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