Abiotic Factors in Crop Models

• Autorzy: Kulig B.

Warianty tytułu

PL

Czynniki abiotyczne w modelach roślinnych

• Języki publikacji: EN

Abstrakty

EN

Dynamic development of models describing growth, development and yielding of plants was observed in the last quarter of the 20th century. Explanatory models interpreting the phenomena constitute a specific group. Modeling of biomass accumulation is most frequently presented on three levels of productivity: potential, limited by the access to water and minerals and obtainable (reduced by the presence of weeds, diseases and pests). Modeling provides plenty of valuable information for proper interpretation and better understanding of the investigated process. Knowledge obtained in this way may be used to conduct so called simulation experiments using models, which can be of particular importance for research on the protection of the natural environment (eg migration and transformation of pesticides, biogens or heavy metals in soil).

PL

W ostatnim ćwierćwieczu XX w. nastąpił dynamiczny rozwój modeli opisujących wzrost, rozwój i plonowanie roślin. Szczególną grupę stanowią modele wyjaśniające (mechanistyczne) mechanizmy zjawiska (ang. explanatory model). Modelowanie akumulacji biomasy przedstawiane jest najczęściej na trzech poziomach produkcyjności: potencjalnej, limitowanej dostępnością wody i składników pokarmowych oraz osiągalnej (redukowanej przez obecność chwastów, chorób i szkodników). Modelowanie dostarcza wielu cennych informacji służących właściwej interpretacji i lepszemu zrozumieniu badanego procesu. Uzyskana w ten sposób wiedza może służyć do przeprowadzania za pomocą modeli tzw. eksperymentów symulacyjnych, co może mieć szczególne znaczenie w badaniach związanych z ochroną środowiska rolniczego (np. przemieszczanie się i przemiany pestycydów, biogenów lub metali ciężkich w glebie).

Słowa kluczowe

EN

crop models; abiotic factors

PL

matematyczne modele roślin; czynniki abiotyczne

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Ecological Chemistry and Engineering. A
• Rocznik: 2010
• Tom: Vol. 17, nr 12
• Strony: 1580--1584
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Kulig B.

• Department of Crop Production, Agricultural University in Krakow, al. A. Mickiewicza 21, 31–120 Kraków, Poland, phone: [phone],

Bibliografia

• [1] Faber A.: Modele deterministyczne, [in:] Analiza stosowalności zagranicznych metod prognozo-wania plonów w warunkach Polski. IUNG, Puławy 1996, 43–94.
• [2] Pietkiewicz S. and Pala J.: Teoria i praktyka prognozowania plonowania roślin uprawnych, [in:] Fizjologia plonowania roślin, Górecki R.J. and Grzesiuk S. (eds.), Wyd. Uniwersytetu Warmińsko--Mazurskiego, Olsztyn 2002, 521–551.
• [3] Baranowski P., Walczak R.T. and Witkowska-Walczak B.: Submodele fizycznych procesów systemu gleba – roślina – atmosfera w modelach plonowania roślin, [in:] VIII Szkoła „Fizyka z elementami agrofizyki”. Modele wzrostu i plonowania roślin. Fizyczno-matematyczne submodele. Instytut Agrofizyki im. Bogdana Dobrzańskiego PAN, Lublin 1996, 39–50.
• [4] Kulig B.: Matematyczne modelowanie wzrostu i rozwoju roślin. Wyd. UR w Krakowie, Kraków 2010 (in print).
• [5] Mittler R.: Abiotic stress, the field environment and stress combination. Trends in Plant Sci. 2006, 11(1), 15–19.
• [6] Ittersum van M.K. and Rabbinge R.: Production ecological concepts for the analysis and quantification of input-output combinations, [in:] Books of Abstracts 4th ESA Congress, Valdhoven–Wageningen 1996, 2, 436–437.
• [7] Bouman B.A.M., van Keulen H., van Laar H.H. and Rabbinge R.: The ‘School of de Wit’ crop growth simulation models: pedigree and historical overview. Agric. Syst., 1996, 52, 171–198.
• [8] Kulig B.: Modelowanie wzrostu, rozwoju i plonowania zróżnicowanych morfologicznie odmian bobiku za pomocą modelu WOFOST. Zesz. Nauk. AR w Krakowie, ser. Rozprawy, 2004, 295, pp.137.
• [9] Manes A.: Meteorological input parameters in crop-weather modeling: temperature and radiation. 12th International postgraduate course in crop-waether modeling. 21 February–28 March Jerusalem (Auxiliary material to lectures), 1999.
• [10] Boogaard H.L., van Diepen C.A., Rötter R.P., Cabrera J.M.C.A. and van Laar H.H.: WOFOST 7.1. User’s guide for the WOFOST 7.1 crop growth simulation model and WOFOST Control Center 1.5. Technical Document 52, DLO Winand Staring Centre, Wageningen, 1998, pp.144.
• [11] Goudriaan J.: A simple and fast numerical method for the computation of daily crop photosynthesis. Agric. and Forest Meteorol., 1986, 38, 249–254.
• [12] Supit I., Hooijer A.A. and van Dipen C.A.: System description of the WOFOST 6.0 crop growth simulation model implemented in CGMS, Vol. 1. Theory and Algorithmus, ESCS-EC-EAEC, Brussels––Luxembourg 1994, pp. 146.
• [13] Passioura J.B.: Environmental biology and crop improvement. Functional Plant Biology 2002, 29, 537–546.
• [14] de Barros I., Williams J.R. and Gaiser T.: Modeling soil nutrient limitations to crop production in semiarid NE of Brazil with a modified EPIC version I. Changes in the source code of the model. Ecol. Model. 2004, 178, 441–456.
• [15] Hansen S.: Daisy, a flexible soil-plant-atmosphere system model, http://www.dina.kvl.dk/~daisy/ftp/DaisyDescription.doc. 2002.
• [16] Asseng S., Bar-Tal A., Bowden J.W., Keating B.A., Van Herwaarden A., Palta J.A., Huth N.I. and Probert M.E.: Simulation of grain protein content with APSIM-Nwheat. Eur. J. Agron. 2002, 16, 25–42.