webGRAS: un`applicazione web per la stima della qualità potenziale

Commenti

Transcript

webGRAS: un`applicazione web per la stima della qualità potenziale
1
webGRAS: un'applicazione web per la stima
della qualità potenziale del foraggio
2
Romano G.1, Schaumberger A.2, Bodner A.1 and Peratoner G.1
Finanziato dal
programma
“Competitività regionale
ed occupazione FESR”
(2007-2013)
Introduzione
● La valutazione della qualità del foraggio è fondamentale per gli agricoltori del settore zootecnico per poter assemblare una razione
alimentare adatta alle esigenze nutritive dei ruminanti e coerente con gli obiettivi produttivi aziendali
● Lo scopo del progetto webGRAS è lo sviluppo di un’applicazione web per la stima on-line della qualità potenziale del foraggio nei
prati stabili della Provincia di Bolzano al primo taglio sulla base di variabili meteorologiche, botaniche e gestionali
Materiali e metodi
Altitudine: 667 - 1593 m s.l.m.
Regime di taglio: 2 a 5 tagli anno-1
Campionamento
● Raccolta foraggio in 35 siti dal 2003 al 2014 a partire dallo stadio fenologico di levata
(15 cm di altezza) per 7 settimane
Variabili dipendenti
● Parametri qualitativi foraggio: proteina grezza, energia netta di lattazione (NEL)
Variabili indipendenti
Siti sperimentali
● Somme di temperatura osservate nelle stazioni meteo e interpolate spazialmente (kriging) su base GIS (250 m risoluzione)
Stazioni meteo
● Somme di radiazione globale potenziale calcolata su base topografica mediante ArcGIS (Solar Analyst, 100 m risoluzione)
● somma e la media degli scarti giornalieri della precipitazione di stazioni meteo di riferimento rispetto alla media di lungo periodo (20 anni) all’interno di 5
distretti pluviometrici omogenei (risultatai della cluster analysis di somme di precipitazione mensili combinata con bacini pluviografici)
● Composizione botanica del prato e gestione agronomica
Sviluppo modello
● Mixed model mediante passi successivi (stepwise forward selection), AIC come criterio di selezione
● Validazione: 5-fold cross-validation
Risultati e discussione
Somme temperatura (2 indica il termine quadratico della polinomiale)
Composizione botanica (gruppi funzionali)
Interazioni con somma radiazione globale potenziale
Interazioni con variabili pluviometriche
12800
Proteina Grezza
12600
1
Interfaccia GIS
Selezione
superficie
foraggera
R² = 0,73
AIC
12400
6
3
GIS
Temperatura
media
giornaliera
interpolata
Interfaccia per
inserimento di
dati noti
all’utente
2
12200
12000
2
0
2
4
6
8
10
12
14
Somme/medie
scarti di
• Distretto
pluviometrico precipitazione
GIS • altitudine,
esposizione,
pendenza
11800
16
Step
1700
NEL
4
1600
GIS
AIC
5 GIS
Scarti giornalieri
di precipitazione
rispetto alla
media di lungo
periodo
1500
R² = 0,69
Radiazione
globale
potenziale
giornaliera
Somme
Radiazione
Globale
• Data stadio di levata
• Data raccolta
Somme
Temperatura • Composizione
Botanica
• Gestione agronomica
Modelli
• Proprietà del suolo
statistici 7
Valore Stimato
2
1400
1300
0
2
4
6
Step
Miglioramento del modello (diminuzione dell’AIC)
mediante selezione successiva degli effetti da includere
(stepwise forward). Somme di temperatura e
composizione botanica sono le variabili che migliorano
in maggior misura il modello. L’R² è stato ottenuto
mediante cross validation
Contatto
Diagramma di flusso dell’applicazione web: per consentire agli utenti finali
(agricoltori, consulenti agricoli) un impiego pratico delle informazioni
prodotte, i modelli di stima della proteina grezza e del NEL, verranno
integrati in un software di facile utilizzo ed accessibile gratuitamente in
rete. Il software provvederà alla complessa fase di calcolo e fornirà
all’utente un riepilogo dei valori di stima ottenuti per i diversi parametri
qualitativi.
Dr. Giovanni Peratoner – Sezione Agricoltura Montana
Land- und Forstwirtschaftliches Versuchszentrum Laimburg | Centro di Sperimentazione Agraria e Forestale Laimburg
Research Centre for Agriculture and Forestry Laimburg | Laimburg 6 – Pfatten (Vadena) | 39040 Auer (Ora) | Südtirol (Alto Adige) | Italy