГОРИТМОВ
Р.А. Полуэктов, А.Г. Топаж
(Лаборатория математического
моделирования агроэкосистем АФИ)
Фотосинтез (история)



М.Монси и Т.Саэки ˝Ueber den Lichtfactor in den
Pflanzengeselschaften und seine Bedeutung fuer die
Stoffproduktion (1953). Впервые поставлена задача
моделирования процесса фотосинтеза в условиях с.-х.
поля.
Дальнейшие работы : Гаастра (Gaastra, 1959), М.И.
Будыко (Будыко, 1964), Шартье (Chartier, 1970), и Лайск
(Лайск, 1977).
Теория фотосинтеза на уровне листа:
В.Л. Калер (Калер и др., 1976), Х. Тооминг, (Тооминг,
1977), де Вит. (Wit, 1978),
Фотосинтез (реализация)


Р.А.Полуэктов, 1991 г.:
три реакции
(1) возбуждения акцептора, (2) окислительного
карбоксилирования и (3) регенерации акцептора,
проходящую в присутствии дополнительного фермента
k1
*
 X  QФ 
X ,
 *
k2
P
 X  CO 2  Ф  X
k3
X P  B 
X

B
.

Соотношения, определяющие
интенсивность фотосинтеза
Скорость фотосинтеза единичной
поверхностью листа (мг CO2/(м2•с))
где
QФ-поглощенная ФАР,
Cw – концентрация CO2 в хлоропласте
Фmm- макс. скор. фотосинтеза
Rd –интенсивность фотодыхания
rx – сопротивление карбоксилирования
α - наклон световой кривой ф.-с.
Интенсивность газообмена:
где
Ca - концентрация CO2 в атмосфере
rCΞ - суммарное сопротивление
1
 rx
1
1 
  Rd
 n  


 C w Q  mm 
Ca  Cw
n 
rC
Зависимость фотосинтеза листа от
интенсивности ФАР и концентрации CO2
0.8
Брутто-фотосинтез, мг/(м2 с)
0.7
0.6
0.5
0.4
0.3
0.2
0.1
13.8
12
10.2
Рис.2.7.
3
0
35
70
4.8
105
ФАР, Вт/м2
140
6.6
175
210
245
8.4
280
315
350
0
Концентрация
CO2 ,10-7 г/см3
Влагоперенос в системе почва – растение –
воздух (история)

Уравнение Ричардса (Ричардс, 1931)
 ( x, t )
  w
P ( x, t )
 ˆ

k
(
P
)

1

  f ( x, t ),
t
x 
x


С функцией стока, начальными и граничными условиями (Нерпин и др.,
1976; Diepen, 1988)
 ( x,0)  w( x),
Pr,
q xw (0, t )  qup t   
 Es ,
если
если
NR
Pr  0 ,
Pr  0 ,
Er   i ( psi  PR )
i 1
P( H s , t )   PH
Транспирация и физическое испарение
(реализация)


Потенциальная эвапотранспирация (Penman, 1948; Monteith, 1957)
Моделирование реальных значений транспирации и физического
испарения (Полуэктов и др., 1992)
E p  f ( Rn ,Ta ,qa ,u , PL )
NR
E r    i ( psi  PR )
i 1
Ep » Er
PL » PR
Поглощение воды корнями (Er ) и транспирация (Ep ), мм/сут
Баланс воды в растении
5
*
PL
4
Er
3
2
1
0
-1,50
Ep
-1,25
-1,00
-0,75
-0,50
Потенциал воды в листе (P L ), МПа
Рис. 6.9.
-0,25
0,00
Динамика влагозапаса в почве
(Яровой ячмень, Белогорка, 2000 г.)
а
Влагозапас, см (1); осадки, мм (2)
35
1
30
25
20
2
15
10
5
0
10
20
30
40
50
60
70
80
90
100
110
Рост растений (история)

Детерминированные ростовые функции – distribution keys
(Росс,1971; Сиротенко, 1975; Penning de Vries et al., 1982)
y
1,0
Стебли
0,8
0,6
0,4
Колос
Листья
0,2
x
0,0
0,0

0,5
1,0
1,5
2,0
Адаптивная ростовая функция (Thornley, 1972)
Рост растений - shoot : root relation
(реализация, Полуэктов, Топаж, 2005)

Распределение ассимилятов soot – root:
Wr  crs 
Ws  (1  crs )

0  crs i  1
Потребность в азоте:
N s (k )  Ws (k )  KS c  N shoot ,
N r (k )  Wr (k )  KRc  N root ,

Доступный азот
N av  VN  (k  1)    (k ),

Баланс азота
N s (k )  N r (k )  N av (k )
(k )  S root  Wr (k )
Баланс азота в растении
2
3
-1
Nitrogen absorption be crop, kg ha d
-1
(реализация)
2
1
1
0
0
0,2
0,4
0,6
0,8
Part of assimilates allocated to roots
1
Влияние азотных удобрений на
отношение root:shoot
0,35
Отношение root:shoot
0,3
0,25
0,2
1
0,15
0,1
2
0,05
Зависимость отношения сухой
биомассы корней к сухой
надземной биомассе от дозы
азотных удобрений в посеве
ячменя. Представлены средние
арифметические из 7
компьютерных экспериментов
при вводе в модель погодных
условий за 1983-1989 гг.
Δ – в фазе цветения,
О – в фазе полной спелости.
0
0
20
40
60
Доза азотных удобрений, кг/га
80
100
Модель с имитаций влияния доз азотных
удобрений
VN (i)  Vmax
Поглощение азота в i- слое
почвы:
VN 
Суммарное поглощение:
Результат
компьютерного
эксперимента:
Аппроксимирующая
зависимость
N=0
VN~0.2 Vmax
N con (i)
N con (i)  K N
i  NR
V
i 1
N
(i )
N=45 кг/га
VN~0.5 Vmax
N=90 кг/га
VN~0.7 Vmax
V N  Vmax (c0  c1N  c 2 N 2 )
Идентификация модели

  cor *  0
1. общая продуктивностькоэффициент cor:

Озимая рожь
Яровой ячмень
Картофель
0.9
0.85
1.4
2. Влияние азотных удобренийкоэффициенты
CO, C1, C2
Расчетные и фактические урожаи озимой ржи
(МОС, 1982-2005 гг.)
Годы
вегетации
82
83
84
85
86
87
88
89
01
05
Опыт без удобрений
Расчет
Эксп.
38.8
30.7
21.3
21.7
20.8
20.8
19.8
19.8
12.6
12.7
18.0
18.0
27.0
26.9
25.3
25.2
29.0
33.4
35.5
58.0-
Средняя доза
Расчет
Эксп.
45.8
45.6
33.8
33.4
32.0
32.0
31.5
31.5
18.6
18.6
22.7
22.7
42.2
42.1
38.5
38.3
38.0
38.0
41.2
61.2-
Высокая доза
Расчет
Эксп.
47.8
47.6
38.9
38.8
32.8
32.8
36.5
36.520.5
20.5
26.0
25.9
48.2
48.0
42.5
42.5
44.4
65.0
Расчетные и фактические урожаи озимой
ржи
(МОС, 1982-2005 гг.)
70
Расчетный урожай, ц/га
60
50
40
30
20
10
0
0
10
20
30
40
50
Фактический урожай, ц/га
60
70
Расчетные и фактические урожаи ячменя
(МОС, 1983-2004 гг.)
Годы
вегетации
83
84
85
86
87
88
89
00
01
02
04
Опыт без удобрений
Расчет
Эксп.
20.1
24.1
18.8
16.6
16.7
22.6
13.7
17.4
19.7
20.2
14.1
15.8
22.9
16.0
21.0
22.4
22.3
21.0
14.3
15.4
15,7
15.1±1.4
Средняя доза
Расчет
Эксп.
29.4
33.1
27.4
27.5
23.4
27.6
21.7
24.8
27.1
25.7
22.0
21.8
33.6
25.2
28.0
32.4
31.2
27.0
23.6
21.6
21,7
21.4±2.4
Высокая доза
Расчет
Эксп.
37.8
35.0
30.2
30.4
25.6
32.2
24.8
27.7
29.5
27.2
25.1
22.8
36.5
26.6
30.1
36.0
33.7
31.2
28.1
22.6
23,5
22.1±4.4
Расчетные и фактические урожаи ячменя
(МОС, 1983-2004 гг.)
40
Расчетный урожай, ц/га
35
30
25
20
15
10
5
0
0
5
10
15
20
25
30
Фактический урожай, ц/га
35
40
Динамика роста органов растения
Биомасса органов растений, кг/га
(яровой ячмень)
а
7000
3
6000
5000
4000
4
3000
2
2000
1000
1
0
0
20
40
60
80
100
МОС, 2000 г. а – опыт с однократной дозой удобрений,
б – опыт без удобрений. 1, 2, 4 – биомасса листьев,
стеблей и колоса соответственно; 3 –надземная биомасса;
 – эксп. данные.
б
Рис. 7.7а
5000
3
4000
3000
2000
4
2
1000
1
0
0
20
40
60
80
Дни, начиная с сева
100
Фактические и расчетные сроки
наступления фенофаз
аа
Экспериментальные даты, сут
250
200
150
100
100
Яровая пшеница (Саратов, 1972–1987 гг.) (а)
и яровой ячмень (МОС, 1983–1989, 2001–2002 гг. (б).
На осях отложены номера дней по календарю.
150
200
250
б
260
220
180
140
100
100
140
180
220
Расчетные даты, сут.
260
Прогноз сроков начала полевых работ
Начало
п
о
л
Относительная влажность почвы
р
е
а
б
в
ы
о
х
т
30
27,5
25
ВРК - спелость почвы
22,5
20
17,5
15
12,5
10
0
50
100
150
Номер дня с 1-го октбря
200
250
Прибавка урожая от различных доз
азотных удобрений
Яровой ячмень, прибавка урожая
Прибавка, ц/га
12
10
8
N30
6
N60
4
N90
2
0
1983 2000 1987 1985 2001 1984 2002 1988 1989
Год
Фактические и прогнозируемые урожаи
(МОС, озимая рожь)
Расчетный и прогнозируеый урожай, ц/га
70
60
50
40
30
20
10
10
20
30
40
50
Фактический урожай, ц/га
60
70
Динамический прогноз урожая
Фактический урожай
Прогнозируемый урожай, ц/га
35
30
25
Уборка
20
15
05.07
15.07
25.07
05.08
1,6
1,7
10.08 13.08
10
5
0
1
1,1
1,2
1,3
1,4
1,5
Физиологическое время, б/р
1,8
1,9
2
Прогноз дозы азотных подкормок
Прогноз дозы азотных подкормок при основном удобрении N45P90K50
45
40-45
40
35-40
35
30-35
30
25-30
25
20-25
Доза азотной подкормки, кг/га
15-20
20
10-15
15
5-10
10
0-5
5
45
0
40
5
10
35
15
20
Биомасса на момент
колошения, ц/га
25
30
30
Желаемый
урожай, ц/га
Диаграмма классов модели
(Rational Rose)
Система имитационного моделирования
AGROTOOL, v.4




Модель - Rational Rose,
объектный Паскаль;
Оперативная база данных (ОБД)
- Excel;
Стационарная база данных
(СБД) - СУБД Access;
Интерфейс пользователя Delphi
Верификация








1. Ленинградская область:
агрометеостанции – Белогорка, Волосово, Волхов, Сосново,
Николаевское, Тихвин;
культуры – яровой ячмень, яровая пшеница, озимая рожь, овес,
картофель, многолетние травы, 5-6 лет вегетации.
2. Саратовская область – яровая пшеница, 12 лет вегетации.
3. Краснодарский край – озимая пшеница, кукуруза, 6 лет вегетации.
4. Алтайский край – люцерна, 5 лет вегетации
5. Шекинский р-н Азербайджана – озимая пшеница, 6 лет вегетации.
6. Мюнхеберг, Германия – озимая пшеница, яровой ячмень, сахарная
свекла, 3 года вегетации.
7. Бадлаухштадт, Германия - озимая пшеница, яровой ячмень,
сахарная свекла, 6 лет вегетации.
8. Советский р-н Калининградской обл. – озимая пшеница,
многолетние травы – 5 лет вегетации.
Сотрудники лаборатории, принимавшие
участие в разработке модели














1.Пых Ю.А.
2.Вол И.А.
3.Финтушал С.М.
4.Заславский Б.Г.
5.Заславская Л.А.
6. Неусыпина Т.А.
7. Нагиев А.Т.
8. Чувашина Н.В.
9.Топаж А.Г.
10.Опарина И.В.
11.Захарова Е.Т.
12.Терлеев .В.В.
13.Бакалнко Б.И.
14.Глядченкова .Н.А.
Благодарю за
внимание