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