What can modern agricultural meteor

What can modern agricultural meteorology do for the
subsistence farmers?
By René Gommes
Senior agrometeorologist
Environment and Natural Resources Service (SDRN)
FAO, Rome
1. Introduction
The factors, which determine the availability of agricultural products at the
local level (farm, village), are environmental conditions and management. The
environment includes biophysical factors (climate, soil, pests, land
available…), while management encompasses the decisions taken by farmers
themselves.
Management decisions are determined by the knowledge of the interactions
between the environment, the characteristics of crops and animals,
technology, economic factors and the institutional context (including customs,
government rules, etc). By definition, economic factors play a relatively minor
role for subsistence farmers.
Among the listed factors, weather remains the largest source of variability of
farm outputs, directly and indirectly (pests). Depending on the level of
development, roughly 20 to 80% of the inter-annual variability of yields stems
for the variability of weather. Losses due to pests, diseases and weeds are
normally around 15% (Oerke et al., 1994). Post-harvest losses are also of the
same order of magnitude.
Extreme agrometeorological events are factors, which often are at the same
time rare (low statistical frequency) and characterised by high intensities.
They include for instance large pest outbreaks, fire, torrential rains, tropical
cyclones etc. They can provoke massive destruction of infrastructure, crops,
livestock, fishing gear, etc. and the loss of human life (Gommes, 1999a,
1999c).
Extreme events are not dealt with in this paper formethodological reasons
1
and because far more losses are associated with the chronic and
inconspicuous effects of climate variability, like droughts, local pest attacks,
biodegradation of agricultural materials, hail etc.
In spite of their variability, rainfall, sunshine etc. constitute basic
environmental resources. Agrometeorology has the threefold objective of
studying the agroclimatic resources, to assess their impact (positive and
negative) on agriculture, and to use the knowledge to improve yields.
1
The effects of extreme factors on agriculture are difficult to model because of their sporadic
nature. Preventive measures and warning systems require investments that exceed by orders
of magnitude those used for the “normal” meteoroloical factors. In addition, extreme factors
are normally dealt with by the National Meteoroloical Services in the Ministry of Transport,
Public Works etc., and only rarely in Ministries ofAgriculture
2
2. The scope of “modern” agrometeorology
Agrometeorology deals with all the weather-sensitive elements of agriculture
production, as illustrated below in figure 1. The spectrum of subjects is thus
rather wide. It includes pollination, animal migration, trafficability, transport of
pathogens by wind, irrigation, climate manipulation and artificial climates,
weather risk assessments, the use of weather forecasts in farming, crop yield
and phenology forecasts and particularly advice to farmers… as well as the
required data and methods.
Figure 1: Agrometeorology deals with all the weather-sensitive
components of the chain leading from production to consumption of all
agricultural products, specifically including animals and plants (after
Gommes, 1998a).
Managed production
“Wild” production
Harvest
Distribution
Transport
Storage
Transformation
Consumption
Agrometeorology now relies on a package of new tools, which define
« modern agrometeorology». They include data acquisition techniques
(ground observation, aircraft and satellite), data transmission techniques
(including the Internet) and data analysis (models and other software).
3. Models
2
2
Most text borrowed from Gommes 1999b, figure original.
3
A model is a programme (and the science behind it) that simulates (predicts)
the behaviour (output) of a plant (e.g. yield) from environmental conditions
(inputs, incl. management) and variables describingthe plant’s ecophysiology
(parameters). There is in fact a large variety of models (as well as associated
problems) which cannot be described here (refer to Gommes 1999b). Figure 2
below schematically illustrates the operation of a typical model
Crop modelling, and most numerical applications in natural sciences became
actually possible because of the development of computers, and it is
interesting to compare the sophistication of current work with the methods and
approaches prevailing 15 to 20 years ago (Weiss, 1981; Gommes 1983 and
1985).
The volume by Albert Weiss is interesting in that it shows that most problems
being dealt with today in crop-climate relations were already on the agenda
twenty years ago: problems of scale, real-time collection of data and
modelling etc. There are, however, three major new issues in the field of cropclimate simulation: geographic information systems (GIS), the spatial
interpolation of agroclimatic data, and random weather generators (RWG).
Figure 2: schematic representation of a crop simulation model showing the
interaction between environmental factors, crop growth and development,
and management.
LEAF
BIOMASS
ROOT
BIOMASS
Management
SUNSHINE
SOIL
MOISTURE,
NUTRIENTS
Environment
Model
Daily biomass
accumulation
(growth)
Partitioning of biomass between plant
organs (phenology)
4
Most popular models now have an “associated” Random Weather Generator,
a programme that generates synthetic weather series for a given location
3
.
They are extremely useful for many applications, from risk evaluation to crop
forecasting.
Of the associated models and tools, Geographic Information Systems have
become ubiquitous. GIS techniques, normally in conjunction with
geostatistical software, are used to prepare the spatial input data for the
regional applications; they are used after model runs to format and present
the output and analyses.
Finally, weather conditions are normally not knows at the exact location where
a model is run. Geostatistical tools are now widelyused to estimate weather
condition at the location where a model is being run, although there is no
meteorological station.
There is clear complementary nature of simulation models and satellite data,
not only because remote sensing can contribute to estimating surface
agrometeorological variables
4
, but also because it can provide some model
inputs, such as phenology (planting dates) and LeafArea Index, an essential
model variable.
4 FAO and agrometeorology
5
In an organisation like FAO, it is difficult to exactly delimit the “mandate” of
Agrometeorology. The “Agrometeorology Group”, formerly in the Agriculture
Department, was aggregated in 1994 with Remote Sensing and Geographic
Information Systems -GIS-, the “Rural Energy Group”, to create the new
Environment and Natural Resources Service under the Sustainable
Development Department. This constitutes a logical decision insofar as
climate encompasses some of the main renewable natural resources.
Unlike other organisations and institutions (such as WMO and
Agrometeorology Departments in various universities), FAO adopts a rather
restrictive definition of agrometeorology. Servicesand products with a marked
agroclimatic component
6
are provided by other Departments of the
Organization. For instance, irrigation scheduling is dealt with by the Land and
Water Development Division, Water Resources Development and
Management Service. Microclimate manipulation is anessential component of
many of the projects of the Plant Production Service, in particular for
vegetables. The same could be said about plant protection and production
(including forestry), aquaculture development, etc.
The only section of FAO with an explicit mandate to cover agricultural
climatology is the Agricultural Meteorology Group. Its main activities include
agroclimatic databases, agrometeorology and remote-sensing based crop
monitoring and forecasting, international collaboration in the field of climate
3
RWG outputs are obviously based on the statistical properties of real world weather data
from the same location.
4
They include rainfall, in combination with ground observations, actual evapotranspiration,
leaf temperature.
5
Adapted from Gommes, 1998c
6
Agroclimatology is assumed to include agrometeorology.
5
and weather, including field projects. Recently Climate-change has become a
major activity of the Group.
5 Agrometeorological advice to farmers
While FAO has a long and good record in agricultural extension at all levels,
agrometeorological advisory services to farmers have so far received little
attention. It is well recognised that this is an important and potentially very
useful field (Gommes, 1992). The Agrometeorology Group has repeatedly
tried to develop some activities in this area, but was never able to attract
donor attention.
5.1 Weather forecasts
Weather forecasts play an essential part in many farming operations. For
instance, weeding is best done in a rainless period, planting requires regular
but not too heavy rain, spraying pesticides cannot be done in windy weather,
etc. The main difficulty is often to present the forecasts in such as way that
they are understandable to farmers, thus avoiding jargon and ensuring that
the uncertainty inherent to all forecasts is duly understood. The general issue
issue of c

Kết quả (Việt) 1:

Khí tượng học nông nghiệp hiện đại có thể làm gì cácnông dân? Bởi René Gommes Cao cấp agrometeorologist Môi trường và tài nguyên thiên nhiên dịch vụ (SDRN) FAO, Rome 1. giới thiệu Yếu tố xác định sự sẵn có các sản phẩm nông nghiệp tại các cấp địa phương (trang trại, làng), là điều kiện môi trường và quản lý. Các môi trường bao gồm yếu tố lý sinh (khí hậu, đất, sâu bệnh, đất có...), trong khi quản lý bao gồm các quyết định được thực hiện bởi nông dân bản thân mình. Quyết định quản lý được xác định bởi các kiến thức về sự tương tác giữa môi trường, các đặc tính của cây trồng và động vật, công nghệ, yếu tố kinh tế và bối cảnh thể chế (bao gồm cả Hải quan, chính phủ quy định, vv). Theo định nghĩa, yếu tố kinh tế chơi một tương đối nhỏ vai trò cho nông dân. Trong số các yếu tố được liệt kê, thời tiết vẫn còn những nguồn lớn của biến đổi của Trang trại kết quả đầu ra, trực tiếp và gián tiếp (các loài gây hại). Tùy thuộc vào mức độ phát triển, khoảng 20 đến 80% của sự biến đổi giữa hai hàng năm của sản lượng thân cho sự biến đổi của thời tiết. Thiệt hại sâu bệnh, bệnh và cỏ dại đang bình thường khoảng 15% (Oerke và ctv., 1994). Tổn thất sau thu hoạch đều của các cùng một đơn đặt hàng của cường độ. Sự kiện cực agrometeorological là yếu tố, mà thường là cùng một thời gian hiếm (tần số thấp của thống kê) và đặc trưng bởi cường độ cao. Chúng bao gồm ví dụ lớn sâu bệnh dịch, hỏa hoạn, một cơn mưa, nhiệt đới xoáy vv. Họ có thể gây phá hủy lớn của cơ sở hạ tầng, cây trồng, chăn nuôi, Câu cá gear, vv và sự mất mát của cuộc sống con người (Gommes, 1999a, 1999 c). Sự kiện cực kỳ không được xử lý với lý do formethodological giấy này1và bởi vì thêm rất nhiều thiệt hại được liên kết với các mãn tính và không dễ thấy tác động của biến đổi khí hậu, giống như hạn hán, địa phương sâu bệnh tấn công, phân của vật tư nông nghiệp, mưa đá vv.Mặc dù sự biến đổi của họ, lượng mưa, nắng vv cấu thành cơ bản tài nguyên môi trường. Agrometeorology có mục tiêu sợi của nghiên cứu các nguồn tài nguyên agroclimatic, để đánh giá tác động của họ (tích cực và phủ định) về nông nghiệp, và sử dụng kiến thức để cải thiện sản lượng. 1Những ảnh hưởng của yếu tố cực về nông nghiệp được khó khăn để mô hình vì của họ rải rác Thiên nhiên. Biện pháp phòng ngừa và hệ thống cảnh báo yêu cầu đầu tư vượt quá của đơn đặt hàng cường độ những người sử dụng cho các yếu tố "bình thường" meteoroloical. Ngoài ra, cực yếu tố bình thường được xử lý bởi các dịch vụ Meteoroloical quốc gia trong bộ vận tải, Công trình vv, và hiếm khi trong bộ ofAgriculture 22. phạm vi "hiện đại" agrometeorology Agrometeorology đề với tất cả các yếu tố nhạy cảm với thời tiết của nông nghiệp sản xuất, như minh họa dưới đây trong hình 1. Quang phổ của các đối tượng là như vậy khá rộng. Nó bao gồm thụ phấn, động vật di cư, trafficability, giao thông vận tải tác nhân gây bệnh của gió, thủy lợi, thao tác khí hậu và khí hậu nhân tạo, thời tiết đánh giá rủi ro, việc sử dụng của dự báo thời tiết trong nông nghiệp, cây trồng năng suất và phenology dự báo và đặc biệt là tư vấn cho nông dân... cũng như yêu cầu dữ liệu và phương pháp. Hình 1: Agrometeorology đề với tất cả weather nhạy cảm Các thành phần của dãy hàng đầu từ sản xuất đến tiêu thụ tất cả sản phẩm nông nghiệp, đặc biệt bao gồm cả động vật và thực vật (sau khi Gommes, 1998a). Quản lý sản xuất"Hoang dã" sản xuấtThu hoạchPhân phốiGiao thông vận tảiLưu trữChuyển đổiTiêu thụAgrometeorology bây giờ dựa vào một gói công cụ mới, mà xác định «hiện đại agrometeorology». Chúng bao gồm dữ liệu mua lại kỹ thuật (mặt đất quan sát, máy bay và vệ tinh), kỹ thuật truyền dữ liệu (bao gồm cả Internet) và phân tích dữ liệu (mô hình và phần mềm khác). 3. mô hình22Hầu hết các văn bản vay mượn từ Gommes 1999b, hình gốc. 3Một mô hình là một chương trình (và khoa học đằng sau nó) mà mô phỏng (dự báo) hành vi (output) của một nhà máy (ví dụ như mang lại) từ điều kiện môi trường (độc, bao gồm cả quản lý) và thực vật biến describingthe ecophysiology (tham số). Đó là trong thực tế một loạt lớn các mô hình (cũng như liên kết vấn đề) mà không thể được mô tả ở đây (Hãy tham khảo Gommes 1999b). Hình 2 dưới đây schematically minh hoạ hoạt động của một mô hình điển hình Cây trồng mô hình, và đặt số ứng dụng trong khoa học tự nhiên trở thành thực sự tốt vì sự phát triển của máy tính và nó là thú vị để so sánh tinh tế của công việc hiện tại với các phương pháp và phương pháp tiếp cận hiện hành 15-20 năm trước đây (Weiss, 1981; Gommes năm 1983 và 1985). Khối lượng bởi Albert Weiss là thú vị trong đó nó cho thấy rằng hầu hết vấn đề được giải quyết vào ngày hôm nay trong cây trồng khí hậu quan hệ đã được vào chương trình nghị sự hai mươi năm trước đây: các vấn đề của quy mô, thu thập dữ liệu thời gian thực và Mô hình vv. Không là, Tuy nhiên, ba vấn đề mới lớn trong lĩnh vực cropclimate mô phỏng: Hệ thống thông tin địa lý (GIS), các không gian một vài từ trong dữ liệu agroclimatic, và thời tiết ngẫu nhiên máy phát điện (RWG). Hình 2: sơ đại diện của một cây trồng mô phỏng mô hình hiển thị các tương tác giữa các yếu tố môi trường, cây trồng tăng trưởng và phát triển, và quản lý. LÁNHIÊN LIỆU SINH HỌCGỐCNHIÊN LIỆU SINH HỌCQuản lýÁNH NẮNG MẶT TRỜIĐẤTĐỘ ẨM,CHẤT DINH DƯỠNGMôi trườngMô hìnhNhiên liệu sinh học hàng ngàytích lũy(phát triển)Phân vùng của nhiên liệu sinh học giữa thực vậtcơ quan (phenology)4Mô hình phổ biến nhất bây giờ có một phát điện thời tiết ngẫu nhiên "liên kết", một chương trình mà tạo ra tổng hợp thời tiết loạt cho một vị trí nhất định3. Họ là cực kỳ hữu ích cho nhiều ứng dụng, từ đánh giá rủi ro để cắt dự báo. Liên kết các mô hình và các công cụ, Hệ thống thông tin địa lý có trở thành phổ biến. Kỹ thuật GIS, thường kết hợp với phần mềm hồ, được sử dụng để chuẩn bị dữ liệu đầu vào không gian cho các khu vực ứng dụng; chúng được sử dụng sau khi mô hình chạy sang định dạng và hiện tại sản lượng và phân tích. Cuối cùng, thời tiết điều kiện thường không biết ở vị trí chính xác nơi một mô hình hoạt động. Hồ công cụ bây giờ là widelyused để ước tính thời tiết tình trạng tại vị trí nơi một mô hình đang được điều hành, mặc dù có không có trạm khí tượng. Đó là rõ ràng bổ sung bản chất của mô phỏng mô hình và dữ liệu vệ tinh, không chỉ bởi vì cảm biến từ xa có thể đóng góp để ước tính bề mặt agrometeorological biến4, mà còn bởi vì nó có thể cung cấp một số mô hình đầu vào, chẳng hạn như phenology (trồng ngày) và chỉ số LeafArea, một điều cần thiết Mô hình biến. 4 FAO và agrometeorology5Trong một tổ chức như FAO, nó là khó khăn để chính xác delimit các ủy nhiệm"" của Agrometeorology. "Agrometeorology Group", trước đây thuộc bộ nông nghiệp Bộ phận, được tổng hợp vào năm 1994 với viễn thám và địa lý Thông tin hệ thống - GIS-, "Nông thôn nhóm năng lượng", để tạo mới Môi trường và tài nguyên thiên nhiên phục vụ các bền vững Bộ phận phát triển. Điều này tạo thành một quyết định hợp lý phạm vi như khí hậu bao gồm một số các tài nguyên tái tạo chính. Không giống như tổ chức và các tổ chức khác (chẳng hạn như WMO và Agrometeorology sở tại trường đại học khác nhau), FAO thông qua một thay vì hạn chế định nghĩa của agrometeorology. Servicesand sản phẩm với một đánh dấu thành phần agroclimatic6 được cung cấp bởi các phòng ban khác của các Tổ chức. Ví dụ, lập kế hoạch thủy lợi được xử lý với bằng đất và Nước bộ phận phát triển, nước phát triển nguồn lực và Dịch vụ quản lý. Thao tác vi khí hậu là anessential thành phần của nhiều người trong số các dự án nhà máy sản xuất các dịch vụ, đặc biệt cho rau quả. Như vậy có thể được cho biết về bảo vệ thực vật và sản xuất (bao gồm cả lâm nghiệp), nuôi trồng thủy sản phát triển, vv.Phần duy nhất của FAO với một định hướng rõ ràng để bao gồm nông nghiệp khí hậu học là nhóm khí tượng học nông nghiệp. Các hoạt động chính bao gồm agroclimatic cơ sở dữ liệu, agrometeorology và cây trồng dựa trên cảm biến từ xa Giám sát và dự báo, nghiên cứu khoa học quốc tế trong lĩnh vực khí hậu 3Kết quả đầu ra RWG rõ ràng là dựa trên các thuộc tính thống kê của dữ liệu thời tiết thế giới thực từ cùng một vị trí. 4Chúng bao gồm lượng mưa, kết hợp với các quan sát mặt đất, thực tế evapotranspiration, lá nhiệt độ. 5Chuyển thể từ Gommes, 1998c 6Agroclimatology được cho là bao gồm agrometeorology. 5và thời tiết, bao gồm cả lĩnh vực dự án. Mới thay đổi khí hậu đã trở thành một Các hoạt động chính của tập đoàn. 5 Agrometeorological tư vấn cho nông dân Trong khi FAO có một hồ sơ dài và tốt trong nông nghiệp mở rộng tại tất cả các cấp, agrometeorological dịch vụ tư vấn cho nông dân cho đến nay đã nhận được ít sự chú ý. Nó cũng được công nhận rằng điều này là quan trọng và có khả năng rất lĩnh vực hữu ích (Gommes, 1992). Nhóm Agrometeorology đã nhiều lần đã cố gắng để phát triển một số hoạt động trong lĩnh vực này, nhưng đã không bao giờ có thể thu hút sự chú ý của nhà tài trợ. 5.1 dự báo thời tiếtDự báo thời tiết đóng một phần quan trọng trong nhiều nông nghiệp hoạt động. Cho Ví dụ, weeding tốt nhất thực hiện trong một khoảng thời gian rainless, trồng yêu cầu thường xuyên nhưng không quá nặng mưa, phun thuốc trừ sâu không thể được thực hiện trong thời tiết gió, vv. Những khó khăn chính là thường để trình bày dự báo trong chẳng hạn như cách mà họ là dễ hiểu cho nông dân, do đó tránh biệt ngữ và đảm bảo rằng sự không chắc chắn vốn có cho tất cả các dự báo được hiểu hợp lệ. Vấn đề chung Các vấn đề của c

Kết quả (Việt) 2:

Điều gì có thể khí tượng nông nghiệp hiện đại làm cho
nông dân?
By René Gommes
agrometeorologist Senior
Môi trường và Dịch vụ Tài nguyên (SDRN)
FAO, Rome
1. Giới thiệu
Các yếu tố, trong đó xác định sự sẵn có của các sản phẩm nông nghiệp ở các
cấp địa phương (trang trại, làng), là điều kiện và quản lý môi trường. Các
môi trường bao gồm các yếu tố tự nhiên (khí hậu, đất, sâu bệnh, đất
có sẵn ...), trong khi quản lý bao gồm các quyết định của nông dân
mình.
Quyết định quản lý được xác định bởi ý thức về sự tương tác
giữa môi trường, đặc điểm của cây trồng, vật nuôi,
công nghệ, các yếu tố kinh tế và bối cảnh thể chế (bao gồm hải quan,
quy định của chính phủ, vv). Theo định nghĩa, các yếu tố kinh tế đóng một tương đối nhỏ
vai trò của nông dân.
Trong số các yếu tố được liệt kê, thời tiết vẫn là nguồn lớn nhất của biến thiên của các
kết quả đầu ra trại, trực tiếp và gián tiếp (sâu). Tùy thuộc vào mức độ
phát triển, khoảng 20 đến 80% sự biến thiên liên hàng năm sản lượng xuất phát
cho sự thay đổi của thời tiết. Thiệt hại do sâu bệnh và cỏ dại là
bình thường khoảng 15% (Oerke et al., 1994). Tổn thất sau thu hoạch cũng là của
cùng độ lớn.
Sự kiện agrometeorological cực là những yếu tố, mà thường là tại cùng một
thời điểm hiếm gặp (tần số thống kê thấp) và được đặc trưng bởi cường độ cao.
Chúng bao gồm các dịch dụ côn trùng lớn, lửa, mưa xối xả , nhiệt đới
gió xoáy vv Họ có thể gây phá hủy lớn của cơ sở hạ tầng, cây trồng,
vật nuôi, ngư cụ, vv và sự mất mát của cuộc sống con người (Gommes, 1999a,
1999c).
sự kiện cực không được xử lý trong bài báo này lý do formethodological
1
và vì nhiều tổn thất có liên quan đến mãn tính và
ảnh hưởng của biến đổi khí hậu không dễ, như hạn hán, sâu bệnh địa phương,
phân hủy sinh học của vật tư nông nghiệp, mưa đá, vv
Mặc dù đa dạng của chúng, lượng mưa, ánh nắng mặt trời, vv cấu thành cơ bản
tài nguyên môi trường. Agrometeorology có mục tiêu gấp ba lần của
nghiên cứu các nguồn tài nguyên khí hậu nông nghiệp, đánh giá tác động của họ (tích cực và
tiêu cực) về nông nghiệp, và sử dụng các kiến thức để nâng cao năng suất.
1
Các ảnh hưởng của các yếu tố cực đoan về nông nghiệp rất khó để mô hình vì không thường xuyên của họ
tự nhiên. Các biện pháp dự phòng và hệ thống cảnh báo yêu cầu đầu tư vượt quá theo đơn đặt hàng
của các cường độ những người sử dụng cho các yếu tố meteoroloical "bình thường". Ngoài ra, các yếu tố cực đoan
thường được xử lý bằng các dịch vụ Meteoroloical quốc gia tại Bộ Giao thông vận tải,
công trình công cộng vv, và hiếm khi ở các Bộ ofAgriculture
2
2. Phạm vi của "hiện đại" agrometeorology
Agrometeorology đề với tất cả các yếu tố thời tiết nhạy cảm của nông nghiệp
sản xuất, như minh họa dưới đây trong hình 1. Các quang phổ của các đối tượng là như vậy,
khá rộng. Nó bao gồm sự thụ phấn, di cư động vật, trafficability, vận chuyển các
mầm bệnh bằng gió, thủy lợi, thao tác khí hậu và khí hậu nhân tạo,
đánh giá rủi ro thời tiết, việc sử dụng dự báo thời tiết trong nông nghiệp, năng suất cây trồng
và dự báo chất khí hậu và đặc biệt là tư vấn cho nông dân ... cũng như các
. yêu cầu dữ liệu và phương pháp
Hình 1: Agrometeorology đề với tất cả các thời tiết nhạy cảm với
các thành phần của chuỗi hàng đầu từ sản xuất đến tiêu thụ của tất cả các
sản phẩm nông nghiệp, cụ thể bao gồm cả động vật và thực vật (sau khi
Gommes, 1998a).
sản xuất được quản lý
"Wild" sản xuất
Harvest
Distribution
Giao thông vận tải
lưu trữ
chuyển đổi
tiêu thụ
Agrometeorology bây giờ dựa trên một gói các công cụ mới, trong đó xác định
«agrometeorology hiện đại». Chúng bao gồm các dữ liệu kỹ thuật mua lại
(quan sát mặt đất, máy bay và vệ tinh), kỹ thuật truyền dữ liệu
(bao gồm cả Internet) và phân tích dữ liệu (mô hình và phần mềm khác).
3. Mô hình
2
2
Hầu hết các văn bản vay mượn từ Gommes 1999b, con số ban đầu.
3
Một mô hình là một chương trình (và các khoa học đằng sau nó) mà mô phỏng (dự đoán)
các hành vi (đầu ra) của một vật (ví dụ như năng suất) từ điều kiện môi trường
(đầu vào, bao gồm . quản lý) và các biến ecophysiology describingthe của nhà máy
(thông số). Có trong thực tế, một lượng lớn các mô hình (cũng như liên quan đến
vấn đề) mà không thể được mô tả ở đây (tham khảo Gommes 1999b). Hình 2
dưới dạng biểu đồ minh họa hoạt động của một mô hình điển hình
mô hình cây trồng, và hầu hết các ứng dụng tính toán trong khoa học tự nhiên đã trở thành
thực sự có thể do sự phát triển của máy tính, và nó là
thú vị để so sánh sự tinh tế của công việc hiện tại với các phương pháp và
cách tiếp cận phổ biến từ 15 đến 20 năm trước đây (Weiss, 1981; Gommes 1983
và. 1985)
Khối lượng của Albert Weiss là thú vị ở chỗ nó cho thấy rằng hầu hết các vấn đề
được giải quyết ngày hôm nay trong quan hệ cây trồng khí hậu đã lên chương trình nghị sự
hai mươi năm trước đây: các vấn đề về quy mô, bộ sưu tập thời gian thực của dữ liệu và
mô hình hóa vv Có được, tuy nhiên, ba vấn đề chính mới trong lĩnh vực mô phỏng cropclimate: hệ thống thông tin địa lý (GIS), các không
gian. nội suy dữ liệu khí hậu nông nghiệp, máy phát điện và thời tiết ngẫu nhiên (RWG)
Hình 2 : đại diện sơ đồ của một mô hình mô phỏng cây trồng cho thấy sự
tương tác giữa các yếu tố môi trường, phát triển trồng trọt và phát triển,
và quản lý.
LEAF
sinh khối
ROOT
sinh khối
Quản lý
SUNSHINE
ĐẤT
MOISTURE,
chất dinh dưỡng
Môi trường
Mô hình
sinh khối hàng ngày
tích lũy
(tăng trưởng)
Phân vùng sinh khối giữa nhà máy
cơ quan (vật hậu)
4
mô hình phổ biến nhất hiện nay có một "liên kết" Random Weather Generator,
một chương trình mà tạo ra hàng loạt thời tiết tổng hợp cho một vị trí nhất định 3. Họ là cực kỳ hữu ích cho nhiều ứng dụng, từ việc đánh giá rủi ro đối với cây trồng dự báo. Trong số các mô hình liên kết và các công cụ, địa lý Hệ thống thông tin đã trở nên phổ biến. Kỹ thuật GIS, thường kết hợp với phần mềm thống kê địa lý, được sử dụng để chuẩn bị dữ liệu đầu vào không gian cho các ứng dụng trong khu vực; chúng được sử dụng sau khi mô hình chạy để định dạng và trình bày kết quả và phân tích. Cuối cùng, điều kiện thời tiết bình thường không biết tại địa điểm chính xác nơi mà một mô hình được chạy. Các công cụ thống kê địa lý hiện đang widelyused để ước tính thời tiết điều kiện tại địa điểm mà một mô hình đang được chạy, mặc dù không có trạm khí tượng. Có tính chất bổ trợ rõ ràng của các mô hình mô phỏng và dữ liệu vệ tinh, không chỉ vì viễn thám có thể đóng góp để ước lượng bề mặt agrometeorological biến 4, mà còn bởi vì nó có thể cung cấp một số mô hình đầu vào, chẳng hạn như vật hậu (ngày trồng) và LeafArea Index, một điều cần thiết biến mô hình. 4 FAO và agrometeorology 5 Trong một tổ chức như FAO, rất khó để xác phân định các "nhiệm vụ" của Agrometeorology. Các "Agrometeorology Group", trước đây trong Nông nghiệp Vụ, được tổng hợp vào năm 1994 với Viễn thám và Geographic Information Systems -GIS-, các "Năng lượng Nhóm nông thôn", để tạo ra sự mới Môi trường và Dịch vụ Tài nguyên dưới sự bền vững Cục Phát triển. Điều này tạo thành một quyết định hợp lý trong chừng mực khí hậu bao gồm một số các nguồn tài nguyên thiên nhiên tái tạo chính. Không giống như các tổ chức và các tổ chức (như WMO và các Sở Agrometeorology trong các trường đại học khác nhau), FAO thông qua một thay định nghĩa hạn chế của agrometeorology. Sản phẩm Servicesand với một đánh dấu thành phần khí hậu nông nghiệp 6 được cung cấp bởi các bộ phận khác của tổ chức. Ví dụ, lập lịch trình thủy lợi được xử lý bởi đất đai và Bộ phận phát triển nước, Phát triển Tài nguyên Nước và Dịch vụ quản lý. Thao tác vi khí hậu là thành phần anessential của rất nhiều các dự án của Nhà máy Sản xuất Dịch vụ, đặc biệt đối với các loại rau. Điều tương tự cũng có thể nói về bảo vệ thực vật và sản xuất (bao gồm cả lâm nghiệp), phát triển thủy sản, vv Phần duy nhất của FAO với một nhiệm vụ rõ ràng để che nông khí hậu là Khí tượng Nhóm nông nghiệp. Các hoạt động chính của nó bao gồm cơ sở dữ liệu khí hậu nông nghiệp, agrometeorology và viễn thám dựa vụ giám sát và dự báo, hợp tác quốc tế trong lĩnh vực khí hậu 3 kết quả đầu ra RWG rõ ràng là dựa trên các tính chất thống kê của dữ liệu thời tiết thế giới thực từ cùng một vị trí. 4 Họ bao gồm lượng mưa, kết hợp với các quan sát mặt đất, bốc hơi thực tế, nhiệt độ của lá. 5 Phỏng theo Gommes, 1998c 6 Agroclimatology được giả định bao gồm agrometeorology. 5 và thời tiết, bao gồm cả các dự án lĩnh vực. Gần đây khí hậu thay đổi đã trở thành một hoạt động chính của Tập đoàn. 5 Agrometeorological tư vấn cho nông dân khi FAO có một hồ sơ dài và tốt trong khuyến nông các cấp, dịch vụ tư vấn agrometeorological cho nông dân cho đến nay ít được chú ý. Nó cũng được công nhận rằng đây là một điều quan trọng và có tiềm năng rất lĩnh vực hữu ích (Gommes, 1992). Các Agrometeorology Group đã liên tục cố gắng để phát triển một số hoạt động trong lĩnh vực này, nhưng không bao giờ có thể thu hút sự chú ý của các nhà tài trợ. Dự báo 5.1 Thời tiết Dự báo thời tiết đóng một phần quan trọng trong nhiều hoạt động nông nghiệp. Ví dụ, làm cỏ là tốt nhất thực hiện trong một khoảng thời gian không mưa, trồng đòi hỏi phải thường xuyên mưa nhưng không quá nặng nề, phun thuốc trừ sâu không thể được thực hiện trong thời tiết gió, vv Khó khăn chính thường là để trình bày dự báo tại như cách mà họ có thể hiểu được đối với nông dân, do đó tránh thuật ngữ và đảm bảo rằng sự không chắc chắn vốn có cho tất cả các dự báo là hợp lệ hiểu. Các vấn đề chung vấn đề của c