Desarrollo y aplicaci n de los modelos biof sicos de agroecosistemas

Facultad de Agronomía
Maestría en Ciencias Agrarias
Curso: ‘Desarrollo y Aplicación de Modelos Biofísicos en
Agronomía’
“Para entender realmente el mundo en el que vivimos algunos de nosotros deberíamos
embarcarnos en la aventura de relacionar y sintetizar el conocimiento disponible, aunque sea
incompleto o parcial, aun a riesgo de parecer unos tontos” (E. Schrödinger)
“de la misma manera que necesitamos microscopios y telescopios para extender el alcance
de nuestros ojos, necesitamos los modelos de simulación para extender el alcance de nuestra
mente” (System analysis and simulation course, WUR)
1. Fundamentación
Los investigadores y profesionales que trabajamos con sistemas agropecuarios
debemos tratar con sistemas complejos con gran diversidad de componentes muy
interrelacionados entre si. Cualquier intento de trabajar con esta complejidad con
una visión limitada o fragmentaria de la realidad conduce a enfocar mal o en forma
ineficiente la investigación o las decisiones de manejo del sistema. El análisis de
sistemas y el diseño y aplicación de modelos de simulación son enfoques que
jerarquizan una visión holística en la resolución de problemas, tratando con la
complejidad de los sistemas sin sobre-simplificaciones. Esta metodología puede
permitirnos estudiar el comportamiento de un sistema frente a un determinado
escenario de condiciones, nos ayuda a profundizar en nuestro entendimiento sobre
la estructura y funcionamiento de un sistema complejo y también nos permite probar
la coherencia y extensión de nuestro conocimiento sobre procesos o componentes
del sistema, descubriendo brechas o huecos en el conocimiento disponible.
La simulación de sistemas físicos y biológicos como los sistemas agropecuarios
requiere combinar ciencia con ingeniería. Cuando es posible, los flujos de masa y
energía (por ejemplo la transpiración de una canopia) son calculados basados en
leyes de termodinámica. En otras ocasiones es necesario realizar simplificaciones y
aceptar supuestos para poder simular procesos que, en parte debido a la escala que
deben ser representados, y en parte debido a nuestra ignorancia, no pueden ser
simulados basados en leyes biofísicas. Este curso pretende introducir a los
estudiantes en esta metodología de modelación e investigación haciendo énfasis en
sus aplicaciones a sistemas de cultivos y usando como ejemplos modelos conocidos
y utilizados a nivel internacional.
1. Objetivo general
Introducir al estudiante al análisis y simulación de sistemas como metodología de
investigación y familiarizarlo con el desarrollo y uso de modelos de simulación
aplicados a los sistemas agropecuarios.
Facultad de Agronomía
Maestría en Ciencias Agrarias
2. Objetivos específicos
Al finalizar el curso el estudiante conocerá:
 Los principios básicos de la metodología de análisis y síntesis de sistemas
 Las etapas fundamentales para la construcción de modelos cuantitativos
dinámicos o de simulación
 Los elementos básicos para programar y correr un modelo
 La estructura y funcionamiento de los componentes principales de los
modelos de simulación del crecimiento de cultivos basados en la simulación
de procesos.
 La estructura y funcionamiento de los componentes principales de algunos
modelos de simulación utilizados en producción animal, basados en la
simulación de procesos
3. Metodología
El curso se basa en clases teóricas y prácticas basadas en la resolución de
ejercicios en computadora, y en el estudio de material bibliográfico de apoyo.
4. Unidades Temáticas
El curso está constituido por dos bloques:
Bloque 1. Introducción al análisis y simulación de sistemas
Docentes: S. Dogliotti, J. Corral







Introducción al análisis y simulación de sistemas. Definiciones y conceptos
básicos de sistemas, tipos de modelos y simulación. Aplicaciones.
Etapas en el proceso de construcción de modelos de simulación. Variables de
estado, variables de flujo o tasas, variables fuerza o externas y variables
auxiliares. Diagrama de Forrester.
Transformación del tiempo de variable continua a variable discreta (definición
e importancia del Δt)
Métodos de integración numérica: Euler, Trapezoidal y Runge-Kutta. Análisis
de error. Definición de error relativo.
Evaluación y calibración de modelos
Introducción al lenguaje de programación (Básico Visual) y herramientas
fundamentales usadas en modelos de simulación: vectores, matrices,
funciones, inicialización, constantes, operaciones matemáticas y lógicas,
distintos tipos de loops, etc.
Ejercicios prácticos en computadora basados en casos simples.
Facultad de Agronomía
Maestría en Ciencias Agrarias
Bloque 2. Modelos de simulación del desarrollo y crecimiento de cultivos y
animales
Docentes: S. Dogliotti, S. Mazzili, A. Berger y P. Chilibroste
A) Cultivos
 Introducción a los modelos de simulación de cultivos basados en procesos,
antecedentes, tipos. Situaciones de producción
 Simulación del crecimiento y desarrollo sin limitaciones:
o Simulación de la producción de biomasa: intercepción de radiación por
una canopia, fotosíntesis de la hoja vs fotosíntesis de la canopia;
crecimiento basado en eficiencia de uso de radiación o eficiencia de
uso de la transpiración.
o Simulación del desarrollo
o Simulación de la partición de asimilados
 Simulación de la transpiración crecimiento limitado por agua
o Métodos de simulación de la evapotranspiración potencial de los
cultivos.
o Balance hídrico del suelo y evapotranspiración actual (infiltración,
escurrimiento, redistribución, evaporación de agua del suelo y
transpiración de la planta)
 Simulación del crecimiento limitado por N y P
B) Producción animal
 Rumen
 ¿?
5. Dedicación horaria
El curso requiere una dedicación de 48 horas presenciales y 50 horas de estudio y
resolución de ejercicios (6 créditos)
6. Sistema de evaluación
La evaluación consiste en un examen final consistente en la resolución de
problemas utilizando los modelos vistos en el curso. Este examen se debe entregar
vía electrónica 3 semanas luego de finalizado el curso a la siguiente dirección de
correo: [email protected]
7. Cronograma
Día
Jueves 29/10
Horario
8 a 12 h
Viernes 30/10
8 a 12 h
Tema
Introducción al análisis y simulación de sistemas. Definiciones y
conceptos básicos de sistemas, tipos de modelos y simulación.
Aplicaciones
Etapas en el proceso de construcción de modelos de simulación.
Variables de estado, variables de flujo o tasas, variables fuerza o
externas y variables auxiliares. Diagrama de Forrester
Facultad de Agronomía
Maestría en Ciencias Agrarias
Jueves 5/11
Viernes 6/11
8 a 12 h
8 a 12 h
Jueves 12/11
8 a 12 h
Viernes 13/11
Jueves 19/11
Viernes 20/11
Jueves 26/11
Viernes 27/11
Jueves 3/12
Viernes 4/12
8 a 12 h
8 a 12 h
8 a 12 h
8 a 12 h
8 a 12 h
8 a 12 h
8 a 12 h
Introducción al lenguaje de programación (Básico Visual)
herramientas fundamentales usadas en modelos de simulación:
vectores, matrices, funciones, inicialización, constantes, operaciones
matemáticas y lógicas, distintos tipos de loops
Transformación del tiempo de variable continua a variable discreta
(definición e importancia del Δt), Métodos de integración numérica:
Euler, Trapezoidal y Runge-Kutta. Análisis de error. Definición de
error relativo. Evaluación y calibración de modelos
1. en una próxima versión del programa se especificará en más detalle la distribución de temas y
actividades teóricas y prácticas dentro de cada bloque.
8. Docentes
Ing. Agr. PhD. Santiago Dogliotti, Facultad de Agronomía, Universidad de la
República (Responsable del Curso)
Ing. Agr. PhD. Pablo Chilibroste, Facultad de Agronomía, Universidad de la
República
Ing. Sist. Jorge Corral, Facultad de Ingeniería, Universidad de la República
Ing. Agr. MSc. Sebastián Mazzilli, Facultad de Agronomía, Universidad de la
República
Ing. Agr. PhD. Andrés Berger, La Estanzuela, INIA
9. Bibliografía
Cropping Systems and other Models
Claudio O. Stockle, Marcello Donatelli, Roger Nelson, 2003. CropSyst, a cropping
systems simulation model. Europ. J. Agronomy 18 (2003) 289-307
J.W. Jones, G. Hoogenboom, C.H. Porter, K.J. Boote, W.D. Batchelor, L.A. Hunt,
P.W. Wilkens, U. Singh, A.J. Gijsman, J.T. Ritchie, 2003. The DSSAT cropping
system model. Europ. J. Agronomy 18 (2003) 235-265
M.K. van Ittersum, P.A. Leffelaar, H. van Keulen, M.J. Kropff, L. Bastiaans, J.
Goudriaan, 2003. On approaches and applications of the Wageningen crop
models. Europ. J. Agronomy 18 (2003) 201-34
J. Goudriaan, H.H. Van Laar, 1994. Modelling potential crop growth processes.
Current issues in production ecology. Kluwer Academic Publishers. The
Netherlands, 238 pp.
Facultad de Agronomía
Maestría en Ciencias Agrarias
Mark van Wijk, Walter Rossing, Pete Skelsey, Eelco Meuter, 2005. Systems analysis,
Simulation and Systems Management PPS 20306, Wageningen University.
Yin, X., Van Laar, H.H, 2005. Crop Systems Dynamics. Wageningen Academic
Publishers, ISBN 9076998558.
Environmental Physics and Biophysics
Campbell, G.S., and J.M. Norman. 1998. An introduction to environmental
biophysics. 2nd Edition, Springer-Verlag, New York.286 pp
Monteith, J.L. and M.H. Unsworth, 2007. Principles of environmental physics. 3 rd
Edition, Academic Press 350 pp. ISBN 0125-05103-4
John H. M. Thornley, Ian R. Johnson, 1990. Plant and crop modelling: A
mathematical approach to plant and crop physiology. Oxford University Press,
USA ISBN 0198-54160-0