Models of crop growth and development

KIERUNEK STUDÓW : ROLNICTWO / ECTS: 4 / semestr: 2

Profil: ogólnoakademicki / Forma i poziom: SM

status: obowiązkowy

Wymagania wstępne: Wiedza w zakresie biologii, fizjologii roślin, meteorologii, podstawowa wiedza z zakresu matematyki i statystyki

Celem przedmiotu jest zapoznanie studentów z podstawowymi modelami wzrostu i rozwoju roślin, możliwościami ich wykorzystania w praktyce rolniczej i ochronie środowiska rolniczego. Poznanie sposobów pozyskiwania i estymacji danych potrzebnych do wykonania symulacji komputerowych oraz ich przeprowadzenie z wykorzystaniem wybranych modeli deterministycznych. Program nauczania obejmuje szczegółową charakterystykę modeli wzrostu i rozwoju rośli, zapoznanie się z aparaturą naukową, samodzielne i zespołowe wykonywanie symulacji wybranych procesów oraz sporządzenie prostych arkuszy kalkulacyjnych wykonujących obliczenia według zadanych algorytmów.

wykłady:

1. Wprowadzenie do modelowania

2. Charakterystyka wybranych schematów modeli roślinnych

3. Funkcjonowanie modelu WOFOST

4. Obliczanie ewapotranspiracji w modelach roślinnych

5. Generator danych pogodowych

6. Zasady obliczania produkcji limitowanej niedoborem NPK

7. Kalibracja parametrów modelu WOFOST za pomocą modułu FSEOPT

8. Funcjonowanie modelu APISM

9. Charakterystyka wybranych modułów w modelu APISM

10. Charakterystyka wybranych modułów w modelu APISM

11. Funkcjonowanie modelu DAISY

12. Charakterystyka modelu DAISY

13. Charakterystyka modelu DSSAT, IRENE

14. Zastosowanie teledetekcji w prognozowaniu i modelowaniu plonów

15. Zaliczenie wykładów

ćwiczenia:

1. Zapoznanie się z aparaturą badawczą- LICOR Area Meter, Sunscan System, Multiscan, WinRizo. Pozyskiwanie i opracowanie danych potrzebnych do kalibracji modelu.

2.Pozyskiwanie i estymacja danych meteorologicznych wykorzystywanych do kalibracji modeli symulacyjnych. Przygotowanie pliku danych pogodowych do zastosowania w modelu WOFOST

3.Zapoznanie się z modelem WOFOST. Kalibracja rozwoju fenologicznego odmian pszenicy.

4.Tworzenie nowego pliku danych na przykładzie pszenicy. Intercepcja światła (PAR), potencjalna produkcja biomasy. Obliczanie fotosyntezy brutto.

5.Kalibracja wskaźnika LAI i potencjalnej produkcji biomasy. Kalibracja rozdziału asymilatów. Obliczanie wielkości oddychania, dystrybucja asymilatów, przyrost powierzchni asymilacyjnej.

6.Produkcja limitowana dostępnością wody. Obliczanie ewapotranspiracji.

7.Wrażliwość modelu na maksymalną zdolność zatrzymywania wody w glebie. Tworzenie plików danych glebowych.

8.Kalibracja produkcji biomasy ograniczonej dostępnością wody

9.Sporządzenie arkusza dla algorytmów modelu QUEFTS

10.Model APSIM- wprowadzenie do modelu, zasady funkcjonowania modelu

11.Model APSIM- Bilans wodny ugoru- wykonanie symulacji

12.Model APSIM- Obieg węgla organicznego i azotu w układzie gleba- roślina - atmosfera- wykonanie symulacji

13.Model APSIM- wpływ nawożenia organicznego na zawartość C i N w glebie- wykonanie symulacji

14.Program IRENE – ocena działania modelu na podstawie wybranych miar statystycznych

15.Zaliczenie ćwiczeń

Struktura aktywności studenta: zajęcia realizowane z bezpośrednim udziałem prowadzącego godz.50 ECTS** 2.0

w tym:

-wykłady (podać liczbę godzin) 15 godz.

-ćwiczenia i seminaria (podać liczbę godzin) 30 godz.

- konsultacje (podać liczbę godzin) 3 godz.

udział w badaniach 0 godz. obowiązkowe praktyki i staże (podać liczbę godzin) 0 godz.

-udział w egzaminie i zaliczeniu (podać liczbę godzin 2 godz. e-learning 0, godz. praca własna (0,6 ECTS**) 20 godz.

Podstawowa: 1. B.Kulig. 2010. Matematyczne modelowanie wzrostu i rozwoju roślin. Wydawnictwo UR w Krakowie 2. (materiały do ćwiczen i wykładów) - dostępne na stronie internetowej wykładowcy http://matrix.ar.krakow.pl/~bkulig 3.Analiza stosowalności zagranicznych metod prognozowania plonów w warunkach Polski. IUNG Pulawy, 1996 (praca zbiorowa)

Uzupełniająca: 1. Stańko S., 1994. Prognozowanie w rolnictwie. Wyd. SGGW, Warszawa. 2. Capała W. 1996. Charakterystyka modeli wzrostu i rozwoju roślin SUCROS i WOFOST. IUNG, Puławy. 3. D.K. Benbi, R. Nieder. 2003. Handbook of processes an modeling in the soil plant system

Po zakończeniu kursu student:

Wiedza:

- zna podstawowe pojęcia z zakresu modelowania i teledetekcji w odniesieniu do modeli roślinnych

- posiada wiedzę na temat funkcjonowania głównych modeli wzrostu i rozowju roślin - zna podstawowe miary statystyczne wykorzystywane do weryfikacji modeli i umie je obliczać np. przy pomocy programu Excel lub IRENE Umiejętności:

- potrafi obsługiwać aparaturę do pomiaru fotosyntezy, wielkości wskaźnika LAI i indeksów wegetacyjnych - przygotowuje pliki danych pogodowych do modeli symulacyjnych oraz potrafi wykorzystywać generatory danych pogodowych

- samodzielnie symuluje wzrost wybranego gatunku roślin rolniczych za pomocą wybranego modelu oraz dokonuje statystycznej oceny efektów modelowania

Kompetencje społeczne:

- potrafi rozwiązywać stawiane problemy i organizować pracę w zespole - docenia znaczenie wiedzy interdyscyplinarnej i stosowania technologii informacyjnych w naukach rolniczych

Wykłady: egzamin pisemny - test i zadania obliczeniowe lub pytania problemowe. Przyjęto procentową skalę oceny efektów kształcenia, definiowaną w sposób następujący: 1. Ocena niedostateczna (2,0): wystawiana jest wtedy, jeśli w zakresie co najmniej jednej z trzech składowych (W, U lub K) przedmiotowych efektów kształcenia student uzyska mniej niż 55% obowiązujących efektów dla danej składowej. 2. Ocena dostateczna (3,0): wystawiana jest wtedy, jeśli w zakresie każdej z trzech składowych (W, U lub K) efektów kształcenia student uzyska przynajmniej 55% obowiązujących efektów dla danej składowej. 3. Ocena ponad dostateczna (3,5): wystawiana jest na podstawie średniej arytmetycznej z trzech składowych (W, U lub K) efektów kształcenia (średnio 61-70%). 4. Podobny sposób obliczania ocen jak przedstawiony w pkt. 3 przyjęto dla ocen dobrej (4,0 - średnio 71-80%), ponad dobrej (4,5 - średnio 81-90%) i bardzo dobrej (5,0 - średnio >90%). Ćwiczenia: samodzielnie lub w zespołach dwuosobowych studenci wykonują symulację wybranych procesów na sali komputerowej lub wykorzystują arkusz do automatyzacji obliczeń - oceniana będzie poprawność i efektywność wykonania zadania, w tym współpraca w zespole, każde USOSweb: Szczegóły przedmiotu: R.2s.MWR.SM.RROAP, w cyklu: , jednostka dawcy: , grupa przedm.: Strona 3 z 3 19.09.2019 18:22 ćwiczenie kończy się oceną. Ocena podsumowująca jest średnią z ocen uzyskanych w trakcie semestru. Ocena końcowa=0,6 x ocena z egzaminu (wykłady)+ 0,4 x ocena podsumowująca (ćwiczenia)

UWAGA: Prowadzący zajęcia, na podstawie stopnia opanowania przez studenta obowiązujących treści programowych danego przedmiotu, w oparciu w własne doświadczenie dydaktyczne, formułuje ocenę, posługując się podanymi wyżej kryteriami formalnymi