MACSUR

After my PhD, I can join to the AGMIP, FACCE MACSUR JPI. Let me present this European cooperation.

MACSUR is a knowledge hub within FACCE-JPI (Joint Programming Initiative for Agriculture, Climate Change, and Food Security). The FACCE-JPI Scientific Research Agenda defines five core research themes to address the impacts of climate change on European agriculture. MACSUR gathers the excellence of existing research in livestock, crop, and trade science to describe how climate variability and change will affect regional farming systems and food production in Europe in the near and the far future and the associated risks and opportunities for European food security. A knowledge hub is an innovative, tailor-made instrument developed by FACCE-JPI, associating 3 complementary dimensions: networking, resear

      The knowledge hub consists of 71 organizations from 17 European countries plus Israel. The overarching challenge is to develop a pan-European capability in the development, use and interpretation of models to perform risk assessments of the impacts of climate change on European agriculture. The project focusses on the technical and informational integration of suitable existing models and their application  in regional case studies that reflect the European diversity in soil, climate, socio-economy and agricultural systems (MACSUR).

More details: http://www.macsur.eu/index.php/about-macsur

Alumni találkozó

2014. május 22-én részt vettem a Nemzeti Kiválóság Program Alumni Találkozóján, ahol bolg és tudományos kivonat verseny mellett csapatjáték is volt. A mi csapatunk a Sárga Veszed-Elem volt. Mivel minden csapat rendkívül kreatívan oldotta meg a feladatokat, felhasználva a team-ek interdiszciplináris hátterét így minden csapatkapitány átvehette a jól megérdemelt oklevelet.

A Sárga Veszed-Elem csapatának oklevele:

Mért és szimulált talajnedvesség értékek összehasonlítása növénytermesztési kísérlet kezelésében

A talajnedvesség évjárathatásának kimutatását az őrbottyáni mintaterület kontroll parcelláján végeztem el, ahol a  mért talajnedvesség értékeket hasonlítottam össze a centiméteres és deciméteres felbontású HYDRUS-1D modellezett eredményeivel. A modell kalibrációja a LAI értékekre történt.

A szimulált talajnedvesség értékek a 0-10 és 0-80 cm-es mélységben közelítették legjobban a mért adatokat, mind a cm-es, mind pedig dm-es felbontás esetén. Azonban, extrém száraz (Θ < 1 %) feltalaj esetén felülbecslik a talajnedvesség értékét.

             A modellezett értékek felülbecslik a 0-30 cm-es mélység nedvességtartalmát 2010. 04. 27. – 2010. 06.09. között (1. ábra), mely valószínű oka, hogy a mintaterületen termesztett kukorica több nedvességet vett fel a kikelést követően, mint amit a modell számított. 2011-es év ezen időszakában a modellezett értékek jó egyezést mutattak a mért értékekkel, mely lehetséges oka a csapadékosabb tavaszi időjárás, míg 2012 tavaszán a szimulált értékek alulbecslik a talajnedvesség értékét, így kimutatható egy évjárathatás. 2010. 11. 05. – 2010. 11.18. illetve 2012. 09.27. – 2012.12.18. között alulbecslik a modellezett eredmények a talajnedvesség értét, mely valószínű oka, hogy a kukorica betakarítását követően, illetve a visszamaradó gyökerek eltávolítása után lecsökkenhetett a 0-30 cm-es szint nedvességtartalma.

             A szimulált talajnedvesség értékek felülbecslik a mért értékeket 30-60 cm-es és 60-80 cm-es mélységekben 2010.04.26. – 2010.06.23. között (1. ábra), mely valószínű oka, hogy a tavasszal jelentkező csapadéktöbblet egy részét a 0-30 cm-es zónában a kukorica növények felvették, így valójában kevesebb víz szivároghatott a 30-60 cm-es zónába. 2010 tavaszát követően, illetve 2011-ben a modellezett talajnedvesség értékek jól közelítették a mért értékeket, azonban a 2012-es évben alulbecslik. 

 

 1. ábra: Különböző mélységben mért (piros kör) és centiméteres felbontású HYDRUS-1D modellel szimulált (fekete négyzet) talajnedvesség értékek változása és azok hibamutatói az őrbottyáni mintaterület kontroll  parcelláján 2010.03.31. és 2013.04.18. között. Hibasávok a szórás értékeknek felelnek meg. 

Egy terület talajnedvesség állapota függ a területre hulló csapadék beszivárgásának mértékétől is. A szakirodalom szerint a hosszabb száraz időszakok fokozzák a beszivárgás mértékét nedvesíthető talajok esetében, mivel megnövekszik szorpciós kapacitásuk (Orfánus et al., 2014).

            Megfigyelhető, hogy a modellezett értékek alul-, illetve felülbecslik a mért talajnedvesség értékeket szárazabb, illetve csapadékosabb időszakok alatt. Ez az évjárathatás 2010-ben és 2012-ben jól megfigyelhető. Az 1 . táblázatból látható, ezen évek vegetációs periódusában hullott csapadékmennyiségek közötti különbségek. 2011-ben és 2012-ben is átlag alatti éves csapadékmennyiség esett, de az éven belüli eloszlás tekintetében 2012-ben kevesebb eső hullott a vegetációs időszakban. 

	Éves mért csapadék mennyiség [mm]	Vetés és aratás között lehullott csapadék mennyiség [mm]	Vegetációs időszakban lehullott csapadék mennyisége az éves csapadékhoz viszonyítva [%]
2010	1027,2	721,6	70
2011	408,2	280,4	69
2012	515,2	278,8	54

1. táblázat: A csapadék mennyiségének évenkénti megoszlása a teljes év, illetve a vegetációs időszakok alatt. (Őrbottyán, 2011 – 2012)

2010-es évben az éves átlagot jelentősen meghaladó mennyiségű csapadék esett az őrbottyáni mintaterületre és jól látható az 1. ábrán, hogy a modell felülbecsli a talaj nedvességtartalmát, főképp a 30-60 és 60-80 cm-es zónákban. A 2012-es időszakban a modell azt szimulálja, hogy a kevesebb csapadék miatt jelentősen kisebb mértékű a beszivárgás, illetve a mélyebb rétegek (30-60 és 60-90 cm) nedvességtartalma. Azonban Orfánus és munkatársai (2014) kimutatták, hogy annak ellenére, hogy néhány talajfizikai tulajdonságot (pl.: talajnedvesség tartalmat, WDPT értéket, szorptivitását) szignifikánsan módosíthatnak hosszú periódusú időjárási állapotok (pl. aszály), a csapadék beszivárgása tekintetében egyensúlyi állapot figyelhető meg. Mivel a kezdeti állapotban változatlan maradhat a beszivárgás üteme mind csapadékos, mind pedig aszályos időszakok tekintetében. Azonban a modell figyelmen kívül hagyja ezt a jelenséget.

          

  A mért és modellezett értékek hibamutatói alapján összevethetők a szimulált értékek a talajnedvesség mérés műszerhibájával. Az SzD értékek alapján 5 %-os valószínűségi szinten szignifikáns különbség mutatkozott a mért és modellezett értékek között 2010-ben és 2012-ben. 2010-ben ― extrém csapadékos tavasz és nyár esetében ― a HYDRUS modell szignifikánsan felülbecsülte, míg 2012-ben ― aszályos nyári és őszi időszak alatt ― szignifikánsan alulbecsülte a talajnedvesség értékét minden mélységben. 2011-ben, mikor átlagos csapadékeloszlás volt, nem volt szignifikáns a kimutatható különbség a mért és modellezett talajnedvesség értékek között. A 0-30 cm-es szintekben jelentkező különbség oka lehet, hogy a modell nem követi megfelelően a növényi vízfelvételt. A HYDRUS-1D nem szimulálta megfelelően az extrém évjárathatásokat, melyek gyakorisága a jövőben növekedni fog.