PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Czasopismo

2016 | 23 | 3 |

Tytuł artykułu

Prognozowanie plonów łubinu wąskolistnego w oparciu o wybrane scenariusze zmian klimatu

Treść / Zawartość

Warianty tytułu

EN
Predicting of blue lupine yields based on the selected climate change scenarios

Języki publikacji

PL

Abstrakty

PL
W pracy zbadano wpływ czynników pogodowych na plonowanie odmiany Mirela łubinu wąskolistnego w latach 1990-2008 oraz dokonano prognozy plonów na lata 2050-2060, z wykorzystaniem modeli pogoda-plon, przy założeniu trzech scenariuszy zmian klimatu przeznaczonych dla Europy Środkowej: GISS model E, HadCM3 i GFDL. Materiał źródłowy stanowiły wyniki doświadczeń odmianowych oraz obserwacje meteorologiczne pochodzące ze stacji doświadczalnych COBORU, zlokalizowanych w północno-wschodniej Polsce. W analizach zastosowano metodę korelacji i regresji wielokrotnej krokowej postępującej. Dopasowanie modeli oceniono na podstawie współczynnika determinacji R², poprawionego współczynnika determinacji R² adj, błędu standardowego estymacji oraz współczynnika determinacji R² pred wyznaczonego przy użyciu procedury Cross Validation. Istotność równań regresji określono za pomocą testu F-Snedecora. Jedno z równań posłużyło do prognozy plonowania łubinu w warunkach podwojenia zawartości CO2 w atmosferze. Stwierdzono, że wpływ czynników meteorologicznych na plonowanie łubinu wąskolistnego był zróżnicowany w zależności od lokalizacji stacji. Na wysokość plonu najczęściej istotnie wpływała temperatura (maksymalna, średnia i minimalna) początkowych okresów wegetacji oraz opady w okresie koniec kwitnienia–dojrzałość techniczna. Badania wykazały, że przewidywane zmiany klimatu wpłyną korzystnie na plonowanie łubinu. Plony symulowane były wyższe od uzyskiwanych w latach 1990-2008, a najbardziej korzystny okazał się scenariusz HadCM3.
EN
The study examined the impact of weather factors on yielding of blue lupine cultivar Mirela in 1990-2008 and forecasted the yields for 2050-2060 using the weather-yield models and three climate change scenarios for Central Europe: GISS model E, HadCM3 and GFDL. The source material was the results of cultivar experiments and meteorological observations obtained from the COBORU research stations, situated in North-Eastern Poland. The analyses included the correlation and multiple progressive stepwise regression methods. The fitting of the models was evaluated with the coefficient of determination R², adjusted coefficient of determination R² adj, standard estimation error and coefficient of determination R² pred calculated with the Cross Validation procedure. The significance of regression equations was determined by a F-Snedecor test. The selected equation was used to prediction the yielding of lupin in conditions of doubling CO2 content in the atmosphere. It was found that the impact of meteorological factors on the yielding of blue lupine was diversified depending on the location of the station. Most frequently, the yield was significantly influenced by temperature (maximum, average, minimum) in the beginning of growing seasons and also by precipitation in the period: the end of flowering – technical maturity. The studies demonstrated that the predicted climatic changes would exert a beneficial impact on lupin yielding. Simulated yields were higher than those observed in 1990-2008 and the most favourable scenario was HadCM3.

Wydawca

-

Czasopismo

Rocznik

Tom

23

Numer

3

Opis fizyczny

s.363-380,tab.,wykr.,bibliogr.

Twórcy

autor
  • Katedra Gospodarki Wodnej, Klimatologii i Kształtowania Środowiska, Uniwersytet Warmińsko-Mazurski w Olsztynie, plac Łódzki 1, 10-727 Olsztyn
autor
  • Katedra Gospodarki Wodnej, Klimatologii i Kształtowania Środowiska, Uniwersytet Warmińsko-Mazurski w Olsztynie, plac Łódzki 1, 10-727 Olsztyn
autor
  • Katedra Gospodarki Wodnej, Klimatologii i Kształtowania Środowiska, Uniwersytet Warmińsko-Mazurski w Olsztynie, plac Łódzki 1, 10-727 Olsztyn
autor
  • Katedra Gospodarki Wodnej, Klimatologii i Kształtowania Środowiska, Uniwersytet Warmińsko-Mazurski w Olsztynie, plac Łódzki 1, 10-727 Olsztyn

Bibliografia

  • Christiansen J.L., Jørnsgård B., Holm G., Clausen M., 1997. Influence of temperature, day length and sowing date on canopy development and yield stability in determinate and an indeterminate variety of Lupinus angustifolius L., W: Łubin we współczesnym rolnictwie. Mat. konf. Łubin-Białko-Ekologia, Olsztyn-Kortowo 25-27.06.1997, 1, 205-212.
  • Dymerska A., Grabowska K., 2014. Prognozowanie plonów łubinu żółtego w zależności od wybranych scenariuszy zmian klimatu. Acta Agroph. Monograph., 2, 1-98.
  • Dymerska A., Grabowska K., Banaszkiewicz B., 2012. Warunki pogodowe a plonowanie łubinu wąskolistnego (Lupinus angustifolius L.) w północnej Polsce. Woda-Środowisko-Obszary Wiejskie, 12(2), 121-132.
  • Faligowska A., Szukała J., 2009. Wpływ terminu zbioru na skład chemiczny i plon zielonki z łubinu białego, żółtego i wąskolistnego. Fragm. Agron., 26(2), 26-32.
  • Grabowska K., 2004. Matematyczne modelowanie grochu siewnego w oparciu o czynniki meteorologiczne. UWM Olsztyn, Rozprawy i monografie, 99, ss. 86.
  • Grabowska K., Banaszkiewicz B., Dymerska A., 2010. Weather conditions vs. agrophenology and yielding of Lupinus angustifolius in north-eastern Poland. W: Agrometeorology Research (Red. J. Leśny). Acta Agroph. Rozpr. i Monogr., 185(6), 111-122.
  • Hunt L.A., Kuchar L., Swanton C.J., 1998. Estimation of solar radiation for use in crop modeling. Agric. For. Meteorol., 91, 293-300.
  • Jansen G., 2008. Effects of temperature on yield and protein content of Lupinus angustifolius culitvars. W: Lupins for Health and Wealth. (Red. J.A. Palta, J.B. Berger). Proceedings of the 12th International Lupin Conference, 14-18 Sept. 2008, Fremantle, Western Australia. International Lupin Association, Canterbury, New Zealand, 342-345.
  • Januszewicz E.K., Suchowilska E., 2003a. Reakcja na susze nowych odmian łubinu żółtego (Lupinus luteus L.). Cz. I Reakcja na suszę posiewną. Zesz. Probl. Post. Nauk Rol., 495, 27-37.
  • Januszewicz E.K., Suchowilska E., 2003b. Reakcja na susze nowych odmian łubinu żółtego (Lupinus luteus L.). Cz. II Reakcja na suszę łubinu żółtego w fazie kwitnienia i plonowania. Zesz. Probl. Post. Nauk Rol., 495, 39-49.
  • Kozyra J., Doroszewski A., Nieróbca A., 2009. Zmiany klimatyczne i ich przewidywany wpływ na rolnictwo w Polsce. Studia i Raporty IUNG – PIB, 14, 243-258.
  • Kuchar L., 1994. Validation test for weather forecasting method using plant phenology and data sets from Poland. Zesz. Probl. Post. Nauk Rol., 405, 115-119.
  • Kuchar L., 2001. Ocena modeli matematycznych na podstawie testu typu Cross Validation. Przegl. Nauk. Wydz. Inż. Kszt. Środ. SGGW, 21, 165-170.
  • Kuchar L., 2004. Using WGENK to generate synthetic daily weather data for modelling of agricultural processes. Math. Comp. Simul., 65, 69-75.
  • Kuchar L., 2005. Zmodyfikowany model WGENK generowania dobowych danych meteorologicznych na potrzeby modelowania agrometeorologicznego. Woda-Środowisko-Obszary Wiejskie, t. 5, z. specj. (14), 185-195.
  • Kuchar L., 2009a. Application of mathematical methods for crop yield estimation under changing climatic conditions. W: Climate change and agriculture in Poland – impacts, mitigation and adaptation measures ( Red. J. Leśny). Acta Agroph. Rozpr. i Monogr., 169(1), 52-62.
  • Kuchar L., 2009b. Validation test of WGENK weather generator for Polish Lowland. W: Environmental aspects of climate changes. Ed. Z. Szwejkowski. UWM Olsztyn, 9-20.
  • Kurasiak-Popowska D., Szukała J., Mystek A., 2003. Wpływ niektórych czynników agrotechnicznych na wigor nasion łubinu żółtego i wąskolistnego. Zesz. Prob. Post. Nauk Rol., 495, 181-190.
  • Łykowski B., 1984. Warunki klimatyczne rozwoju i plonowania soi w Polsce. SGGW-AR Warszawa, Rozprawy Naukowe i Monografie, 41, ss. 82.
  • Macdonald G., Sertorio L., 1991. The global climate and ecosystem change. New York, Plenum Press, 268.
  • Mearns L.O., Rosezweig C., Goldberg R., 1997. Mean and variance change in climatic scenarios. Methods agricultural applications and measures of uncertainty. Climate Change, 35, 367-396.
  • Metodyka Badania Wartości Gospodarczej Odmian (WGO) Roślin Uprawnych. 1. Rośliny Rolnicze. 1.2 Strączkowe. Wydanie I, COBORU Słupia Wielka, 1998.
  • Metodyka przeprowadzania doświadczeń odmianowych z roślinami strączkowymi. Słupia Wielka, 1983.
  • Michaelson J., 1987. Cross-Validation in Statistical Climate Forecast Models. J. of Climate and Appl. Meteorol., 26, 1589-1600.
  • Michalska B., 1993. Agroklimatyczne warunki uprawy bobiku w Polsce. AR Szczecin, Rozprawy, 155, ss. 103.
  • Podleśny J., Podleśna A., 2010a. Wpływ temperatury w początkowym okresie wzrostu na plonowanie termo- i nietermoneutralnych odmian łubinu wąskolistnego. Zesz. Probl. Post. Nauk Rol., 550, 97-104.
  • Podleśny J., Podleśna A., 2010b. Dynamika gromadzenia suchej masy przez termoneutralne i nietermoneutralne odmiany łubinu wąskolistnego w zależności od terminu siewu. Acta Agroph., 16(1), 137-147.
  • Podleśny J., Strobel W., 2006. Wpływ terminu siewu na kształtowanie wielkości plonu nasion i białka zróżnicowanych genotypów łubinu wąskolistnego. Acta Agroph., 8(4), 923-933.
  • Podsiadło C., Kaczmarczyk S., 2003. Ocena wpływu deszczowania i nawożenia mineralnego na plonowanie i zachwaszczenie łubinu wąskolistnego. Zesz. Probl. Post. Nauk Rol., 495, 191-200.
  • Rosenzweig C., 1989. Global Climate Change: Predictions and Observations. Am. J. Agric. Econom., 71, 1265-1271.
  • Strobel W., Pszczółkowski P., 2007. Wpływ wilgotności strąków i czynników pogodowych na pękanie strąków i osypywanie nasion łubinu wąskolistnego. Zesz. Probl. Post. Nauk Rol., 522, 317-323.
  • Wilkin J., 2008. Zmiany klimatu a rolnictwo i obszary wiejskie. Jak przygotować się do niechcianych zmian? Jak zmniejszyć ich negatywny wpływ? FDPA Warszawa, 95-101.

Typ dokumentu

Bibliografia

Identyfikatory

Identyfikator YADDA

bwmeta1.element.agro-c5671111-ff46-483f-8181-0a78fd01653a
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.