Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô hình hóa tác động của tưới tiêu chính xác đến năng suất cây trồng và quản lý nước tại ruộng
Tóm tắt
Các công nghệ tưới tiêu chính xác đang được quảng bá rộng rãi để giải quyết những thách thức liên quan đến việc cải thiện năng suất cây trồng trong bối cảnh ngày càng khan hiếm nước. Trong bài báo này, chúng tôi mô tả sự phát triển của một phương pháp mô hình tích hợp, kết hợp giữa một mô hình ứng dụng nước và một mô hình mô phỏng cây trồng sinh học vật lý (Aquacrop) để đánh giá tác động tại ruộng của tưới tiêu chính xác đến năng suất cây trồng và quản lý nước trong đất. Phương pháp này cho phép so sánh các thực hành quản lý tưới tiêu thông thường với một loạt các chiến lược “tưới tiêu chính xác” khác nhau (bao gồm tưới theo tỷ lệ thay đổi, VRI). Nó cũng cung cấp một khung giá trị để đánh giá các tác động nông học (năng suất), tài nguyên nước (sử dụng tưới tiêu và hiệu quả nước), năng lượng (tiêu thụ, chi phí, dấu chân) và môi trường (rò rỉ nitrat, thoát nước) dưới các kịch bản quản lý tưới tiêu khác nhau. Phương pháp này còn cho phép tích hợp các vòng phản hồi để giúp xác định các vùng quản lý tưới tiêu thích hợp và điều chỉnh độ sâu ứng dụng tương ứng cho việc lập kế hoạch tưới tiêu. Phương pháp đã được áp dụng vào một nghiên cứu trường hợp ở phía đông England để chứng minh tính khả dụng của khung này và tác động của tưới tiêu chính xác trong điều kiện khí hậu ẩm ướt đến một loại cây trồng giá trị cao (hành). Đối với nghiên cứu trường hợp này, các mô phỏng cho thấy VRI là một phương pháp hữu ích cho quản lý tưới tiêu ngay cả trong môi trường ẩm ướt để tiết kiệm nước và giảm thiểu tổn thất do thấm sâu (thoát nước). Nó cũng giúp tăng năng suất cây trồng nhờ vào việc kiểm soát nước trong đất ở vùng rễ tốt hơn, đặc biệt trong mùa khô.
Từ khóa
#tưới tiêu chính xác #mô hình hóa #năng suất cây trồng #quản lý nước #VRI #rò rỉ nitrat #thoát nướcTài liệu tham khảo
Ames, D. (2007). Mapwin GIS reference manual. (G. S. Lab, Ed.). Idaho Falls, ID, USA: Idaho State University.
Casadesús, J., Mata, M., Marsal, J., & Girona, J. (2012). A general algorithm for automated scheduling of drip irrigation in tree crops. Computers and Electronics in Agriculture, 83, 11–20. doi:10.1016/j.compag.2012.01.005.
Daccache, A., Ciurana, J. S., Rodriguez Diaz, J. A., & Knox, J. W. (2014a). Water and energy footprint of irrigated agriculture in the Mediterranean region. Environmental Research Letters, 9(12), 124014.
Daccache, A., Knox, J. W., Weatherhead, E. K., Daneshkhah, A., & Hess, T. M. (2014b). Implementing precision irrigation in a humid climate: Recent experiences and on-going challenges. Agricultural Water Management, 147, 135–143. doi:10.1016/j.agwat.2014.05.018.
De Paz, J. M., Albert, C., Visconti, F., Jiménez, M. G., Ingelmo, F., & Molina, M. J. (2015). A new methodology to assess the maximum irrigation rates at catchment scale using geostatistics and GIS. Precision Agriculture, 16(5), 505–531. doi:10.1007/s11119-015-9392-y.
DEFRA. (2012). Agriculture in the United Kingdom 2012. Retrieved July 31, 2017 from, https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/208436/auk-2012-25jun13.pdf.
Falloon, P., & Betts, R. (2010). Climate impacts on European agriculture and water management in the context of adaptation and mitigation–the importance of an integrated approach. Science of the Total Environment, 408(23), 5667–5687. doi:10.1016/j.scitotenv.2009.05.002.
FAO. (2012). FAO crop model to simulate response to water. Natural Resources and Environment Department. Rome, Italy: FAO. Retrieved July 31, 2017 from http://www.fao.org/nr/water/aquacrop.html
Fereres, E., Orgaz, F., & Gonzalez-Dugo, V. (2011). Reflections on food security under water scarcity. Journal of Experimental Botany, 62(12), 4079–4086. doi:10.1093/jxb/err165.
Fraisse, C. W., Breuer, N. E., Zierden, D., Bellow, J. G., Paz, J., Cabrera, V. E., et al. (2006). AgClimate: A climate forecast information system for agricultural risk management in the southeastern USA. Computers and Electronics in Agriculture, 53(1), 13–27. doi:10.1016/j.compag.2006.03.002.
García Morillo, J., Martín, M., Camacho, E., Díaz, J. A. R., & Montesinos, P. (2015). Toward precision irrigation for intensive strawberry cultivation. Agricultural Water Management, 151, 43–51.
González Perea, R., Fernández García, I., Martin Arroyo, M., Rodríguez Díaz, J. A., Camacho Poyato, E., & Montesinos, P. (2016). Multiplatform application for precision irrigation scheduling in strawberries. Agricultural Water Management. doi:10.1016/j.agwat.2016.07.017.
Haghverdi, A., Leib, B. G., Washington-allen, R. A., Buschermohle, M. J., & Ayers, P. D. (2016). Studying uniform and variable rate center pivot irrigation strategies with the aid of site-specific water production functions. Computers and Electronics in Agriculture, 123, 327–340. doi:10.1016/j.compag.2016.03.010.
Hedley, C. B., Knox, J. W., Raine, S. R., & Smith, R. (2014). Water: Advanced irrigation technologies. In N. Van Alfen (Ed.), Encyclopedia of agriculture and food systems (Vol. 5, pp. 378–406). San Diego, CA, USA: Elsevier.
Knox, J. W., Daccache, A., Hess, T. M., El Chami, D., Weatherhead, E. K., Monaghan, J., et al. (2014). Developing an intelligent overhead irrigation system for high quality horticultural field crops. HL0196 Final Report, Cranfield University, UK.
Knox, J. W., Kay, M. G., & Weatherhead, E. K. (2012). Water regulation, crop production, and agricultural water management-understanding farmer perspectives on irrigation efficiency. Agricultural Water Management, 108, 3–8. doi:10.1016/j.agwat.2011.06.007.
Kumar, A., Sharma, P., & Joshi, S. (2016). Assessing the impacts of climate change on land productivity in Indian crop agriculture: An evidence from panel data analysis. Journal of Agricultural Science and Technology, 18(1), 1–13.
Lorite, I. J., García-Vila, M., Santos, C., Ruiz-Ramos, M., & Fereres, E. (2013). AquaData and AquaGIS: Two computer utilities for temporal and spatial simulations of water-limited yield with AquaCrop. Computers and Electronics in Agriculture, 96, 227–237. doi:10.1016/j.compag.2013.05.010.
Mitchell, J. P., Shrestha, A., Hollingsworth, J., Munk, D., Hembree, K. J., & Turini, T. A. (2016). Precision overhead irrigation is suitable for several Central Valley crops. California Agriculture, 70(2), 62–70. doi:10.3733/ca.v070n02p62.
Monaghan, J. M., Daccache, A., Vickers, L. H., Hess, T. M., Weatherhead, E. K., Grove, I. G., et al. (2013). More “crop per drop”: Constraints and opportunities for precision irrigation in European agriculture. Journal of the Science of Food and Agriculture, 93(5), 977–980. doi:10.1002/jsfa.6051.
Passioura, J. (2006). Increasing crop productivity when water is scarce—from breeding to field management. Agricultural Water Management, 80, 176–196. doi:10.1016/j.agwat.2005.07.012.
Perez Ortola, M. (2013). Modelling the impacts of in-field soil and irrigation variability on onion yield. MPhil thesis (unpublished), Cranfield University, UK.
Pérez-Ortolá, M., Daccache, A., Hess, T. M., & Knox, J. W. (2014). Simulating impacts of irrigation heterogeneity on onion (Allium cepa L.) yield in a humid climate. Irrigation Science, 33(1), 1–14.
Pérez-Ortolá, M., & Knox, J. W. (2015). Water relations and irrigation requirements of onion (Allium Cepa L.): a review of yield and quality impacts. Experimental Agriculture, 51(2), 210–231. doi:10.1017/S0014479714000234.
Pratap, R. (2010). Getting started with Matlab. A quick introduction for scientists and engineers. Oxford, UK: Oxford University Press, ISBN 10:0199731241.
Raes, D., Steduto, P., Hsiao, T. C., & Fereres, E. (2009). AquaCrop the FAO crop model to simulate yield response to water: II. Main algorithms and software description. Agronomy Journal, 101(3), 438–447. doi:10.2134/agronj2008.0140s.
Raes, D., Steduto, P., Hsiao, T. C., & Fereres, E. (2012). Reference manual: AquaCrop plug-in program (version 4.0). Rome, Italy: FAO.
Rey, D., Holman, I. P., Daccache, A., Morris, J., Weatherhead, E. K., & Knox, J. W. (2016). Modelling and mapping the economic value of supplemental irrigation in a humid climate. Agricultural Water Management, 173, 13–22. doi:10.1016/j.agwat.2016.04.017.
Rockström, J., Lannerstad, M., & Falkenmark, M. (2007). Assessing the water challenge of a new green revolution in developing countries. Proceedings of the National Academy of Sciences of the United States of America, 104(15), 6253–6260. doi:10.1073/pnas.0605739104.
Siebert, S., Burke, J., Faures, J. M., Frenken, K., Hoogeveen, J., Döll, P., et al. (2010). Groundwater use for irrigation: A global inventory. Hydrology and Earth System Sciences, 14(10), 1863–1880. doi:10.5194/hess-14-1863-2010.
Smith, R., & Baillie, J. (2009). Defining precision irrigation: a new approach to irrigation management, Swan Hill, Australia: In: Irrigation Australia 2009: Irrigation Australia irrigation and drainage conference: irrigation today—meeting the challenge, Swan Hill, Australia. Retrieved July 31, 2017 from https://eprints.usq.edu.au/19749/.
Steduto, P., Hsiao, T. C., Fereres, E., & Raes, D. (2012). Crop yield response to water. FAO irrigation and drainage paper no. 66. Rome, Italy.
Thorp, K. R., DeJonge, K. C., Kaleita, A. L., Batchelor, W. D., & Paz, J. O. (2008). Methodology for the use of DSSAT models for precision agriculture decision support. Computers and Electronics in Agriculture, 64(2), 276–285. doi:10.1016/j.compag.2008.05.022.