La resa del raccolto di un campo di mais può essere influenzata dal clima e da fattori di gestione. I produttori di colture stanno lavorando per migliorare il loro gioco per soddisfare una crescente domanda di produzione di energia e cibo per popolazioni più ricche e in crescita. Credito:Pacific Northwest National Laboratory
Usando mais e soia come banco di prova, i ricercatori del Pacific Northwest National Laboratory hanno ideato metodi per scrutare i meccanismi che modulano la variabilità della resa delle colture. Hanno usato modelli statistici per esaminare come la variabilità climatica influisca sui raccolti di queste popolari colture bioenergetiche a livello di contea. Tra i fattori climatici, il team ha dimostrato che la temperatura è predominante nelle contee di coltivazione del mais, sia per volume che per percentuale di produzione. Le precipitazioni hanno un impatto simile. La quantità di energia dal sole, o radiazioni, ha un effetto molto minore negli Stati Uniti sia sulla soia che sul mais.
Per comprendere l'impatto delle pratiche di gestione, il team di ricerca ha progettato e condotto modelli numerici per rivelare come l'irrigazione e la fertilizzazione influenzino la variabilità della resa delle colture. Media negli Stati Uniti, la fertilizzazione ha un impatto maggiore dell'irrigazione. Il lavoro ha dimostrato che la determinazione dinamica dei tempi e dei tassi di fertilizzazione nei loro modelli può migliorare notevolmente la capacità predittiva per i raccolti di entrambe le colture.
I produttori di colture stanno lavorando per migliorare il loro gioco per soddisfare una crescente domanda di produzione di energia e cibo per popolazioni più ricche e in crescita. Ancora, come ogni agricoltore potrà attestare, anche le migliori pratiche agricole possono essere annullate da un'ondata di caldo o da altri eventi meteorologici devastanti. Comprendere il ruolo relativo della variabilità climatica e delle pratiche agricole come l'irrigazione e la fertilizzazione è importante per garantire la sostenibilità agricola ed energetica.
"La nostra analisi basata sui dati ha rivelato i fattori climatici dominanti nella regolazione della variabilità delle rese di mais e soia a livello di contea per gli Stati Uniti, " ha detto il dottor Maoyi Huang, autore corrispondente e modellatore climatico al PNNL, "che ci ha aiutato a comprendere meglio le variabili storiche della resa delle colture".
Il grafico mostra i fattori climatici dominanti che spiegano in modo significativo la variabilità interannuale (a) di mais e (b) di soia durante il periodo 1983-2012 a livello di contea negli Stati Uniti. I fattori climatici dominanti indicano quelli con relazioni significative con i raccolti al livello di confidenza del 90%. P=precipitazioni (blu); T=temperatura (rosso); R=radiazione solare (viola). Le aree grigie indicano dove la variabilità della resa delle colture non può essere spiegata da nessun singolo fattore climatico con un livello di confidenza del 90%. Notare che le relazioni sono state spiegate dopo aver escluso gli effetti della covariabilità climatica. Credito:Pacific Northwest National Laboratory
"Sulla base di osservazioni provenienti da varie fonti, abbiamo migliorato le prestazioni del modello basato sul processo e dimostrato l'importanza di incorporare approssimazioni di fertilizzazione nella simulazione dei raccolti, " disse Huang.
Il team ha analizzato le rese a livello di contea di mais e soia, due popolari colture bioenergetiche, utilizzando i dati del sondaggio del Dipartimento dell'Agricoltura degli Stati Uniti (USDA) e il clima osservato. Il loro scopo era capire come la stagione vegetativa (giugno, luglio e agosto) temperatura media (T), precipitazione (P), e le radiazioni (R) influenzano la resa delle colture insieme e individualmente a scala di contea. Nelle loro analisi, hanno rimosso la covariabilità tra T, P, e R per studiare gli effetti di ogni singolo fattore climatico sui raccolti. Sulla base dei contributi relativi di queste diverse variabili climatiche alla variabilità dei raccolti, hanno costruito mappe spaziali sui fattori climatici dominanti.
Il team ha anche utilizzato modelli per comprendere il ruolo della gestione agricola sui raccolti. Utilizzando il modello della terra comunitaria negli Stati Uniti limitrofi, hanno scoperto che l'irrigazione ha effetti limitati sui raccolti rispetto alla fertilizzazione. Da questa ricerca, il team ha proposto un metodo di fecondazione prognostico determinando dinamicamente i tempi ei tassi di fecondazione nel modello. Hanno dimostrato che il nuovo metodo è più efficace dell'approccio tradizionale per migliorare le prestazioni del modello a scala di contea.
"Sintetizzando le informazioni osservate da fonti come il Dipartimento dell'agricoltura degli Stati Uniti e l'indagine geologica degli Stati Uniti, i nostri modelli migliorati basati sull'osservazione e sul processo possono aiutarci a comprendere i meccanismi alla base delle variabilità della resa delle colture su scala della contea degli Stati Uniti, " ha detto l'autore principale Dr. Guyong Leng, un modellista statistico e numerico al PNNL.
Gli autori esamineranno come si evolveranno in futuro eventi climatici come siccità/inondazioni e ondate di caldo/freddo e prevederanno come potrebbero reagire i raccolti. Integreranno approcci di modellazione con altri strumenti analitici e modellistici nell'ambito di un quadro di modellazione multisettoriale multiscala per valutare come gli ecosistemi, idrologia, e le decisioni socio-economiche co-evolvono in un clima che cambia.
