Имитационная модель агроэкосистемы как инструмент теоретических исследований

Автор: Баденко В.Л., Топаж А.Г., Якушев В.В., Миршель В., Нендель К.

Журнал: Сельскохозяйственная биология @agrobiology

Рубрика: Агрофизический институт: от физических исследований к практике растениеводства (1932-2017)

Статья в выпуске: 3 т.52, 2017 года.

Бесплатный доступ

Механистический (экофизиологический) подход к имитационному моделированию формирования урожая предполагает рассмотрение сущности процессов и причинно-следственных связей в агроэкосистеме с описанием их динамики на основе физически интерпретируемых зависимостей (в отличие от логически интерпретируемых зависимостей при эмпирическом подходе) (A. Di Paola с соавт., 2016; Р.А. Полуэктов, 2010). Нами проанализировано потенциальное применение динамических имитационных процесс-ориентированных (механистических) моделей агроэкосистем в прикладной и теоретической сельскохозяйственной биологии. Имеющийся опыт разработки и использования таких моделей показывает, что они более приспособлены для исследовательских целей, но менее полезны и востребованы в практической агрономии. На конкретных примерах в компьютерных экспериментах с разработанными авторами моделями продемонстрирована возможность получения нетривиальных результатов, не заложенных напрямую в логику алгоритмов моделей (V. Badenko с соавт., 2014; S. Medvedev с соавт., 2015). Обсуждается роль имитационной модели как научного инструмента приобретения нового знания об объекте и интерпретации эмпирически наблюдаемых явлений. Для демонстрации потенциала имитационного моделирования в сельскохозяйственной биологии рассмотрены результаты исследований авторов по анализу причин проявления немонотонной формы у функции отклика урожайности на дозы внесения азотных удобрений, по интерпретации эффекта тайминга при управлении азотными подкормками по листу и по изучению совместного влияния водного и азотного стресса на продуктивность посевов культур. На основании данных литературы проанализированы перспективы применения моделей как современного элемента селекционного процесса для его ускорения. Делается вывод о том, что необходимым условием успешного развития динамического моделирования служит биологизация имеющихся моделей, а также существенное повышение научной обоснованности подходов при описании биотических процессов в системе почва-растение-атмосфера.

Еще

Имитационная модель агроэкосистемы, продукционный процесс, g½e½m-ориентированные модели, процесс-ориентрованные модели, идеотипы, ускоренная селекция

Короткий адрес: https://sciup.org/142214042

IDR: 142214042   |   DOI: 10.15389/agrobiology.2017.3.437rus

Список литературы Имитационная модель агроэкосистемы как инструмент теоретических исследований

  • Di Paola A., Valentini R., Santini M. An overview of available crop growth and yield models for studies and assessments in agriculture. J. Sci. Food Agr., 2016, 96(3): 709-714 ( ) DOI: 10.1002/jsfa.7359
  • Полуэктов Р.А. Развитие математических методов в биологии в СССР и РФ: 1970-2010 (исторический обзор). Мат. Всерос. конф. «Математические модели и информационные технологии в сельскохозяйственной биологии: итоги и перспективы». СПб, 2010: 9-13.
  • Франс Д., Торнли Д. Математические модели в сельском хозяйстве. М., 1987.
  • Medvedev S., Topaj A. Crop simulation model registrator and polyvariant analysis. In: IFIP Advances in Information and Communication Technology. Springer, Berlin, Heidelberg, 2011, V. 359: 295-301 ( ) DOI: 10.1007/978-3-642-22285-6_32
  • Mirschel W., Wenkel K.O. Modelling soil-crop interactions with AGROSIM model family In: Modelling water and nutrient dynamics in soil-crop systems. Springer Netherlands, 2007: 59-73 ( ) DOI: 10.1007/978-1-4020-4479-3_6
  • Полуэктов Р.А. Динамические модели агроэкосистемы. Л., 1991.
  • Sinclair T.M., Seligman N.G. Crop modelling: From infancy to maturity. Agron. J., 1996, 88: 698-704 (doi: 10.2134/agronj1996.00021962008800050004x).
  • Affholder F., Tittonell P., Corbeels M., Roux S., Motisi N., Tixier P., Wery J. Ad hoc modeling in agronomy: what have we learned in the last 15 years? Agron. J., 2012, 104: 735-748 ( ) DOI: 10.2134/agronj2011.0376
  • Marin F., Jones J.W., Boote K.J. A stochastic method for crop models: including uncertainty in a sugarcane model. Agron. J., 2017, 109(2): 483-495 ( ) DOI: 10.2134/agronj2016.02.0103
  • Топаж А.Г. Динамические модели продуктивности: тупик или распутье? В сб.: Математические модели природных и антропогенных экосистем. СПб, 2014: 48-69.
  • Якушев В.В. Точное земледелие: теория и практика. СПб, 2016.
  • Montemurro F., Convertini G., Ferri D. Nitrogen application in winter wheat grown in Mediterranean conditions: effects on nitrogen uptake, utilization efficiency, and soil nitrogen deficit. J. Plant Nutr., 2007, 30(10): 1681-1703 ( ) DOI: 10.1080/01904160701615541
  • Maphosa L., Langridge P., Taylor H., Emebiri L., Mather D. Genetic control of grain protein, dough rheology traits and loaf traits in a bread wheat population grown in three environments. J. Cereal Sci., 2015, 64: 147-152 ( ) DOI: 10.1016/j.jcs.2015.05.010
  • Tumusiime E., Brorsen B.W., Mosali J., Johnson J., Locke J., Biermacher J.T. Determining optimal levels of nitrogen fertilizer using random parameter models. Journal of Agricultural and Applied Economics, 2011, 43(4): 541-552 ( ) DOI: 10.1017/S1074070800000067
  • Boldea M., Sala F., Rawashdeh H., Luchian D. Evaluation of agricultural yield in relation to the doses of mineral fertilizers. Journal of Central European Agriculture, 2015, 16(2): 149-161 ( ) DOI: 10.5513/JCEA01/16.2.1603
  • Malone R.W., Kersebaum K.C., Kaspar T.C., Ma L., Jaynes D.B., Gillette K. Winter rye as a cover crop reduces nitrate loss to subsurface drainage as simulated by HERMES. Agr. Water Manage., 2017, 184: 156-169 ( ) DOI: 10.1016/j.agwat.2017.01.016
  • Badenko V., Terleev V., Topaj A. AGROTOOL software as an intellectual core of decision support systems in computer aided agriculture. Appl. Mech. Mater., 2014, 635-637: 1688-1691 (doi: 10.4028/www.scientific.net/AMM.635-637.1688).
  • Medvedev S., Topaj A., Badenko V., Terleev V. Medium-term analysis of agroecosystem sustainability under different land use practices by means of dynamic crop simulation. В кн.: IFIP Advances in information and communication technology. Springer, Berlin, Heidelberg, 2015, V. 448: 252-261 ( ) DOI: 10.1007/978-3-319-15994-2_25
  • Лейних П.А. Влияние длительного применения минеральных удобрений на продуктивность культур парозернопропашного севооборота и изменение агрохимических свойств дерново-мелкоподзолистой почвы в условиях Предуралья. Мат. рег. совещания научн. учреждений -участников Геосети Северо-Восточного и Уральского регионов. Пермь, 2013: 51-54.
  • Nendel C., Berg M., Kersebaum K.C., Mirschel W., Specka X., Wegehenkel M., Wenkel K.O., Wieland R. The MONICA model: Testing predictability for crop growth, soil moisture and nitrogen dynamics. Ecological Modeling, 2007, 222(9): 1614-1625 ( ) DOI: 10.1016/j.ecolmodel.2011.02.018
  • Lobell D.B., Schlenker W., Costa-Roberts J. Climate trends and global crop production since 1980. Science, 2011, 333: 616-620 ( ) DOI: 10.1126/science.1204531
  • Жученко А.А. Настоящее и будущее адаптивной системы селекции и семеноводства растений на основе идентификации и систематизации их генетических ресурсов. Сельскохозяйственная биология, 2012, 5: 3-19.
  • Kissoudis Ch., van de Wiel C., Visser R.G., van der Linden G. Future-proof crops: challenges and strategies for climate resilience improvement. Curr. Opin. Plant Biol., 2016, 30: 47-56 ( ) DOI: 10.1016/j.pbi.2016.01.005
  • Новоселов С.Н. Философия идеотипа сельскохозяйственных культур. Методология и методика. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета, 2006, 24: 308-319.
  • Suriharn B., Patanothai A., Boote K.J., Hoogenboom G. Designing a peanut ideotypefor a target environment using the CSM-CROPGRO-Peanut Model. Crop Sci., 2011, 51(5): 1887-1902 ( ) DOI: 10.2135/cropsci2010.08.0457
  • Спицын И.И., Спицын Д.И. Модель идеального сорта вишни и возможности ее реализации в селекции (генетические и экологические аспекты). Вестник Тамбовского университета. Серия: Естественные и технические науки, 2003, 8(1): 78-79.
  • Корнилов Б.Б., Долматов Е.А. Декоративные формы яблони и груши и модель идеального сорта этих культур для средней полосы России. Селекция и сорторазведение садовых культур, 2016, 3: 71-74.
  • Ramirez-Villegas J., Watson J., Challinor A.J. Identifying traits for genotypic adaptation using crop models. J. Exp. Bot., 2015, 66(12): 3451-3462 ( ) DOI: 10.1093/jxb/erv014
  • Rötter R.P., Tao F., Höhn J.G., Palosuo T. Use of crop simulation modelling to aid ideotype design of future cereal cultivars. J. Exp. Bot., 2015, 66(12): 3463-3476 ( ) DOI: 10.1093/jxb/erv098
  • Jeuffroy M.-H., Casadebaig P., Debaeke P., Loyce C., Meynard J.-M. Agronomic model uses to predict cultivar performance in various environments and cropping systems. A review. Agron. Sustain. Dev., 2014, 34(1): 121-137 ( ) DOI: 10.1007/s13593-013-0170-9
  • Nendel C., Kersebaum K.C., Mirschel W., Wenkel K.O. Testing farm management options as climate change adaptation strategies using the MONICA model. Eur. J. Agron., 2014, 52: 47-56 ( ) DOI: 10.1016/j.eja.2012.09.005
  • Semenov M.A., Stratonovitch P. Adapting wheat ideotypes for climate change: Accounting for uncertainties in CMIP5 climate projections. Clim. Res., 2015, 65: 123-139 ( ) DOI: 10.3354/cr01297
  • Angulo C., Rötter R., Lock R., Enders A., Fronzek S., Ewert F. Implication of crop model calibration strategies for assessing regional impacts of climate change in Europe. Agr. Forest Meteorol., 2013, 170: 32-46 ( ) DOI: 10.1016/j.agrformet.2012.11.017
  • Badenko V., Kurtener D., Yakushev V., Torbert A., Badenko G. Evaluation of current state of agricultural land using problem-oriented fuzzy indicators in GIS environment. Lect. Notes Comput. Sc., 2016, 9788: 57-69 ( ) DOI: 10.1007/978-3-319-42111-7_6
  • Biernath C., Gayler S., Bittner S., Klein C., Högy P., Fangmeier A., Priesack E. Evaluating the ability of four crop models to predict different environmental impacts on spring wheat grown in open-top chambers. Eur. J. Agron., 2011, 35(2): 71-82 ( ) DOI: 10.1016/j.eja.2011.04.001
  • Specka X., Nendel C., Wieland R. Analysing the parameter sensitivity of the agro-ecosystem model MONICA for different crops. European Journal of Agronomy, 2015, 71: 73-87 ( ) DOI: 10.1016/j.eja.2015.08.004
  • Hammer G.L., McLean G., Chapman S., Zheng B., Doherty A., Harrison M.T., Van Oosterom E., Jordan D. Crop design for specific adaptation in variable dryland production environments. Crop and Pasture Science, 2014, 65(7): 614-626 ( ) DOI: 10.1071/CP14088
  • Technow F., Messina C.D., Totir L.R., Coope M. Integrating crop growth models with whole genome prediction. PLoS ONE, 2015, 10(6): e0130855 ( ) DOI: 10.1371/journal.pone.0130855
  • Hoogenboom G., White J.W., Messina C.D. From genome to crop: integration through simulation modeling. Field Crops Res., 2004, 90: 145-163 ( ) DOI: 10.1016/j.fcr.2004.07.014
Еще
Статья научная