AZ AGROÖKOLÓGIA MODELLEZÉSTECHIKÁJA

Átírás

1 Huzsvai László Rajkai Kálmán Szász Gábor AZ AGROÖKOLÓGIA MODELLEZÉSTECHIKÁJA ISBN szám: Debreceni Egyetem, Mezıgazdaságtudományi Kar DEBRECEN 2004

2 Szerkesztette: Dr. Huzsvai László egyetemi docens Lektorok: Dr. Lóki József egyetemi docens, az MTA doktora Dr. Nagy Zoltán egyetemi docens, a biológia tudományok kandidátusa Jogvédelmi figyelmeztetés: Ez a könyv teljes egészében a Felsıoktatási tankönyv- és szakkönyvtámogatási Pályázat (2004) keretében készült. E mő tartalmát a felhasználó a szerzıi jogról szóló évi LXXVI. Tv. 33. (4) bekezdésében meghatározott oktatási, illetve tudományos kutatási célra használhatja fel. A felhasználó a digitális tartalmat képernyın megjelenítheti, letöltheti, arról elektronikus adathordozóra vagy papírlapon másolatot készíthet, adatrögzítı rendszerében tárolhatja. A digitális tartalmak üzletszerő felhasználása tilos, valamint kizárt a digitális tartalom módosítása és átdolgozása, illetve az ilyen módon keletkezett származékos anyag további felhasználása.

3 Tartalomjegyzék BEVEZETÉS... 1 AZ AGROÖKOLÓGIA FOGALOMKÖRE... 4 A LÉGKÖRI TÉNYEZİK SZEREPE A TALAJ NÖVÉNY LEVEGİ RENDSZERBEN SUGÁRZÁS Napsugárzás a növényállományokban A LEVEGİ MOZGÁSA A NÖVÉNYÁLLOMÁNYOK FELETT ÉS A NÖVÉNYÁLLOMÁNYOKBAN A LEVEGİ NEDVESSÉGTARTALMA PÁROLGÁS A párolgás néhány elméleti kérdése A párolgás meghatározási módszerei Blaney-Criddle-módszer Thornthwaite-módszer Bowen-arány módszer Penman-Monteith módszer A párolgási ismeret hasznosítása A NÖVÉNY SZEREPE A TALAJ-NÖVÉNY-LEVEGİ RENDSZERBEN A FITOMETRIA ALAPJAI A NÖVÉNYFENOLÓGIA PARAMÉTEREI A FENOMETRIA Levélzet Nyílt és zárt növényállományok Zárt növényállomány Sztómák és funkciójuk Gyökér A gyökérzet geometriája Szár és virágzat A TALAJ SZEREPE A TALAJ-NÖVÉNY-LÉGKÖR RENDSZERBEN A TALAJ VÍZFORGALMA A TALAJ VÍZTARTÓ KÉPESSÉGE A víztartó képesség becslése A TALAJ VÍZVEZETİ KÉPESSÉGE A vízvezetı képesség becslése A TALAJVÁLTOZATOSSÁG MÉRTÉKE ÉS EREDETE

4 A TALAJTULAJDONSÁGOK VÁLTOZATOSSÁGA A TALAJ-NÖVÉNY RENDSZER DINAMIKUS ÁLLANDÓSÁGA ENTRÓPIA CSÖKKENTİ ÉS NÖVELİ FOLYAMATOK A TALAJ-NÖVÉNY RENDSZERBEN INDUKÁLT ÁRAMLÁS ÉS ENTRÓPIATERMELÉS ENTRÓPIA ÉS MEZİGAZDÁLKODÁS A TALAJ-NÖVÉNY-LÉGKÖR RENDSZER MODELLEZÉSE TALAJFOLYAMAT-MODELLEK MODELLEK ÉS FELOSZTÁSUK A TALAJFOLYAMATOK ÉS MODELLEK LÉPTÉKE MODELLEZÉS ÉS LÉPTÉKVÁLTÁS TALAJVÁLTOZATOSSÁG ÉS MODELLEZÉS VÁLTOZATOSSÁG A TÉRKÉPEZÉSI EGYSÉGEN BELÜL MODELLPARAMÉTEREK ÉS MEGADÁSUK MODELLEK ÉS MODELL EREDMÉNYEK MINİSÍTÉSE MODELLEK ÉRZÉKENYSÉGVIZSGÁLATA MODELLPARAMÉTEREK ÉS MODELLEZÉSI EREDMÉNYEK TERÜLETI VÁLTOZATOSSÁGA NÖVÉNYFEJLİDÉS ÉS NÖVEKEDÉS MODELLEZÉSE Termésszimulációs modellek A termésszimulációs modellek szerkezeti felépítése TÁPANYAGMOZGÁS MODELLEZÉSE A Claassen-Barber modell Érzékenységvizsgálati eredmények A SOILN nitrogénforgalmi és termésszimulációs modell A tápanyagmozgás modellek felhasználása TERMÉSSZIMULÁCIÓS MODELLEK ALKALMAZÁSA KAPACITÍV DINAMIKUS SZIMULÁCIÓS MODELL A kapacitív modell részprogramjainak rövid leírása A modell input igénye Rögzített és kezdeti értékek A gazdálkodás paraméterei (SCENARIO értékek) A szimulációs program kimenetei Modellezési példa Szimulációs eredmények A DSSAT SZÁMÍTÓGÉPES DÖNTÉSTÁMOGATÓ RENDSZER A DSSAT felépítése, képernyıi Az adat menü

5 A modellek menü Elemzések menü Segédeszközök menü Beállítások/kilépés menü A modell futtatásához nélkülözhetetlen fájlok Genetikai paraméterek adatai, MZCER980.CUL : Idıjárási adatok, *.WTH Talaj adatok, SOIL.SOL Kísérleti adatok, *.MZX Betakarítás utáni, *.MZA és a kísérlet folyamán végzett mérések, *.MZT Modellezés A gazdálkodás paramétereinek elemzése (Scenario-analízis) Szezonális-analízis Ökonómiai számítások ZÁRSZÓ AJÁNLOTT IRODALOM MELLÉKLET

6 BEVEZETÉS A legtöbb természeti, valamint mezıgazdasági folyamat és jelenség túlságosan összetett ahhoz, hogy egyszerően vizsgálható, leírható és mőködésében, fejlıdésében, változásában elemezhetı legyen. Az elemzı ember az összetett rendszereket - azok lényeges jellemzıit megtartó, egyszerőbb helyettesítıkkel - modellekkel cseréli fel. A modellel az eredeti objektum mőködése meghatározott, de a valóságosnál egyszerőbb, átláthatóbb feltételek között tanulmányozható. A modell tehát a bonyolult valóságos rendszer elméletileg és szemléletileg meghatározott leképezése. A modellalkalmazók mindezt a természetre, a világra modellel történı rákérdezés lehetıségét felismerve teszik. Ha ez a rákérdezés legalább részben formális matematikai -, akkor bizonyosan valamilyen modellrıl beszélhetünk. Már a rákérdezés módja és formája is jelzi, hogy a modellezés, a modellalkalmazás során az egyszerősítés szükséglet. Minden modell egy szakmai szükséglet és egy matematikai lehetıség találkozási pontján jöhet létre. (Juhász-Nagy, 1993). A továbbiakban az úgynevezett számítógépes matematikai modellezés tárgykörét tekintjük át. A modell tehát a valóságot képezi le, jeleníti meg, helyettesíti, vagyis reprezentálja, még ha egyszerősített formában is. A talajra, mint összetett rendszerre, valamint egy ember által készített eszközre, egy csónakra vonatkozó modellek közti különbség alapján a csónakmodell minden lényeges jellemzıje egyértelmő és ismert. A talajmodell esetében viszont annak eldöntése, hogy annak melyek a fontos és a jellemzı tulajdonságai, hipotézis kérdése. Jelentıs bizonytalanság társul a talajmodell bármely részletére vonatkozó érték megadásához is. Ebbıl arra következtethetünk, hogy a talajmodellek, valamint a hasonló komplexitású mezıgazdasági és természeti jelenséget leíró modellek hipotetikus természetőek, vagyis a modell építésekor alkalmazott feltételezések döntı jelentıségőek. A hipotézisek gyakran szavakban, a jelenséget leíró egyenletek megválasztásában, a nem mérhetı paramétereknek adott értékben, a modellben párhuzamosan futó folyamatok sorrendjének megválasztásában, stb. épülnek a modellbe. A mezıgazdasági modellek a talajnövény rendszer víz- és tápanyagforgalmának függvényében a növények növekedését, mint a természeti környezet (talajjellemzık, éghajlat) és a gazdálkodás (talajmővelés, mő- és szervestrágyázás, növényfajta, öntözés, stb.) által meghatározott feltételrendszer eredményeként írják le. A termés- (Crop modell), vagy termésszimulációs mezıgazdasági modellek felépítésükbıl következıen a természeti és a gazdálkodás által kialakított mesterséges környezeti feltételek között végbemenı folyamatokat (pl. a víz- és tápanyag 1

7 felvétel, az energiamegkötés, az ásványosodás, stb.), és azok növényi zöldtömegben és termésben realizálódó eredményét jelenítik meg. Az agroökológiai modellek tehát a talajban végbemenı víz- és tápanyag forgalmi folyamatokat tartalmazzák, amelyek leírására rendszerint több, egymással kölcsönhatásban álló transzportegyenlet szükséges. A több egyenletbıl felépülı modelleket kiterjesztett hipotéziső modelleknek is nevezik. A kiterjesztett hipotéziső modelleket célszerő mért adatokon tesztelni és a modell hipotéziseit szükség esetén, megváltoztatni. Ezt a típusú modelltesztelést érvényesítésnek, vagy validálásnak nevezzük. Azonban az érvényesített modell eredménye sem vonatkozható a modell érvényességi tartományán kívülre. Az agroökológiai modellek összetett alrendszerei (talajvíz és tápanyag, növényi növekedés, szervesanyag lebomlás, stb.) mőködésének leírását tehát a matematika, a fizika, vagy a kémia formanyelvét alkalmazó egyenletrendszerek szolgálják, amelyek adott kezdeti értékrıl induló megoldása adja a modellezett rendszer válaszát. Az agroökológia modellekben alkalmazott bonyolult differenciálegyenletek numerikus megoldása a számítás-, illetve a számítógép technika fejlıdéséhez köthetı. Ma a személyi számítógépek lehetıvé teszik a számítógépes modellek használatát, és azok továbbfejlesztését. A modellépítés és alkalmazás nem csupán azt jelenti, hogy a kutatók és a gyakorlati szakemberek egy kutatást segítı, illetve egy rákérdezést lehetıvé tevı eszközzel gazdagodtak, hanem a modellépítı és alkalmazó egyúttal rákényszerül arra, hogy a vonatkozó tudományterület ismereteit és feltételezéseit összegyőjtse, rendszerezze és alkalmazza, illetve azok érvényességét ellenırizze. A modellalkalmazás, vagy a modell-módszer elıremutató ismérvei közül néhány: a modellezett rendszer aktuális ismeretanyagának a feldolgozása; az összetett rendszer egyes építıelemeinek egységes, mőködı egésszé történı összekapcsolása, az aktuális ismeretek szintetizálása; az aktuális ismeretek és elméletek alapján a modellezett rendszer mőködésérıl alkotott hipotézis, vagy hipotézis rendszer mennyiségi és mértékegységek szerinti igaz voltának ellenırzése; a tudományos ismeretek elfogadottsága alapján kutatási preferenciák kijelölése; térben és idıben elırejelzések készítése. 2

8 A modellezés, a modell-módszer általánosan alkalmazható minden tudományterületen. Az agroökológia modellek alkalmazása is rendkívül sokszínő és sokféle. Áttekintésünk a talajfolyamatokra, a növényi fejlıdést leíró részmodellekre és a gazdálkodás részmodellekre terjed ki. A globális klímaváltozás várható hatásainak elırejelzése a modell-módszer fejlıdését a talajkörnyezeti, és a talajfejlıdési folyamatok modellezhetısége érdekében siettette. A talajok kulcsszerepet játszanak az ökológiai rendszerek felépítésében és mőködésében egyaránt, részben kiegyenlítik, részben elszenvedik a globális változások hatásait. Annak érdekében, hogy a talaj ökológiai szerepe megérthetı legyen, egyrészt magában a talajban lejátszódó folyamatokat, másrészt a talaj- és az ökológiai rendszer más elemei közti kapcsolatokat szükséges tisztázni. A talajnak, mint összetett, sok alkotórészbıl álló rendszer tanulmányozásának ez a rendszerszemlélető módja a talajtannak a kezdetektıl fogva jellemzıje. Megállapítható, hogy a 70-es évek végétıl a laboratóriumi, és a szabadföldi kísérletek mellett a számítógépes modellezés, a szimulációs módszer az ismeretszerzés, ellenırzés és elırejelzés eszközévé vált. A számítógépes modellhasználat nemcsak kutatási, hanem oktatási, szaktanácsadási és ismeretközlı eszközzé is vált. 3

9 AZ AGROÖKOLÓGIA FOGALOMKÖRE Az ökológia környezettudomány szerteágazó ismereteket rendszerez. A növényvilág környezettel való kapcsolata rendkívül összetett és specifikus. A növények helyhez kötöttek, melynek folytán a kedvezıtlen környezeti hatások elleni védekezést elsısorban élettani folyamatok révén fejtik ki. Ökológiai ismereteink szerint a modern, civilizált világunkban a növényi élet egyre veszélyeztetettebb. A növényi környezet védelme ezért fokozottan szükséges különbözı környezetmegırzı eljárások kifejlesztése segítségével. A szántóföldi növénytermesztés, a kertészet és az erdészet egyre inkább érdekelt a növényeket érı környezeti hatások mechanizmusának megismerésében. Az ökológia tudománya nemcsak a káros környezeti folyamatokat, hanem a növényi élet energia és anyagforrásait is rendszerezi. Az agroökológia az ökológia egy speciális területe, amely lehetıségek szerint számszerően tárja fel a növény és környezete között fennálló kapcsolatokat. A növény és környezete közötti kapcsolatformákat talaj-növény-levegı rendszernek szokás nevezni. A három alrendszerbıl a növény-levegı, illetve a növény-talaj kapcsolat már régóta ismert. Széleskörőek az e fogalom párokhoz tartozó tapasztalatok. A tudományos ismeretek számszerősítése érdekében szükségszerővé válik az empirikus ismeretek és az értéktartományok számszerő kifejezése is. Az agroökológiai ismeretek nagy segítséget nyújtanak a termesztés és a növényvédelem számára. A termesztett növények a vadon élı növényekhez hasonlóan fajspecifikusan reagálnak a környezeti hatásokra és befolyásolják saját környezetüket. Az agroökológia - mezıgazdasági tudományterületként - egyre szélesebb körben bontakozik ki és fejlıdik különbözı irányokba. Az agroökológia két nagy részre tagolható: a./ tapasztalati agroökológia, b./ kvantitatív agroökológia. A tapasztalati agroökológia a termesztéstanba és a növényvédelembe épült be, módszertanát tekintve önálló tudománnyá, vagy tudományággá nem fejlıdött. Az éghajlat és a talaj növényi életben betöltött szerepérıl már sok ismerettel rendelkezünk. Az elırehaladást az empirikus ismeretek számszerősítése jelenti. A talaj esetében a tápanyag-gazdálkodás, a vízgazdálkodás kérdésköre, az éghajlat esetében a különbözı kedvezı és kedvezıtlen idıjárási hatásoké, amelyek számszerősített törvényszerőségei még csak részben feltártak. A kvantitatív agroökológiának ezért nagy a jelentısége a modern mezıgazdaság fejlesztésében, különösen a növényi életfeltételek optimalizálásában és vagy az egészséges környezeti állapot megırzésében, fenntartásában. A növénytermesztési területek megóvása nem biztosítható a különbözı hatások számszerő értékeinek ismerete nélkül. A természet védelme alapvetı 4

10 tudományos feladat. A növénytermesztésben is meg kell teremteni azokat az egzakt tudományos alapokat, amelyek segítségével feltárhatók a még nem ismert közvetlen és közvetett folyamatok, illetve azok következményei. A kvantitatív agroökológia mintegy éves múltú, vagyis nem új kelető tudomány. Tansley, A. G ben az ökoszisztémák fogalmát az alábbiak szerint írta le: Az élı szervezeteket nem lehet különválasztani jellegzetes környezetüktıl, mivel azok egységes fizikai rendszert alkotnak. Ezek a rendszerek az ökológusok meglátása szerint a természet alapegységeit képezik a Földön. Az ökoszisztémák, mint ahogy ezeket nevezhetjük a legváltozatosabb formában és kiterjedésben létezhetnek. A világegyetem nagyszámú fizikai rendszerei közül ezek egy kategóriát képviselnek, ami a világegyetemtıl, mint teljestıl egészen az atomig terjednek. Mint az eredeti megfogalmazás bizonyítja, az ökoszisztéma fogalma és értelmezése nem új kelető. A Tansley-féle definíció egyértelmően fejezi ki, hogy az ökoszisztémák valójában fizikai rendszerek, amelyekre a különbözı - késıbb említendı - folyamatok ráépülnek. Kiegészítésként csupán annyi, hogy a természetben a kiinduló ok minden esetben valamilyen fizikai hatás és a fizikai tulajdonságok különbözıségeként indulnak el azok a folyamatok, amelyeket a különbözı tudományterületek tárgyalnak. A fenti megfogalmazás szerint tehát az ökoszisztéma olyan bonyolult rendszer, amelyben fizikai effektusok nyomán kémiai és biológiai folyamatok játszódnak le az élıszervezeteken belül és élıszervezetek között. Az ökoszisztémák tanulmányozásának igen gazdag irodalma van, amely elsısorban a vadon élı növénytársulásokra vonatkozik. Ezek az általános törvényszerőségek kiterjeszthetık minden növénytársulásra, amennyiben meghatározzuk a rájuk érvényes fizikai törvényszerőségeket. A kvantitatív ökológia egyik lényeges feladata az, hogy az ökoszisztémákra vonatkozó fizikai ismereteket rendszerezze. Összefoglalja a levegı és a talaj hatásait és a hatások növényi válaszait (reakcióit). A növény és környezete közötti kapcsolatok különbözı úton deríthetık fel. A kapcsolatok egyik formája a valószínőségi összefüggések alapján írható le feltételezve, hogy az élıszervezet és a környezet között sztochasztikus a kapcsolat. Ekkor a kapcsolatokat különbözı statisztikai, valószínőségszámítási módszerekkel fejezzük ki (korreláció- és regressziós analízis, faktoranalízis, clusteranalízis, diszkriminancia-analízis, stb.). A kvantitatív ökológia másik tipikus irányzata esetében a növény és környezet kapcsolatát fizikai összefüggések segítségével írjuk le, állapítjuk meg a peremfeltételeket és az érvényességi tartományt. A vadon élı növények kvantitatív ökológiai vizsgálatában fıként a sztochasztikus összefüggések dominálnak, míg a fizikai kapcsolatok kevéssé kidolgozottak. A kvantitatív agroökológiában a fizikai 5

11 kapcsolatokra épülı módszertan alkalmazása egyszerőbb, mert a folyamatok összetettsége kisebb, mint a vadon élı társulások esetében. Ennek szemléltetésére két szempont: a természetes növénytársulások többfajúak és többszintőek, míg a termesztett növények egyfajú és egyszintő állományt alkotnak, stb. Az ökoszisztémáknak különbözı típusa ismert. Az ökológiai vizsgálati módszerek pedig ökoszisztéma specifikusak. A természetes ökoszisztémák kialakulását, szerkezetét, életfolyamatait és fejlıdését a környezeti tényezık határozzák meg. Emiatt a növények és környezetük kapcsolata rendkívül szoros. A termesztett növénykultúrák ezen belül az ember által létrehozott és befolyásolt kategóriát képeznek, ahol pl. a biodiverzitás is a természetes rendszerekétıl eltérı. A termesztett növénykultúra általában egyetlen növényfajt és/vagy fajtát jelent. A termesztett növényfaj és környezete kapcsolatának megismerése annak ellenére kiemelten fontos, hogy a monokultúrában is számos és különbözı élı szervezet fordul elı (pl. gyomok, rovarok, talajlakó lebontó szervezetek, stb.). Egy részük, pl. talajmikrobák a termesztett növény fejlıdésére kedvezıen, serkentıleg hatnak. Gátló hatásúak is ismertek, pl. a gyomnövények és a paraziták. A mesterséges ökoszisztémák is összetettek tehát és azokban is kedvezı és a kedvezıtlen hatások érvényesülnek. Míg a természetes öko-rendszerekben a kedvezı és kedvezıtlen hatások aránya többé-kevésbé kiegyensúlyozott, a mesterséges ökoszisztémákban az ember különbözı beavatkozásokkal a kedvezıtlen hatások kiküszöbölésére és a kedvezı hatások erısítésére törekszik. A természetes és ember által létrehozott ökoszisztémákban egyaránt sajátos energia- és anyagforgalom megy végbe. A folyamatokban azonban a két rendszer alapvetıen különbözik. A természetes ökoszisztémák ugyanis - területi kiterjedésüktıl függıen - zárt anyagforgalmi rendszereknek tekinthetık. A képzıdı növényi biomassza ugyanis helyben marad és a lebontó szervezetek által szervetlen anyaggá (mineralizáció) alakul, vagyis anyagkörforgalom történik, amely ciklikusan ismétlıdik. Az anyagfelépülés energiaigényes folyamat, amelynek energiaforrása a napsugárzás. A növényi anyag felépüléséhez a CO 2 -ra és vízre, mint rendszeralkotó anyagokra feltétlen szükség van. A mezıgazdasági kultúrák nyílt energia- és anyagforgalmi rendszerek. A termıhely kialakítására ugyanis tekintélyes mennyiségő fizikai, kémiai és biológiai energia fordítódik. A termıhely fizikai állapotának javítását a talajmővelés, a vetıágy elıkészítés, az öntözés, stb. jelenti. Kémiai állapot javítását szolgáló szerves- és mőtrágyázás, valamint a növényvédelem egyaránt energia bevitelt jelent. Az ilyen módon kialakított termıhelyen a növényi produkció a napenergia, a levegı CO 2 -tartalma, valamint a víz hatására megy végbe. Az anyagforgalmi 6

12 ciklusban a növényi biomassza nem, vagy csak részben kerül be a helyi lebontásba. A növényi biomassza jelentıs hányada növényi termésként elszállításra kerül. A mezıgazdasági kultúrák is elsısorban napenergiát hasznosítanak a növényi szervesanyagok szintézisére. A természetes vízforrás a csapadék és a talajvízbıl történı kapilláris vízutánpótlás. Mesterséges energia és költségigényes vízforrás - az öntözés, amely egyes növénykultúrák esetében - pl. a rizs - fontos és nélkülözhetetlen. Az input energiák a termesztéstechnológiával kerülnek az agroökológiai, vagy a növénytermesztési rendszerbe. Biológiai input energiának minısül a vetımag. Kémiai input energia az ásványi tápanyag és a növényvédıszer. Fosszilis input energia kerül felhasználásra a talajmővelés, a növényápolás, a betakarítás és általában a mezıgazdasági gépek üzemeltetésekor. Elektromos input energia kerül felhasználásra a vetımagok és a növényi anyagok szárításakor. Az output energia elsısorban a t/ha-ban kifejezett termés biológiai energiája. A termésként a termıhelyrıl elszállított bioenergia és anyag az állati és az emberi táplálékláncba kerül. A természetes és az agrár ökoszisztémák anyag- és energiaforgalmát az 1. ábra szemlélteti. Az ábra egyszerősége ellenére jól szemlélteti a természetes ökológia rendszer zártságát, illetve az agroökológiai rendszer nyitottságát. A két rendszer hatásfokának meghatározásához a képzıdött biomassza tömeget érdemes figyelembe venni. A természetes ökoszisztémák hatásfokát a felhasznált napenergiához viszonyítják. A hatásfoka 0,1-1,5% közötti, ami azt jelenti, hogy a képzıdött szervesanyagba a napenergia 0,1-1,5%-a épül be évenként (1 g szénhidrát energiatartalma kb. 16 kj). Ilyen módon a különbözı növénytársulások energiahasznosítása, anyagprodukciója is összehasonlítható. 7

13 1. ábra. A tájökológusok által vizsgált rendszerkomponensek TERMÉSZETES FÖLDHASZNÁLATI Külsı ökológiai kényszerek 6 8 RENDSZER Abiotikus források Geológia Geomorfológia Helyi klíma Talajvíz Talaj 1 Biotikus források 2 3 RENDSZER Természetes és féltermészetes ökoszisztémák Mezıgazdasági és erdészeti ökoszisztémák Városi-ipari és technikai infrastrukturális ökoszisztémák 4 5 TÁRSADALMI-GAZDASÁGI RENDSZER Gazdasági Politikai alrendszer alrendszer Társadalmi Társadalmi népességi kulturális alrendszer alrendszer 7 9 Külsı társadalmi-gazdasági kényszerek Növényvilág 1. Ökoszisztéma interakciók. 2. A táj hasznosítása, emberi beavatkozások hatása természetes rendszerre. 3. Természetes rendszer visszajelzése, ami meghatározza az emberi tájhasznosítás határait. 4. Társadalmi-gazdasági fejlıdés és a földhasználat befolyásolása. 5. A módosított tájhasznosítás visszacsatolása a populációra, a gazdaságra, a közösségre. 6. Külsı ökológiai faktorok hatásai. 7. A külsı társadalmi-gazdasági faktorok hatása a társadalom szerkezetére. 8. A befolyásolt rendszer faktorainak hatása a külsı ökológiai kényszerekre. 9. Külsı társadalmi- 8

14 A szántóföldi növényállományok nyílt rendszerében az energiahasznosítás megállapítása már sokkal összetettebb, mert a napenergián kívül az input energiát is figyelembe kell venni a területegységen képzıdı bruttó növényi szárazanyag-mennyiségben, illetve a gazdaságilag hasznos nettó terméstömegben. Általában a szántóföldi kultúrák napenergia hasznosítása a természetes növényállományok energiahasznosításához hasonló. Megközelítheti esetenként a legnagyobb produktumú természetes rendszer az erdı produkcióját is. Ekkor a napenergia hasznosulása éves átlagban mintegy 1,5-3,5% közötti. Az input energia hasznosulása növényenként és termıhelyenként, valamint a technológiától függıen változik. Magyarországon 1970 és 1980 között a szántóföldi növénytermesztés a bevitt energia háromszorosát produkálta az output energiában. Az ásványi tápanyagokkal, a növényvédıszerekkel és az öntözéssel bevitt energia megnöveli a napenergia hasznosítást, ami így elérheti a 3,5%-ot is. A szántóföldi input-output energiahányad átlagértéke 1:3, vagyis az input energia által megnövelt napenergia hasznosulás jelentısen meghaladja a természetes ökológiai rendszer hatásfokát. Ez a hatásfok azonban csak bizonyos határig növelhetı. Azon túl már a bevitt energia nem hasznosul, sıt kedvezıtlenül hat a produkció alakulására, pl. a túlzott mőtrágyázás terméscsökkenést eredményez. A gyakorlati életben azonban a maximális hatásig nem szokás alkalmazni az input-energiát, mert a gazdasági marginalitás ezt már nem engedi meg. Ez alatt azt kell értenünk, hogy a marginális input-ráfordítás csak addig tekinthetı gazdaságosnak, míg el nem éri a gazdaságossági egyenértéket. A marginális hatáspont feletti input-energia effektivitása már csökken, de még nem érte el a maximumát, azonban gazdasági szempontból már nem indokolt annak biztosítása. Ily módon tehát a mesterséges ökoszisztémák energiaforgalmának nemcsak mennyiségi, hanem gazdasági korlátjai is léteznek, amelyet a termelésben figyelembe kell venni. Amikor a rendszer anyag- és energiaforgalmáról beszélünk, szigorúan el kell különíteni a talaj, a növény, valamint a levegı alrendszerét tekintettel arra, hogy ezekben az alrendszerekben az energia- és anyagmozgás jellege és törvényszerőségei különbözıek. Mivel a talaj-növény-levegı természetes rendszer, a tulajdonság-gradiensek kialakulásának törvénye érvényesül benne az anyag- és az energia körforgalomban, de az anyagmegmaradás elve szerint egyidejőleg megindul a tulajdonság-különbségek kiegyenlítıdése is. Ez utóbbi tartja fenn azt az energia- és anyagmozgást, amely a talaj-növény-levegı térben kialakul. Hangsúlyozni kell, hogy az alrendszerek ún. energia- és anyagáramlási tehetetlensége jelentısen különbözı. A talaj rendkívül nagy tehetetlenséggel rendelkezik. A talajban kialakuló olykor nagy értékő gradiensek azonban csak lassú áramlási folyamatokat indítanak

15 és tartanak fenn, amely a talajnedvesség esetében, pl. különösen szembetőnı. A talajban a gradiensek túlnyomórészt függıleges irányban alakulnak ki, ezért a talajban bekövetkezı áramlások többnyire a függıleges irány mentiek a kis intenzitású horizontális áramlások mellett. A talaj nagy tehetetlensége abban is megnyilvánul, hogy bizonyos talajt érı beavatkozások hatása hosszú idıtartamú. A talajmővelés, pl. több hónapra, esetleg több évre terjedıen fejti ki hatását, vagyis a talaj visszaemlékezı-képessége igen nagy. Ez egyaránt vonatkozik a talajok fizikai állapotára, nedvesség tárolására és tápanyag visszatartására, stb. is. A talajtól eltérıen a levegı visszaemlékezı-képessége rendkívül csekély. Ennek magyarázata abban lehet, hogy a levegıben a horizontális mozgások válnak uralkodóvá a függıleges mozgásokhoz képest. A csekély tehetetlenség miatt a levegı minden állapotbeli tulajdonságára néhány perctıl, egy-két napig terjedı visszaemlékezı képességgel számolhatunk. A csekély tehetetlenségő levegıben az anyagáthelyezıdés rendkívül gyors. A talaj és a levegı szállítóképessége tehát jelentısen különbözı. Ez magyarázza, hogy a növényekben jelentıs gradiens alakul ki a felvevı szervek és a felhasználó, raktározó és kibocsátó szervek között (pl. a gyökérfelvétel és a levél transzspiráció viszonya). A növények a talajban és a levegıben kialakuló tulajdonság-gradiensekhez alkalmazkodnak, amit növényi ökológiai toleranciának neveznek. A tolerancia azt is kifejezi, hogy a növény milyen szélsıségeket képes károsodás nélkül elviselni. Fizikai értelemben szélsıségek akkor következnek be, amikor a növényben a gradiensek megszőnnek. Ekkor ugyanis leáll az energia- és anyagforgalom (pl. a csekély vagy túlzott vízellátottság, extrém magas vagy alacsony talaj- és levegıhımérséklet, stb.). Az agroökológiai rendszerek esetében termelıi feladat a növényi toleranciát meghaladó szélsıséges helyzet felszámolása, továbbá a termesztett növény normális energia- és anyagmozgás sebességének és intenzitásának a visszaállítása. Az egyensúly nélküliség biztosítja és tartja fent a növényekben a szervesanyag felépítéséhez kapcsolódó anyagtranszport folyamatokat. Szükséges ezért a növényi életteret alkotó rendszerek fizikai vizsgálata és a növény optimális gradiens-rendszerét kialakító környezeti feltételek megállapítása. A növényegyedek, és a növényállományok optimális fejlıdésének környezeti igénye a tenyészidıszak folyamán dinamikusan változik. Ennek a dinamikának a felderítésével a kvantitatív ökológia foglalkozik, eredményeit pedig a fenntartható és a környezetbarát szántóföldi növénytermesztés hasznosíthatja. 10

16 2. ábra. Az ökológiai stabilitás és az ökonómiai produkció összefüggése 100% 100% Ökonómiai produkció Ökológiai stabilitás 0% 0% ökológiai koncepció ökonómiai koncepció Az agroökológia fontos kérdése az agroökológiai rendszer stabilitása. A természetes ökorendszerek önszabályozóknak és normál körülmények között évtizedeken, évszázadokon át fennmaradó - nagy stabilitású rendszereknek tekinthetık. A szántóföldi növénykultúrák stabilitása kicsi, rendszerint emberi beavatkozás nélkül még egyetlen energia- és anyagforgalmi ciklus sem fejezıdhet be. A növénytermesztési ciklus a talajelıkészítéssel és a vetéssel kezdıdik, amit a vegetációs idıszak követ szinte folyamatos emberi beavatkozással, pl. gyommentesítés, növényvédelem, stb. A növénytermesztési ciklust a betakarítás zárja. A betakarításkor a melléktermék egy része a termıhelyen marad, a hasznosítható termék pedig elszállításra kerül. Az agroökológiai rendszerhez az ember beavatkozása valamilyen formában mindig hozzátartozik. A beavatkozás ökológiai és ökonómiai szakszerősége érdekében szükséges a hasznos és a káros, a szükséges és a felesleges beavatkozások megállapítása (2. ábra). Az agroökoszisztémák instabilitását a jelentıs költségő, magas szintő termesztéstechnológia ellensúlyozza. Az input-energia költsége és az output értéke az agroökológiai kultúrák esetében egyaránt figyelembe veendı, mert ennek alapján ítélhetı meg a termesztés gazdasági mérlege. A szántóföldi agroökológiai növénykultúrák területi kiterjedése hazánkban rendkívül nagy, az ország mezıgazdasági területének mintegy 77%-ra terjed ki. A növénytermesztés bruttó nemzeti produktumon belüli részaránya 5,6% (1996-ban). Nem véletlen, hogy a kvantitatív agroökológia továbbfejlesztése nem csak alaptudományi feladat, hanem általános gazdálkodási igény is. A felgyorsult civilizáció azonban az elmúlt évtizedekben különösen a gazdaságossági szempontokat helyezte elıtérbe és igyekezett a talajt és a növényt, mint természeti erıforrást maximális mértékben oly módon hasznosítani, hogy vele egyidejőleg a 11

17 termıhely jelentısen sérült. Ennek eredményeként Magyarország szántóterületén is találhatók ún. sérült területek, ahol a helytelen területhasználat, a túlzott kemizálás és gépesítés a talajokat károsította. A talaj-növény-levegı ökológiai rendszerben történı termesztés során a növény környezetét óvni kell és ügyelni, hogy a talaj, a víz, a levegı ne szennyezıdjön és károsodjon. Sajnálatos, hogy nemcsak a termesztés-technológia fejlıdött az utóbbi évtizedekben, hanem ugyanakkor a természetes háttér, a levegı és a talaj leromlása, szennyezıdése is végbement. A valóban modern mezıgazdaságban a fenntarthatóság érdekében a területhasználat és védelem egyensúlyát kell megteremteni. Ennek kapcsán merül fel az ökológia ökonómiája. A látszólag teljesen különálló két tudományterület nem különíthetı el, mert az emberi tevékenység közvetlenül vagy közvetve hat a környezetre. A környezet állapotának megváltozása mindenkor ökonómiai, közgazdasági következményeket von maga után. Nem szélsıséges az a megállapítás, hogy az ökológia ökonómiájának mindenkori elemzése nem kerülhetı el és meg kell keresni a marginális pontokat, az ún. ökológiai marginalitást, ameddig a beavatkozás megengedhetı és ameddig a környezet még nem károsodik. A kvantitatív ökológiára tehát jelentıs feladat hárul ebbıl a szempontból is. Meg kell határozni a lehetıségek és korlátok értékét. 12

18 A LÉGKÖRI TÉNYEZİK SZEREPE A TALAJ NÖVÉNY LEVEGİ RENDSZERBEN A meteorológiai folyamatok szerepe rendkívül nagy és fontos a talaj növény levegı rendszer produkciójának szabályozásában. A növényi biomasszát a szoláris energia transzformált energiájának tekinthetjük. A napenergia hozza létre azokat a gradienseket, melyek a rendszer anyagait mozgatják. A felszínre érkezı napenergia tehát a felszín közeli levegı- és talajrétegek anyagmozgásainak a fenntartására fordítódik. Az ezzel kapcsolatos fogalmak rövid áttekintése szükséges, mert a meteorológiai összefüggések az agroökológiai modellek alkotó elemei. A modellek környezeti változóinak értéktartománya, a légköri tulajdonságok számértéke szükséges ahhoz, hogy az eredmények alakulásában játszott szerepük érthetı legyen. Az élı növényi szervezetre a talajon keresztül ható légkör-fizikai törvényszerőségek megismerése is fontos, amelyek közül azonban a növény, illetve növényállomány növekedése, fejlıdése és produkciója szempontjából a legfontosabbakat ismertetjük. SUGÁRZÁS Valamennyi légköri folyamat energiaforrása a Nap. A Napból kiinduló sugárzás döntı része elektromágneses, ami az elektromágneses mezı rezgését jelenti. A rezgés fizikai jellemzıi: a hullámhossz (nm), a hullámszám (1/λ cm -1 ) és a frekvencia. Az elektromágneses fényelmélet szerint a fénykvantumok, vagy más néven fotonok különbözı hullámhosszon terjednek. A fényterjedés nem igényel közvetítı anyagot; a terjedési sebesség pedig kb km/s. A részecskék, a fotonok eltérı hullámhosszúságú formában jutnak a Föld felszínére. A szoláris sugárzás spektruma nm szélességő. Az ultraibolya sugárzás sávszélessége nm, a látható fényé nm, az infravörös tartományé pedig nm. A különbözı hullámhosszokon eltérı nagyságú energia továbbítása történik. Az ultraibolya és az infravörös tartományban az energiasőrőség értéke rendkívül csekély, a látható tartományban a sugárzás intenzitása ennek mintegy 5-8-szorosa. A sugárzó energiát különbözı egységekben adják meg. Az energiaösszeg MJ/m 2 idı -1, a sugárzásintenzitás Wm -2 -ben, ahol 1 W m -2 = 1 J m -2 s -1 (1cal = 4,1868J, 1J = 1 W s) A sugárzó energia ciklikusan érkezik a Föld felszínére. A napsugárzás ciklikusságának a Föld tengelykörüli forgása, valamint a Föld Nap körüli ellipszis pályán történı keringése az oka. A besugárzás napi ciklusa az év folyamán változik, mert a Föld forgástengelye az ekliptika 13

19 síkjával 23,5 -s szöget zár be. Az év során a nappalok tartama emiatt periódikusan változik. A legnagyobb napmagasság az északi féltekén a nyári napforduló idején van, amikor a Nap a Ráktérítı felett delel és a beesési szöge 90. A téli félévben ugyanez a jelenség a Baktérítı fölött következik be. Tehát az egyenlítıi öv sugárzás szempontjából alapvetıen különbözik a sarkok irányában elhelyezkedı övezetektıl. Az egyenlítıi övben a sugárzás évenként kétperiódusú, vagyis az Egyenlítı felett évenként két alkalommal delel a Nap a napéjegyenlıség idıpontjaiban, azaz március 21. és szeptember 22. (±1 nap eltérés lehetséges) között. A térítıkörtıl poláris irányban a sarkok felé haladva a sugárzás egyperiódusúvá válik, mivel ezen a területen a Nap sugárzásának beesési szöge sohasem éri el a 90 -t. A maximális napmagasság a deklináció és a földrajzi szélesség (ϕ) függvényében: h max = 90 - ϕ ±δ (1.) ahol: ϕ : a földrajzi szélesség ±δ : a napi dátumnak megfelelı deklináció 3. ábra. A deklináció A deklináció értelmezését grafikusan a 3. ábra mutatja be. A legnagyobb napmagasság Magyarországon (ϕ = 47 ), az év folyamán, 66,5 és 19,5 között váltakozik. Ebbıl következik, hogy a nappalok hossza különbözı. Míg hazánkban a nap-éj egyenlıség idején a nappalok tartama - néhány perc pontossággal - 12 óra, a nyári napfordulón 15 óra 29 perc, a 14

20 téli napfordulón (dec. 23.) pedig csupán 8 óra 18 perc. A napi Napmagasság változást a következı összefüggés írja le: sinh sin ϕ sin δ + cosϕ cos δ cos ω = (2.) ahol: ϕ : földrajzi szélesség δ : deklináció (+23,5-23,5 ) ω : óraszög Az óraszög az egyenlítıi rendszerben a meridiántól az óramutató járásának irányában mért szögtávolság: sinϕ sinδ + cosϕ cosδ cosω = 0 (3.) sinϕ sin δ cos ω = = tgϕ tgδ (4.) cosϕ cosδ Mindezek alapján tehát bármely napra, vagy a nap bármely idıpontjára meghatározható a Nap a Föld bármely vonatkozási pontjához viszonyított helyzete. A sugárzás a Föld felszínére változó hosszúságú légkörön keresztül jut és energiája emiatt csökken. Az ideálisan tiszta légkör a napsugárzást átengedi. A légkör felsı határára érkezı sugárzás merıleges beesés esetén 8,13 J/cm 2 min, amely 1354 W/m 2 intenzitásnak felel meg. Az ideálisan tiszta légkörbe belépı merıleges beesési szögő sugárzás a légkörön áthaladva energiájának 9%-t veszti el. A veszteséget a légkör természetes szennyezettsége okozza. A légkör szennyezettsége következtében a sugárzás részben visszaverıdik, részben szóródik, csekély hányada pedig elnyelıdik. A bekövetkezı veszteséget kioltásnak vagy extinkciónak nevezik. A szennyezett légkör extinkciója az ideálisan tiszta légkörének mintegy háromszorosa. Hazánkban a légkör felsı határára érkezı energiamennyiség mintegy 25-30% közötti extinkciós veszteségével számolunk. A Földfelszínre jutó sugárzás nagysága a napmagasság (h) szinuszával, illetve a zenittávolság (z) koszinuszával arányos (4. ábra). A napmagasság ismeretében a nap folyamán bármely irányból érkezı sugárzás intenzitása becsülhetı. Viszonylag jól becsülhetı a légkörön keresztül a felszínre jutó energiaösszeg is. 15

21 4. ábra. A Földfelszínre jutó sugárzás z a horizont síkja h z: zenitszög h: a Nap magassági szöge 5. ábra. A globálsugárzás napi változása Magyarországon derült égbolt esetén 16

22 A légkörbe belépı sugárzás a különbözı szennyezı anyagokon szóródik, a kezdetben egyenes vonal mentén haladó fotonok egy része zegzugos, azaz hosszabb úton jut le a Föld felszínére. A sugárzás kétkomponensővé válik. Az egyenes úton a Föld felszínére jutó direkt sugárzás az egyik összetevı a másik pedig a zegzugos útvonalú ún. diffúz, vagy szórt sugárzás. A kettı együtt a globálsugárzást alkotja. Magyarországra a globálsugárzás napi változását az 5. ábra mutatja be. Az ábrán közölt értékek hazánk területének észak-déli irányban vett földrajzi szélességbeli különbözıségét figyelembe véve írják le. A sugárzás ciklikus változása az évi menetben is jól tükrözıdik. A 6. ábra mutatja be a hazánkra jellemzı sugárzás eloszlási valószínőségeit hónapokra lebontva. (A valószínőségi görbék a hónapok középsı napjára vonatkoznak.) A sugárzási értékek elsısorban a Nagyalföldre érvényesek, mivel azok a Nagyalföld közepes energia-ellátottságú területeirıl származnak. A globálsugárzás területi eloszlását a 7. ábra szemlélteti, melynek alsó térképén az évi összegek láthatók. A középsı és a felsı térkép a nyári félév, illetve a téli félév energia-eloszlását szemlélteti Magyarország területére közötti idıszak átlagában. 6. ábra. A hazánkra jellemzı sugárzási eloszlás valószínőségei valószínőségi % 17

23 A felszínre érkezı globálsugárzás egy része a felszín reflexiója miatt elvész. A visszavert sugárzás százalékos értéke az albedó. Az albedó változó értékő, így például a friss hófelszíné 80%, az idısebb hófelszíné 70%, a zárt zöld növényzeté a nyári félévben zöld árnyalatától függıen 20-25% közötti. A csernozjom talaj albedója a talajalbedók között a legkisebb 10-15%. A nedves csernozjom talajé 10%, a száraz talajé pedig 15%. A homoktalajok albedója valamivel nagyobb, de még a humuszmentes, száraz homoké sem nagyobb 30%-nál. A globálsugárzásból az albedót levonva kapjuk az ún. rövidhullámú mérleget, vagyis a Föld felszíne által elnyelt energiamennyiséget. Az elnyelt sugárzás azonban csak részben marad az elnyelı felületben, mert annak egy része a felületi hımérséklettıl függıen az égbolt felé kisugárzódik. A kisugárzott energia egy részét a 10 nm körüli hullámhosszúságú hısugárzást a légkörben lévı vízgız és széndioxid elnyeli, majd részben visszasugározza. A kisugárzott és a visszasugárzott energia különbsége az ún. effektív kisugárzás, amely a nyári félévben a globálsugárzás mintegy 20-30%-a. Amennyiben a globálsugárzásból levonjuk az albedó értékét, továbbá az effektív kisugárzás útján távozó értéket, maradékként a teljes sugárzási mérleget (R n ) kapjuk. A sugárzási mérleg hazánkban, a nyári hónapokban a globálsugárzás fele, a tavaszi és az ıszi hónapokban pedig a globálsugárzás 35-40%-a. A sugárzási mérleg területi eloszlását a 8. ábra mutatja be. Az ábra felsı térképe a nyári félév, a középsı és az alsó térképe a téli és az évi összegeket szemlélteti. A térképi információk a különbözı modellezési feladatokhoz és becslésekhez jól hasznosíthatók. A néhány megfigyelı pontra vonatkozó havi globálsugárzási érték, illetıleg sugárzási mérleg segíti a tájékozódást. A gyakorlati munkában szükség lehet a sugárzó energia nagyságára. A sugárzási adatok beszerzéses nem egyszerő és gyors, amikor is a különbözı becslı eljárások alkalmazása jelentheti a megoldást. A sugárzásbecslésre ma már különbözı formulák állnak rendelkezésre. Ismert a sugárzás tartama és a besugárzott energiamennyiség közötti összefüggés, amit Angström tömörített tapasztalati formába: G = G 0 (a + b. N/N 0 ), J/cm 2, idı (5.) ahol: G : a felületegységre esı besugárzott energiamennyiség napi összege G 0 : a globálsugárzás energiája felhımentes feltételek esetén N 0 : a csillagászatilag lehetséges napfénytartam (óra/nap) N : a tényleges napfénytartam, vagyis a direkt sgurázás 18

24 tartama, ami elsısorban a felhızet függvénye. N/N 0 arány a relatív napfénytartam. 7. ábra. A globálsugárzás területi eloszlása 19

25 Az Angström-féle összefüggés állandóinak értéke az eltérı éghajlatú területeken különbözı. A hazánkra alkalmazható formula: G = G 0 (0,18 + 0,55. N/N 0 ), J/m 2, nap (6.) 8. ábra. A sugárzási mérleg területi eloszlása 20

26 A 1. táblázatban a hónapok középsı napjára vonatkozó lehetséges napfénytartam (N 0 ), valamint a derült égbolt esetén a felszínre lejutó globálsugárzás (G 0 ) 47 N-re vonatkozó földrajzi szélességre számított napi összegét adjuk meg. 1. táblázat. A napi tényleges, lehetséges és a relatív napfénytartam hazai átlagértékei Hónap Január Február Március Április Május Június Július Augusztus Szeptember Október November December Tényleges (N) Lehetséges (N 0 ) Relatív K - Napfénytartam Napfénytartam 2,0 8,9 0,22 3,0 10,2 0,29 4,5 11,8 0,38 6,1 13,5 0,45 7,8 15,0 0,52 8,5 15,7 0,54 9,2 15,4 0,60 8,5 14,2 0,60 6,4 12,6 0,51 4,3 10,9 0,39 2,3 9,3 0,25 1,5 8,3 0,18 A számított globálsugárzás értékek jó tájékoztatást nyújtanak hazánkban a napfényes órák számának, és a relatív napfénytartam havonkénti értékének alakulásáról. A napi globálsugárzás meghatározására McCullough dolgozott ki gyakorlati számítást. Minthogy a sugárzás ciklikusan változó értéke a térítıkör, valamint a sarkkör közötti területeken egyperiódusú formában nyilvánul meg, harmonikus analízis segítségével határozható meg a légkör felsı határára érkezı, ún. extraterresztrikus sugárzás összegének alapegyenlete: 2 1 [ nωd] [ J cm ] ( ) + Σ A ( ϕ ) cos nωd + B ( ϕ ) G0 = An ϕ n n sin nap (7.) Az egyenlet sorba fejtése után az elsırendő felharmonikus megtartásával a munkaegyenlet az alábbi formában írható fel: G 0 2π 4π 2π 4π = An A cos n + A cos n + B sin n B sin n (8.) ahol: ϕ = 47 (Magyarország esetén) A n = 614,8 A 1 = 368,9 A 2 = 11,5 B 1 = 63,3 B 2 = 2,0 21

27 n = az év napjainak sorszáma (1-365) ω = a Föld Nap körüli átlagos keringési sebessége (rad/nap) A 1 és B 1 az alapharmonikus, A 2, B 2 pedig az elsı felharmonikus együtthatói. A feltételezett napállandó W/m 2. Az eljárás elınye, hogy a számításokhoz nincs szükség paraméterre, csupán a napok sorszámát és a földrajzi szélességet kell ismerni. Az év bármely napjára megállapítható, ezáltal a vonatkoztatási pont fölött a légkör felsı határára érkezı energiamennyiség. A globálsugárzás közepes földrajzi szélességekre vonatkozó összefüggése: G max cosω = tgϕ tgδ 2 1 [ J m nap ] 1,163 c ωgmax G = V 2 1 = 4,187 0,32sinh max 5,8 sinh h = 90 ϕ ± δ max 2 [ J cm ] (9.) ahol: ω : a nappaltartam percekben c. a relatív napfénytartam V : légköri veszteségi tényezı ( extinkció) a légköri úthossz hatásával G max : napi maximális globálsugárzás h max : a delelési napmagasság Az összefüggéssel a napi relatív napfénytartam, a tényleges globálsugárzás becsülhetı anélkül, hogy az extraterresztrikus sugárzást meg kellene határozni. Az összefüggés állandói CGS-ben adottak. Az eredmény pedig átszámítható J/m 2 -re is. NAPSUGÁRZÁS A NÖVÉNYÁLLOMÁNYOKBAN A természetes és a termesztett növényállományokba a napsugárzás az állomány struktúrájától függı mértékben hatol be, és egy része lejut a talaj felszínéig. A folyamat során a napsugárzás mennyiségileg és minıségileg is megváltozik. A napsugárzás mennyiségi változását a növénytakaró energia elnyelése okozza. Az elnyelt energia a fotoszintézis energiaszükségletét fedezi, szabályozza a növény hımérsékletét és vízforgalmát. Az elnyelt energia egy részét a növénytakaró a hullámhossz-transzformációval visszasugározza a levegıbe. 22

28 A növénytakaró által elnyelt energia a zöldtömeggel arányos. A növénytömeg jellemzésére a növénytermesztési gyakorlatban a legalkalmasabb mutató a levélfelületi index (LAI = leaf area index): az 1 m 2 talajfelületre jutó levélfelület nagysága (m 2 ). A levélfelületi index fajonként a fejlettségi állapottól, a termesztés módtól, az állománysőrőségtıl, a tápanyagellátottságtól, a vízellátottságtól, stb. függ. A növényállományok levélzete a beesı sugárzás mintegy 80%-t nyeli el. Az infravörös tartományban az elnyelés 15 és 20% közötti. Az átbocsátás átlagos értéke 25%, a visszaverıdés a látható tartományban 20-25%, míg az infravörös tartományban 40-45% körüli. Az elnyelési arányt τ-val, az átbocsátási arányt a-val, a visszaverıdési arányt r-rel jelölve kapjuk: τ + a + r = 1,0 (10.) Az arányszámok egymáshoz viszonyított értéke hullámhosszanként változik, spektrális eloszlásuk pedig növényállományra jellemzı. A 9. ábra gabona állományra szemlélteti a teljes napszínképre vonatkozó jellegzetes arányokat. 9. ábra. Egy zöld levél átlagos átbocsátása, elnyelése és visszaverése a különbözı hullámhosszokon (Monteith, 1973) a r á n y, átbocsátás elnyelés visszaverıdés h u llá m h o s s z, n m A növényállomány elnyelı-képességét egyrészt a levelek átbocsátási együtthatója, másrészt az elnyelı növényi tömeg és a levélzet geometriai rendszere tág határok között határozza meg. Fontos, hogy az elnyelı-képességet a levél víz- és tápanyag-ellátottsága, valamint kora jelentısen befolyásolja. A növényállományok sugárzáselnyelı-képességét a Beer-törvény írja le: 23

29 I = I 0 e -ax (W m -2 ) (11.) ahol: I 0 : az elnyelı közegre esı sugárzási áramsőrőség I : áramsőrőség x út megtétele után Az a univerzális együtthatóval az átlagos elnyelési érték becsülhetı, amikor is az optikai sőrőség helyett az azzal arányos LAI érték alkalmazható: I = I 0 e -a LAI (W m -2) (12.) ahol: a : a látható sugárzásra vonatkozó kioltási együttható Főfélék a értéke 0,3-0,5 közötti, magas növéső és nagy levélfelületi indexő növényeké 0,7. Ha τ (elnyelés) értéke a visszaverıdéshez és az átbocsátáshoz mérten jelentıs, az alábbi összefüggést kell alkalmazni: I a = I0e I τ a LAI (13.) ahol: τ : az elnyelési együttható a : közelítı értéke 0,5 Az egyenlet segítségével a sugárzáscsökkenés rétegenként is meghatározható. A növényállományok sugárzáskioltását, vagyis az árnyékoló hatás mértékét az állomány kora, fejlettsége, víz- és tápanyag-ellátottsága jelentısen befolyásolja. Az állományok felsı leveleinek a kioltása az alsóbb levelekhez viszonyítva erıteljesebb, mert a felsı levelekben a színtestek mennyisége mintegy %-al nagyobb, mint az árnyék levelekben. A növényállományon áthaladó sugárzás minısége is erıteljesen változik. Ennek oka, hogy mind a visszaverıdés, mind az elnyelés, mind pedig az áteresztés a hullámhossz függvénye. Általános a vörös és kék tartomány erıteljes abszorpciója és a zöld tartomány kiemelkedı reflexiója. Ebbıl következik, hogy a növényállomány a napenergiát az ún. fotoszintetikusan aktív sugárzást (PAR) kiszőrve engedi a talaj felszínére. Az irodalmi forrásmunkák a fotoszintetikus sugárzás fogalmát eltérıen értelmezik. A fotoszintézis fenntartására a látható sugárzás kb. 90%-a fordítódik, ami azt jelenti, hogy a fotoszintetikus sugárzás (PAR) a globálsugárzás fele. Gyakorlati feladatokban ez az arány használható, a részletes elemzéshez azonban értékét pontosan meg kell határozni. Amikor a növényállomány által elnyelt sugárzásról beszélünk, külön meg kell említeni a sugárzó energia hasznosulását. Ismert, hogy 1 gramm glükóz elégetésekor kb. 16 kj energia 24

30 szabadul fel. Ez az értéket alkalmaztuk az energia beépülési arányának kifejezésére is. Amennyiben ismerjük a területegységen képzıdött növényi szárazanyag tömeget, úgy megállapítható a sugárzó energia beépülési aránya, az ún. efficiencia. Az efficiencia azt fejezi ki, hogy a beesı sugárzás hány százaléka épült be. Ismerve a beesı energia nagyságát, valamint a szárazanyag elemi tömegének energia ekvivalenciáját, a hasznosulási arány e két érték hányadosából képezhetı. A teljes szoláris színképre vonatkoztatott energiahasznosulás szántóföldi növényekre 1,5-2,5%. A látható sugárzásra vonatkozó arány pedig a teljes színképre vonatkozó érték kétszerese. Az energiahasznosulás jelentıs mértékben fokozható, a növényfajtól, a tápanyag-ellátottságtól és az állománysőrőségtıl függıen elérheti a 6-8%-ot is. Az energiahasznosulásban a nitrogénellátottság fontos szerepet játszik, mert a nitrogénbıség a növények fotoszintetikus kapacitását növeli. A LEVEGİ MOZGÁSA A NÖVÉNYÁLLOMÁNYOK FELETT ÉS A NÖVÉNYÁLLOMÁNYOKBAN A levegıre, mint gáznemő anyagra érvényesek mindazok a fizikai törvényszerőségek, amelyek az össze nem nyomható folyadékokra vonatkoznak. E megállapításra támaszkodva a levegı áramlási viszonyai igen nagy pontossággal leírhatók. A levegıben kialakuló áramlások elsısorban méréssel és számítások útján tanulmányozhatók és írhatók le. A levegı viszkózus anyag, ennek következtében igen fontos a belsı súrlódása. A belsı súrlódás jellemzésére a dinamikus és a kinematikus viszkozitás szolgál, amelynek értéke a légnyomástól és a hımérséklettıl függ. 2. táblázat. A felszín közeli légtér viszkozitás értékei Hımérséklet C 1, , ,2 15, , Dinamikus viszkozitás: µ, kg m -1 s -1 Kinematikus viszkozitás: m 2 s -1 Re: u = 1 m/s, l = 1000 m 1, ,9 59, A viszkozitás értékek alapján a levegı még lassú mozgás esetén is turbulens, vagyis örvénylı mozgású. Az örvénylı áramlás kialakulási feltételét a Reynolds-számmal (Re) fejezhetjük ki. Ha a Reynolds-szám értéke nem éri el a at lamináris mozgás alakul ki. Az alacsony Reynolds-szám a viszkozitás tehetetlenségi erıvel szembeni túlsúlyát fejezi ki. Amennyiben Re> a tehetetlenségi erı válik dominánssá. A belsı súrlódástól függıen a légáramban sebességkülönbségek alakulhatnak ki. A Reynolds-szám értéke: Re = ul/ν (14.) 25

31 A kinematikus viszkozitás: ahol: u : a sebesség l : az áramlás irányába esı karaszterisztikus út hossza ν = µ/ρ (m 2 s -1) (15.) ahol: ρ : a levegı sőrősége A fennti összefüggéseknek a talajmenti légtérben kialakult mozgások alakulásában jut fontos szerep. A talajmenti térben kialakuló hımérsékleti különbségek hatására - fıként a hımérsékleti szélsıségek idején - a légrétegek belsı súrlódása - a viszkozitás miatt - jelentısen különbözik. A felszín közeli áramlás függıleges menti sebességének leegyszerősített ábrázolását mutatja az 10. ábra. Az ábrán látható, hogy a magasság növekedésével az áramlási sebesség is növekszik. 10. ábra. A szélsebesség változása a magasság függvényében Az alsó légrétegek a súrlódásuk és viszkozitásuk miatt mindig kisebb sebességgel áramlanak, mint a felsıbb légrétegek. Az áramló légrétegek nagymértékben hatnak egymásra. Ezt a hatást súrlódási sebességnek is nevezik. Az ábrán bemutatott függıleges sebességeloszlás szerint a magasabb rétegekben az áramlás nagyobb sebességére utalnak, míg a felszínhez közeledve a sebesség csökken. Úgy tőnhet, hogy a felszín és az alsó rétegek között fékezı erı hat. A légrétegek sebességkülönbsége távolságuk (z) függvénye. Az egységnyi távolságra esı sebességcsökkenés nagyságának és a dinamikus viszkozitás szorzatát Newton után nyírófeszültségnek nevezzük: 26

32 τ = µ d u / dz, (kg) (16.) A légrétegek közötti nyírófeszültség a talajmenti határrétegben független a magasságtól. Ez a talajmenti határréteg egyik legfontosabb tulajdonsága, mivel ennek alapján állapítható meg a határréteg magassága (kb m). A légrétegek közötti távolság szerinti sebességkülönbség a súrlódási sebesség, vagy dinamikus sebesség (u*) értékével jellemezhetı: * τ u = = l ρ du dz (m s -1 ) (17.) Ahol: du/dz : a sebesség magasság szerinti változása l : a keveredési úthossz, amelyen a molekulacsoport elveszíti indulási hımérsékletét, hıkészletét, nedvességtartalmát, stb. u* : a Prandtl féle súrlódási-, vagy dinamikus sebesség A felsorolt aerodinamikai paraméterek a szélsebesség magasság szerinti változása, továbbá a tulajdonságokat szállító, vagy továbbító turbulens diffúziós folyamatok leírásához szükségesek. A talajmenti súrlódási határrétegben a felszín anyagi, hıtani, stb heterogenitása következtében kis távolságon belül is jelentıs aerodinamikai különbségek, tulajdonság-gradiensek alakulnak ki. A felszínre érkezı sugárzó energia hatására kialakuló gradiensek a turbulens légmozgás következtében kiegyenlítıdnek, megszőnnek. A talajmenti határréteg e fontos aerodinamikai jellemzıje a tulajdonságok vertikális és horizontális szállítását eredményezi. A szállítás és a kiegyenlítıdés azonban folytonos, mert újabb és újabb energia jut a felszínre. A folyamatot turbulens diffuziónak nevezzük. A talajmenti határréteg aerodinamikai folyamatainak fontos szerep jut a légkör és a talaj közötti kölcsönhatások alakításában. A talajmenti súrlódási határréteg fontos közvetítı szerepet betöltı transzfer réteg, amelynek folyamatai biztosítják a felszíni tulajdonságok és anyagok légkörbe jutását, továbbá a talajfelszín és a légkör közötti kölcsönhatást. A légmozgás turbulens voltának közvetlen következménye az, hogy egy adott pontban hosszabb-rövidebb idıszak alatt a levegıtulajdonság bár állandó értékőnek látszik, de valójában különbözı frekvenciával ingadozik. Az ingadozás frekvenciája az örvények méretétıl, illetve az örvényméretek spektrumától függ. E jelenség érvényesül mind a sebesség, mind pedig a hımérséklet és egyéb tulajdonságok idıbeli változásában. Az idıbeli 27

33 fluktuáció elsısorban a sebességingadozásra vezethetı vissza. A sebességérték értelmezésekor is figyelembe kell ezt venni, mert a tetszıleges idıtartamra számított sebességátlaghoz különbözı elıjelő sebességváltozás tartozik: u = u ± u [m s -1 ] (18.) Az átlagsebesség és az ún. pótsebesség a térkoordináta minden térszögében érvényes. A horizontális, illetve a vertikális pótsebességek esetében pedig: a horizontális sebességre: u = u ± u (19.) a vertikális sebességre: w = w ± w. (20.) Amennyiben a különbözı irányú pótsebességek abszolút értéke azonos, úgy izotróp turbulenciáról beszélünk. Különbözı irányú és abszolút értékő pótsebességek esetén pedig anizotróp, illetve politrop turbulenciáról. A tulajdonság transzfert ezek a sebesség-pulzációk bonyolítják le, az egymás felett elhelyezkedı örvények adják át tulajdonságaikat a függıleges mentén, a gradiens irányában. A turbulencia nem más, mint az átlagos sebességhez kapcsolódó pótsebességek átlal szabályozott örvénylı keveredés. A turbulens légmozgás a talaj közelében különbözı okokra vezethetı vissza. Az eddig tárgyalt turbulencia bizonyos mozgásmennyiség közlése hatására jött létre és a kiváltott mozgást dinamikus turbulenciának nevezik. A dinamikus turbulencia a szél átlagos sebességével arányos és elsısorban a nappali órákban erıteljes. A besugárzás következtében a talajmenti levegı hımérséklete lényegesen nagyobbá válik a felette lévınél, és labilissá válik. Bizonyos vertikális hımérséklet-különbség esetén az alsó felmelegedett levegı kisebb sőrősége következtében felemelkedik, vagyis a labilitás miatt megindul a konvekció. A konvektív felemelkedés is örvényes szerkezető és a konvektív örvényesség mértéke a dinamikus örvényességével összegzıdik. A labilitás tehát a dinamikus kicserélıdést növeli. Éjszaka fordított helyzet alakul ki, az alsó hideg levegı a felsı meleg levegıhöz képest stabil. A stabilitás pedig a dinamikus kicserélıdést mérsékli. Megállapítható tehát, hogy a talajmenti térben kialakuló turbulens tevékenység, energia- és anyagszállítás a szélsebességtıl és a levegı hımérsékleti rétegzıdésétıl függ. A szélsebesség törvényszerőségei két nagy csoportba sorolhatók: - a szél sebességének alakulása a függıleges mentén, - a mozgó levegı vertikális szállítómunkája. 28

34 E két problémakörre vonatkozó fıbb ismeretek áttekintése következik. A függıleges mentén kialakuló sebességkülönbség a mikrometeorológiai folyamatok egyik legfontosabb szabályozó tényezıje. Ismert, hogy a szélsebesség a felszíntıl távolodva növekszik: Hasonló, de pontosabb összefüggés: u = u 1 z a [m s -1 ] (21.) ahol: u 1 : az 1 m magasságban mért átlagsebesség u : a h magassághoz tartozó átlagos sebesség a : a talajfelszín érdességétıl és a talajmenti tér hımérsékleti rétegzıdéstıl függıen 0,10-0,20 érték u z a z u [m s -1 m ] z = (22.) m ahol: u m : a mért sebességérték, z m magasságban u z : az átlagsebesség a z magasságban a = 0,2 E tapasztalati formulák azonban csak durva becslésnek tekinthetık. A különbözı magasságú sebességi értékek lényegesen pontosabban határozhatók meg a Prandtl összefüggéssel: u z d u( z) = * ln (m s -1 ) (23.) k z ahol: k : Kármán-féle állandó (0,4) u : súrlódási sebesség z 0 : érdességi magasság d : 0-pont eltolódási szint z : a vonatkozási magasság 0 A Prandtl-törvényben a sebesség a magasság logaritmusával lineárisan változik. Az összefüggéssel a magasságmenti sebességeloszlás jól becsülhetı, ha a függıleges mentén a hımérséklet nem változik (neutrális egyensúlyi állapot). A Prandtl-féle összefüggés a z 0 és d értékének ismeretében a növényállományok feletti sebességeloszlás megállapítására is alkalmazható. Az érdességi magasság az a felszín közeli sík, ahol a sebesség nullává válik. A z 0 értéke vízre 0,1-0,6 cm; rétre és mezıre 1,0-5,0 cm; gabonafélékre 3,0-7,0 cm; növény nélküli sík talajra pedig 0,3-1,0 cm. A Prandtl-összefüggés az érdességi rétegekben kialakult sebességek becslésére nem alkalmazható. A 0-pont eltolódási szint azt a magasságot fejezi ki, 29

35 amelyhez a z 0 érdességi magasság viszonyítható. A z 0 +d értéke az ún. kiszorítási réteg, amely a növényállomány egészét magában foglalja, ezért a d+z 0 távolság általában az állományok legfelsı szintjére vonatkozik. A különbözı tapasztalati aerodinamikai paraméterek egymáshoz viszonyított helyzetét a 11. ábra mutatja be. 11. ábra. A tapasztalati aerodinamikai rétegzıdés (d, z 0 ) a növényállományban Tapasztalati mérések alapján: d =0,85 z v [m] (24.) z 0 = 0,13 (z v -d) [m] (25.) ahol: zv : a vegetáció magassága. A növényállomány feletti légrétegben kialakuló sebességeket az alábbi összefüggéssel becsülhetjük, ha az állomány felett legalább egy szinten sebességet mérünk. A becslı logaritmikus függvény: [ ln( z d )/ z ]/ ln( z d ) 2 u / 1 [ z ] [ m ] u = s (26.) Az összefüggés olyan esetekben alkalmazható, amikor az állomány feletti sebességet 5 méteren belül kívánjuk becsülni. A logaritmikus függvények a legkisebb hibájú becslést a függıleges menti termikus egyensúly esetén adják, amikor az egységnyi távolságra esı 30 0

36 hımérsékleti különbség nem haladja meg az ún. hıcserementes (adiabatikus) gradiens 0,0098 C/m értékét. Nappal a talajmenti térben ennek több ezerszerese is kialakulhat, ezért a konvektív kicserélıdés hatását figyelembe kell venni. Ezt egy további függvénnyel oldják meg ismerve, hogy kis távolságon belül a korrekciós tag értéke is kicsi. Egy súrlódási sebességet számító összefüggést már felírtunk. A következı kiegészítı összefüggés szintén a súrlódási sebesség számítására szolgál: ( ν 2 ν1) ( h / h ) [ m ] τ ν * = = k s (27.) ρ ln Az összefüggésekkel a vertikális energia- és anyagszállítás intenzitását kifejezı aerodinamikai paraméterek becslése végezhetı. A vertikális szállítás alatt az egységnyi vízszintes felületen áthaladó energia- és mozgás-, a szenzibilis és a latens hı-, a CO 2, stb. mennyiségét kell érteni. Az összefüggések a Fick-törvényre vezethetık vissza: M s 2 1 [ kg m ] s = K s z (28.) ahol: M s : S tulajdonságú M tömeg idıegység alatt szállított mennyisége K S : a tulajdonság turbulens diffúziós együtthatója s/ z : a tulajdonság vertikális gradiense A gradienst általában mérés útján határozzák meg. K S értékét pedig a szélsebesség függıleges gradiensébıl számítják. A különbözı anyagok turbulens diffúziós együtthatói azonos szélsebesség gradiens esetén is különböznek, azokat általában a mozgásmennyiségre vonatkozó ún. dinamikus turbulens diffúziós együtthatóhoz viszonyítják. Közelítı számításokra az alábbi összefüggés használatos: K m = K H = K V (29.) Egyszerősítésként mind a mozgásmennyiség, mind a hı, mind a vízgız szállítására azonos turbulens diffúziós együtthatót használunk. A turbulens diffúziós együttható egyik legelterjedtebb meghatározási módja: ( u u ) 1 ( T1 T2 ) / z ( u u ) 2 1 [ m ] 0,144 z 2 z 2 D = ln s (30.) lnz2 1 z ahol: 0,144 = k 2 (k: 0,38 Kármán-féle állandó) 31

37 A turbulens diffúzió áthelyezıdésre vonatkozó leírása a turbulens diffúzió diffúziós együtthatókkal történı jellemzését adja. A turbulens diffúziós folyamatok elemzése és a fenti formula Taylortól (1925) származik. Tıle függetlenül dolgozta ki az osztrák Schmidt az as években a szél által kiváltott kicserélıdési folyamatok elméletét. Elméletének a lényege a tömegkicserélıdés folyamatára épülve feltételezi, hogy az egységnyi vízszintes felületen alulról és felülrıl áthaladó azonos levegımennyiség csupán tulajdonságkészletében (hımérséklet, nedvesség, stb.) különbözik. A kicserélıdéskor a tulajdonságkülönbségek kiegyenlítıdése történik. A kicserélıdési folyamat becslésére a kicserélıdési együttható szolgál: Az A és a D közötti összefüggés: ( u2 u1 ) ( z / z ) [ kgm ] k A = ρ s (31.) ln ahol: A : a kicserélıdési együttható D : turbulens diffúziós együttható [ m s ]; D ρ = A [ kgm ] A/ ρ = D s (32.) A kicserélıdési együttható és a levegı sőrőségének hányadosa a turbulens diffúziós együttható értékét adja. Mint látható az energia- és anyagtranszport folyamat intenzitását két tényezı határozza meg: - a vertikális tulajdonság-gradiens (ds/dz), - a szélsebességtıl függı diffúziós vagy kicserélıdési folyamatok intenzitása. A fenti formulák gyakorlati célú alkalmazása bonyolult feladatot jelent. Éppen ezért lényegesek az erre a célra alkalmazható tapasztalati összefüggések. Használatuk célja elsısorban az, hogy a folyamatok fontossági sorrendje meghatározható legyen. Ennek érdekében néhány általános összefüggést mutatunk be. A szélsebesség és a kicserélıdés, illetve a turbulens diffúzió intenzitásának kapcsolata egyértelmően bizonyított, ezért minden szélsebességhez egy-egy együttható tartomány tartozik. A vertikális mentén a szél sebességének két szintben mért hányadosának alakulására van megfigyelési tapasztalat. Ezen információk alapján és a gradiensek ismeretében rekonstruálható a transzport folyamatok intenzitása. Az egyszerő áttekinthetıség érdekében az alábbi táblázatban megadunk néhány, a becsléshez használható arányszámot (3. táblázat). 32

38 3. táblázat. A becsléshez használható arányszámok u 200 -u 50 D A u 200 -u 50 D A 20 cm s cm s cm s cm s cm s ,31 0,47 0,78 1,25 1, cm s cm s cm s cm s cm s ,87 2,18 2,49 2,80 3,12 Az arányok értéktartománya hazánk éghajlati, idıjárási adottságaira terjed ki. A talaj felszínét borító különbözı magasságú és sőrőségő növénytakaróba a szél behatol. A növényállomány fölött a tárgyalt folyamatok játszódnak le. A növényállományban a szállítási és a kicserélıdési törvényszerőségek azonban már jelentısen módosulnak. Lényeges, hogy a növényállomány az áramló levegıvel szemben jelentıs mechanikai ellenállást fejt ki. A felszínen mért sebességhez képest az állomány mélységének növekedésével a sebesség jelentısen csökken. A sebességcsökkenés a Beer-törvénnyel írható le: 0 Z 2,8 1 H 1 [ m ] u = u e s (33.) ahol: z : az állomány felszínétıl mért távolság H : az állomány magassága u 0 : az állomány H szintjében mért szélsebesség A hatványkitevı 2,8 értékő szorzótényezıje csupán a sebesség és a belıle származtatható aerodinamikai paraméterekre állandó. A kicserélıdési feltételekre érvényes összefüggés: A z = A H e z 2,8 1 H (34.) Ha LAI értéke csökken, a szorzótényezı értéke is csökken és megfordítva. A hatványkitevık különbözısége abból származik, hogy a nyírófeszültség a dinamikus sebesség négyzetével arányos. Az erre vonatkozó vizsgálati eredményekbıl mutatunk be néhány példát a (12. ábra). Az ábrán a különbözı korú kukoricaállományokban kialakuló szélprofilok láthatók a H állománymagasság feletti sebességgel együtt. Látható, hogy az állomány belsı terében még nagy állomány feletti szél esetében is erıteljes a sebességcsökkenés. E jelenség fontos, ugyanis a szél, illetve a légmozgás generálta turbulencia szállítja a szén-dioxidot a sztómákhoz. A kis kicserélıdési intenzitású növényállományban a leveleket körülvevı levegıréteg szén-dioxidban elszegényedik, ami gátolja az asszimilációt. A szél tehát igen 33

39 fontos ökológiai tényezı. A szélcsend vagy a nem megfelelı levegıáram intenzitás akadályozza a növények fejlıdését és produktivitását. 12. ábra. A szélsebesség a kukoricaállományban (Uchijama és Wright, 1964) A növényállomány és a felette lévı légréteg együttes áramlási rendszerének jellemzését az ún. normalizált szélprofil szolgálja. A normalizált szélprofilt az állomány feletti és alatti tér sebesség értékei és az állomány szintben mérhetı sebesség hányadosaként számítjuk. Ezáltal a növényállomány közvetlen környezetében kialakított áramlási helyzetrıl kapunk képet. A normalizált szélprofil sematikus értelmezését a 13. ábra mutatja be. 13. ábra. Normalizált szélprofil 34

40 Az elemzési módszer megmutatja, hogy az állomány milyen mértékben csökkenti a felette és a közvetlen közelében lévı sebesség értékét, vagyis az állomány fékezıhatását. Kifejezi, hogy az állomány sőrőségétıl függıen hogyan változik a sebesség az állomány belsejében a függıleges mentén, vagyis milyen mértékő az állomány belsı szerkezetének a sebességkioltása. u v = u 0,5.H / u 1,5.H (35.) ahol: u v : a ventillációs szélsebesség, az állomány szellızöttségének a mértéke. Minél kisebb az u 0,5.H / u 1,5.H hányados, a szellızöttség mértéke is annál kisebb. Az u v paraméter a fotoszintézis alakulásának is fontos szabályozó tényezıje, ugyanis ha az állomány levegıje könnyen cserélıdik a külsı légtérrel, akkor a szén-dioxid-ellátás az állomány egész terére megfelelı. Ugyancsak fontos tényezı az állomány különbözı szintjei transzspirációjának alakulásában. A szellızöttség növekedésével a transzspiráció feltételei javulnak egyrészt a már elpárologtatott vízgız eltávozásával, másrészt a folytonos légcsere a sztómák zavartalan mőködését teszi lehetıvé. A LEVEGİ NEDVESSÉGTARTALMA A légkörben több-kevesebb víz mindig található. A légköri víz egy része szilárd, nagyobb hányada cseppfolyós, míg legnagyobb mennyiségben gız állapotú. Az alapgázokon kívül vízgızt is tartalmazó nedves levegı jellemzésére nem elegendı a három állapotjelzı (nyomás, fajlagos térfogat, hımérséklet), hanem még a vízgıztartalmat is ismerni szükséges. A levegıben lévı vízgız nagyobb részben földfelszíni eredető, míg kisebb részben a légkörben lévı cseppfolyós víz párolgásából származik. A folyadékfázisból elpárolgó molekulák számát N k -val, a kondenzálódókat pedig N v -vel jelöljük, az alábbi három eset különböztethetı meg: N k > N v, a folyadék anyagmennyisége csökken a párolgás dominál, a gáztérben lévı vízgız telítetlen. N k = N v, a folyadék anyagmennyisége állandó, termodinamikus egyensúly, a vízgız telített. N k < N v, a gız anyagmennyisége csökken a lecsapódás dominál, a gáztér túltelített. 35

41 Az elsı esetet a párolgás, a harmadikat a csapadékképzıdés kapcsán tárgyaljuk. A két fázis egyensúlya - telített gız - esetén a Gibbs-féle fázisszabály értelmében a rendszer szabadságfoka 1. Ez azt jelenti, hogy csak egy jellemzıt változtathatunk tetszılegesen, s ez az összes többi változót már meghatározza. Független változó állandó nyomáson általában a hımérséklet. A továbbiakban a légköri vízgızjellemzıket tekintjük át röviden. Páranyomás (gıznyomás, mbar, kpa; jele: e.): A páranyomás a levegıben lévı vízgız parciális nyomása. Mivel a levegı gázkeverék, nyomása egyenlı a keveréket alkotó anyagok parciális nyomásainak az összegével. Ha a nedves levegı nyomását p-vel, a száraz levegıjét pedig p 0 -val jelöljük az alábbi összefüggés érvényes: p = p 0 + e [mbar] (36.) Hazánkban e értéke kisebb, mint 3%, ami kb. 30 mbar. Telítettségi páranyomás (mbar, kpa; jele: E): Értéke ideálisan tiszta vízfelszín felett csak a hımérséklettıl függ. A telítettségi páranyomás az egységnyi térfogatú légoszlopban a T hımérséklető vízgız parciális nyomása. Meghatározására a következı formula használatos: E = 6,10 107,45.t / 234+t [mbar] (37.) A telítettségi páranyomás a hımérséklettel exponenciálisan változik. Az 1 o C-ra esı változás jelölése, ami a következı módon írható fel: = ( T + 237,3) ( T + 237,3) o 1 [ kpa C ] ,27T exp (38.) Abszolút nedvességtartalom (kg m -3 ; jele: a) Meghatározásának módja: a = m v / v l, [kg m -3 ] (39.) Az abszolút páratartalom az általános gáztörvénybıl vezethetı le: 3 [ kg ] mv e e a = = = 0,217 m (40.) v R T T l v Az összefüggésbıl kitőnik, hogy nemcsak a telítési páranyomás, hanem a telítettségi nedvességtartalom is hımérsékletfüggı. A páranyomás és az abszolút nedvességtartalom numerikus értéke igen hasonló, 16,7 C-nál azonosság áll fenn, a hımérséklet emelkedésével viszont különbségük fokozatosan nı. 36

42 A páranyomás legegyszerőbben pszichrométeres (száraz-nedves hımérı-pár) méréssel állapítható meg. A mérıeszköz nedves muszlinnal bevont hıérzékelıjérıl történı párolgás energiáját fıként a hımérı higanytartálya szolgáltatja, ezért a hımérı a ténylegesnél alacsonyabb értéket mutat. 14. ábra. A hımérséklet és páranyomás közötti összefüggés telítési páranyomás relatív nedvesség 37

43 Minél nagyobb a két hımérı által mutatott érték közötti különbség, az ún. pszichrometrikus különbség, a levegı annál szárazabb. A két hıértékbıl a páranyomás a Sprung-formulával határozható meg. ( T T ') [ mbar] e = E' 0,5 (41.) ahol: E : a nedves hımérı által mért érték telítési páranyomása T-T : a pszichrometrikus hımérsékleti differencia 0,5 : a ventillációs együttható (3 m/s szélsebességnél) A levegıben lévı vízgız telítettségi fokáról a relatív nedvességtartalom értéke nyújt felvilágosítást. A légköri vízgız a legtöbb esetben nem telített állapotú, annak relatív értéke: RN = 100 [e/e(t)] (%) (42.) A relatív nedvességtartalom nem a vízgız mennyiségét, hanem csupán a T hımérséklető vízgız telítettségét fejezi ki. A harmatpont ( C, jele: τ): azt a hımérsékletet jelenti, amelyen a vízgız telített állapotba kerül. A harmatpont a levegı hımérsékletéhez viszonyítva annál alacsonyabb, minél kisebb a relatív nedvességtartalom, illetve minél nagyobb a telítési hiány (E-e). Hazánkban a páranyomás a téli félévben nappal 5-15 mbar között változik, éjszaka pedig 5-10 mbar között. A nyári félévben, amikor a levegı vízgıztartalma viszonylag nagyobb nappal, a páranyomás mbar közötti, míg éjszaka mbar. PÁROLGÁS A szántóföldi növénytermesztés egyik fı korlátozó tényezıje a vízellátottság. Magyarország a szárazságra hajló mérsékelt égövi éghajlat fıbb sajátosságai jellemzıek. A csapadék nagyobb hányada a nyári félévben hull, a csapadékminimum általában valamelyik téli hónapra esik. A csapadék nagy idıbeli- és területi szórása következtében a növények vízellátottsága változó. A kontinentális éghajlatú területeken a növénytermések nagyságát ezért elsısorban a csapadékkal összefüggı vízellátottság határozza meg. Ismert, hogy a csapadéknak csak bizonyos hányada hasznosítható a növények számára. A talajfelszínre hulló csapadék talajba jutása, tárolása és hasznosulása a talajok vízgazdálkodási tulajdonságainak a függvénye. A lehullott csapadéknak mintegy a fele hasznosítható a szántóföldi növénytermesztésben. A hasznosulás mértéke a talaj fizikai féleségének, porozitásának, térszíni elhelyezkedésének, stb. függvénye. 38

44 A vízhasznosulás elemzésekor a lehullott csapadék mennyiségén kívül ismerni kell az elpárolgott, a talajvízbıl a gyökérzónába jutó vízmennyiséget is. A párolgás nagyságát közvetlenül nem tudjuk mérni. Elkerülhetetlenné vált különbözı számítás eljárások bevezetése, melyekkel az elpárolgott víz mennyisége becsülhetı. A párolgás a vízkörforgalom része, ezért a körforgalom többi elemének ismeretében azokból becsülhetı. A párolgás nagyságát ezzel a módszerrel kisebb-nagyobb területő térségekre becsülték. A vízkörforgalom elemeinek nagyobb idıfelbontású imeretével meghatározható a párolgás egy-egy idıszakra esı nagysága. A szántóföldi növénytermesztési célból nemcsak a különbözı idıszakra vonatkozó összpárolgást, hanem a párolgás intenzitását is vizsgálták. A növényi növekedés folyamat-elemzéséhez az idıegységre esı párolgás nagyságát kell ismerni. A növényi produkció nagyságának modellekkel történı becsléséhez szintén szükség van vízkörforgalom elemeinek ismeretére. Évtizedeken keresztül nagyrészt empirikus összefüggésekkel történt a párolgás becslése. Fıként az analóg módszerek terjedtek el. Különbözı referenciafelületek párolgását tanulmányozták, és a párolgás idıszakos intenzitását mérték a szükséges idıfelbontásban. Ez az alapgondolata az evapotranszspirometria-nak, amikor különbözı felülető és mélységő, talajjal vagy vízzel töltött kádak párolgását állapították meg. Elsıként az amerikai Thornthwaite hozott létre párolgásmérı kádhálózatot, amellyel a levegı párologtató képességét határozta meg. Késıbb Blaney-Criddle dolgozott ki mérırendszert, amellyel a növények vízfogyasztását állapította meg úgy, hogy összehasonlította a növény, és a referenciafelülető talaj-, és vízfelszín párolgását. Így jutott el a Crop coeficient fogalmához, a növény referenciafelszínhez viszonyított vízfogyasztását kifejezı tényezıhöz. A módszer még ma is használt azzal a különbséggel, hogy ma már nemzetközi megállapodás született arról, hogy mely felszín szolgáltat párolgási referencia értékeket. Elfogadottá vált, hogy rövidre vágott gyeptakaróval fedett talaj, vagy rendszeresen kaszált lucernaállomány által fedett talaj tekinthetı olyan párolgási referenciaértéknek, amelyhez a különbözı fajú, fejlettségi állapotú növényállományok vízfogyasztása viszonyítható a különbözı befolyásoló tényezık szerepének tanulmányozásakor. A vízfelszín ma már nem használatos referenciafelület, mert a víz állapota megváltozik elszennyezıdik s emiatt a párolgás is változik. A rövidre vágott gyep, illetve lucernaállomány fedte talaj, mint páraleadó-rendszer állapota a tenyészidıszakban állandó, ha folyamatos vízutánpótlással biztosítjuk, hogy a párolgást vízhiány ne csökkentse. A párolgás ekkor kizárólag az idıjárási feltételektıl függ, s alkalmas a referenciafelszínhez viszonyított párolgási arány összehasonlító meghatározására. A 39

45 növényi konstansok többsége ma is általánosan használt. Megjegyzendı, hogy konstansok meghatározásakor nem minden esetben alkalmaztak megfelelıen kontrollált légkörfizikai beállítást. A párolgás meghatározási módszert tovább bonyolítja, hogy a mérırendszert a növényi konstansok extrapolációjának pontossága érdekében a mérıhelyen hitelesíteni kell. Ezt a késıbbiekben részletesen tárgyaljuk. A párolgás minden esetben kizárólag fizikai folyamatnak tekinthetı attól függetlenül, hogy milyen felületen történik a halmazállapot-változás. A párolgás ember által nem befolyásolható fizikai folyamat. A párolgás energiaigényes folyamat, amely során a cseppfolyós víz alacsonyabb energiaszintrıl magasabb energiaszintre kerül. A párolgás irányított folyamat, az irányító tényezık egy része aerodinamikai, más része pedig energetikai. Az energetikai tényezık megismerése a párolgás mennyiségi megállapítását teszi lehetıvé. További feladat a két tényezıcsoport szerepének és hatásának a megismerése. Mivel a tényezıcsoportok hatása folyamatosan, idırıl idıre és pontról pontra változó, az azonos párolgási érték nem jelenti a meghatározó tényezık azonos értékét (kompenzáció). A PÁROLGÁS NÉHÁNY ELMÉLETI KÉRDÉSE A párolgás energiaigényes halmazállapot-változás, amelynek energiaigénye a párolgó víz hımérsékletével fordítottan arányos. Az egységnyi tömegő víz elpárologtatásához szükséges energiamennyiséget a víz párolgáshıjének (L) nevezzük: L = ,361 T [kj kg -1 ] (43.) Ahol: T : hımérséklet ( C) 1 kg víz elpárologtatásához 0 és 40 C között kj energia szükséges (párolgáshı). A víz elpárolgásához, levegıbe kerüléséhez és a vízgız levegıben tartásához szükséges hıenergiát rejtett hınek, vagy látens hınek (Q L ) nevezzük: J/kg; 250 J mm -1 cm -2. A latens hı tehát a nedves levegı jellemzıje és nagysága a vízgıztartalommal arányos. A hımérıkkel mért léghımérséklet, az ún. szenzibilis hıvel (Q S ) arányos. A párolgás intenzitását a párolgó anyag hıkészlete és a párolgás fizikai feltételei határozzák meg. Vízfelszín párolgása a párolgási rendszerrel közölt hı mennyiségétıl, a levegı mozgásától és a vízgız telítettségétıl függ. Az elpárolgott víz tömege különbözı egységekben fejezhetı ki: 40

46 MJ mm 1000kg m MJ Párolgás = (energia) = = 3 2 kg day m 1000mm m day (44.) Párolgási hı: L = kj m kg kg 1000 = MJ kg (45.) Az energia- illetve a vele azonos vízegyenérték átváltása: Párolgás = 3 MJ kg m 1000mm mm = m day MJ kg m (46.) day Ahol: L a párolgáshı, vagy párolgási entalpia MJ / kg A talaj-növény-levegı rendszerben a vízmozgás különbözı halmazállapotú lehet. A víz áthelyezıdése azonos paramétert alkalmazva tekinthetı át. Termodinamikai értelemben a vízpotenciál alkalmas dimenzió, amely a víz teljes, specifikus és szabad energiáját jelenti. A vízpotenciál (Ψ v ), és a levegı vízgıztelítettsége között az alábbi összefüggés áll fenn: Ψ V = ρ RT ln M e E e = 3071 log E (atm) (47.) ahol: T = 2,93 K ρ : a vízgız sőrősége (kg/m 3 ) M : a víz molekula tömege R : a gázállandó (8,3143 J K -1 mol -1 ) Amikor a vízgız telített állapotban van (e/e = 1,0), vagyis a relatív nedvesség 100%, a vízpotenciál értéke 0. A telítési arány csökkenésével a vízpotenciál értéke egyre inkább csökken, és negatív marad. Ebbıl következik, hogy a vízgız áthelyezıdése mindig a nagyobb szabadenergiájú térbıl indul. 4. táblázat. A vízpotenciál értéke (e/e) telítési arány függvényében e/e 0,10 0,25 0,50 0,75 0,95 0,995 1,000 ψ v atm

47 A vízpotenciál negatív elıjelő, így a negatív vízpotenciál értékek bizonyos szívóerıre utalnak. A természetben a vízpotenciál változó értékhatárok között ingadozik. A hımérséklet is fontos, mert a telítési páranyomás hımérsékletfüggı. Talajokban is van a gázhalmazállapotú víznek egy hımérsékleti napi ciklusa, amelynek amplitúdója kicsi. A növényi hımérséklet különösen a levélben már jelentısebb ingadozású. A hımérsékletre visszavezethetı ingadozás a növényekben igen nagy lenne, ha azt a vízgıztelítettség nem ellensúlyozná. Ennek ellenére a vízpotenciál napi amplitúdója a növényekben nagyobb, mint a talajban. A légköri vízgız napi ingadozása a legnagyobb. Nyári idıszakban, hazánkban meghaladhatja a 1000 atm-t, míg az éjszakai órákban a harmatképzıdéskor -100 atm alá csökken. A vízpotenciál talajban, növényben, valamint a levegıben kialakuló napi ciklusát a 15. ábra szemlélteti. Az ábrán a vízgızdiffúzió irányának napi változása is nyomon követhetı. A párolgás fogalomköre egyéb hidrometeorológiai tényezıkhöz viszonyítva eléggé összetett. A párolgásnak két nagy fogalmi kategóriáját szokás megkülönböztetni: A vízhiány által nem korlátozott potenciális párolgás A vízhiány által korlátozott tényleges párolgás E két nagy fogalomcsoportra egyaránt érvényes, hogy a párolgás alulról és felülrıl fizikailag korlátos. A párolgás sohasem haladhatja meg a felszínre érkezı energia vízegyenértékét. Alsó határa nulla abban az esetben, ha a negatív párolgásról, azaz kondenzációról és harmatról nem beszélünk. Vízhiány által nem korlátozott, potenciális párolgáson a felszínre érkezı energia által a levegıbe juttatott vízgızmennyiséget értjük. A potenciális párolgást meghatározó tényezık: - a felszínre jutó energia; - a levegı vízgıztelítettségi állapota; - a párolgó felület közelében kialakuló turbulens függıleges átviteli folyamatok; - a párolgó felület vízgız diffúziót módosító fizikai paraméterei. A potenciális párolgás általános fogalom, ami a párolgási felület szerint tovább specifikálható: talajpárolgás: evaporáció, E 0.s, mm, LE J/m -2, vízfelszín párolgás: evaporáció, E 0.v, mm, LE J/m -2, növényi párolgás: transzspiráció, E 0 T, mm, LE J/m -2, 42

48 növényállomány párolgása: evapotranszspiráció, ET 0, mm, LE J/m ábra. A vízpotenciál napi ritmusa A potenciális párolgás talaj esetében akkor következik be, amikor a talaj nedvességtartalma azonos a talaj minimális vízkapacitásával. A potenciális evapotranszspiráció esetében a gyökérzóna talajnedvesség tartalma eléri a minimális vízkapacitást. A potencialitás szigorú kritérium, amely csak közelítıen teljesül a napszakos változások során. Ebbıl következik, hogy a potenciális párolgás meghatározása nem egyszerő feladat. A tényleges párolgás analóg a potenciális párolgás értelmezésével. Az alábbi párolgás típusok különíthetık el: vízfelszín-párolgás, evaporáció talajpárolgás, evaporáció növényi párolgás, transzspiráció 43

49 tényleges evapotranszspiráció. A felsorolt fogalmak egységei és dimenziói azonosak a potenciális párolgáséval. A tényleges párolgás és a potenciális párolgás viszonya a felszíntıl függetlenül egységes. A tényleges párolgás, vagy tényleges evapotranszspiráció azonos a potenciális párolgással, illetıleg a potenciális evapotranszspirációval. A tényleges és a potenciális párolgás, illetve evapotranszspiráció hányadosa a relatív párolgás, vagy relatív evapotranszspiráció. A tényleges párolgás és evapotranszspiráció értékét az alábbi tényezık határozzák meg: a potenciális párolgás, evapotranszspiráció; a párologtató közeg nedvességtartalma (talaj-növény). Mivel a tényleges párolgás és evapotranszspiráció víz által korlátozott, a korlátozó tényezı, a vízhiány mértéke határozza meg a potenciális és a tényleges vízveszteség különbségét. Külön tárgyalják az ún. klimatikus vízhiányt, amelyet a csapadék és a potenciális evapotranszspiráció különbségeként határoznak meg. 16. ábra. A párolgásmérı kádak típusai A kád, 1,14 m 2 U kád, 3 m 2 50cm A potenciális párolgást méréssel, illetve számítással határozzák meg. Mérésére nemzetközi szabványok léteznek. Ezt megelızıen meghatározott felülető, vízzel töltött párolgásmérı kádakat használtak a levegı párologtató-képességének a meghatározása. Az éghajlati vizsgálatokra ma egységesen az ún. A-típusú kádat használják, amelynek felülete 1,14 m 2 és a benne lévı víz mélysége 25 cm. A kádat fehérre festett állapotban, a talajfelszín fölött kb. 10 cm-re elhelyezve tartják egy arra alkalmas támasztékon. Az A-típusú kád a Meteorológiai Világszervezet (WMO) által elfogadott nemzetközi standard. Hazánkban - a korábbi években 44

50 - az ún. U-típusú magyar tervezéső Ubell-kád terjedt el, amely a talajba süllyesztve használatos. A kád peremébıl 10 cm a talajfelszín fölé nyúlik ki, így az el-, illetve a hozzáfolyás még sok csapadék esetén sem befolyásolja a kád vízszint magasságát. Az A- és az U-típusú kádak vázlatát a 16. ábra szemlélteti. Párolgásmérésre ezen kívül még talajba süllyesztett kádakat, ún. lizimétereket is alkalmaznak. A liziméteredényt talajmonolittal töltik meg, melyet rendszeresen kaszált gyep fed. A kívánt nedvességtartalom folyamatos fenntartása céljából a kádhoz egy kompenzációs rendszer kapcsolódik, amely a kádba folyamatosan és automatikusan pótolja az elpárolgott vízmennyiséget. Ez az ún. Thornthwaite-féle kompenzációs evapotranszspirométer. A mérırendszerrel azonban csak néhánynapos átlagban nyerhetı reális párolgási érték. A Thornthwaite-rendszerő kompenzációs evapotranszspirométer vázlatos szerkezeti felépítését a 17. ábra szemlélteti. Áttekintve a párolgásmérési lehetıségeket megállapítható, hogy a potenciális párolgás mérése nehezen megoldható feladat a párolgást befolyásoló kritériumok (a párolgó vízfelület állandósága, a kádban lévı víz tisztasága, stb.) állandó értéken tartásának nehézségei miatt. Mindezeken túl a párolgásmérés egyik szigorú kritériuma nem teljesül, amikor fıleg a nyári félévben mért párolgás energia-egyenértéke meghaladja a felszínre érkezı energia nagyságát, amely az energia-megmaradás elvvel ellentétes. A nyilvánvaló mérési hibát az ún. mikroadvekciós hatás okozza, melyet oázis-effektusnak nevezünk. Lényege abban áll, hogy a párolgásmérı-kádat körülvevı száraz terület erısen felmelegszik, a felette kialakuló talajközeli turbulens levegı átnyúlik a párolgásmérı-kád felületére, és nagymennyiségő szenzibilis hıt ad át a kádban lévı víznek, amely felgyorsítja a párolgást. Hasonló helyzet áll fenn talajjal töltött liziméterek esetén is, azonban ott ez a hatás csekélyebb mértékő, és kb. 30%-os többlető mérési hibát okoz. E hiba elhárítása céljából a párolgásmérı-kádat 3-6 m szélességő, öntözött területtel szokás körbevenni. Az oázishatásból származó hiba azonban még ezen a módon sem küszöbölhetı ki, csak mérsékelhetı. A tapasztalatok alapján vált nyilvánvalóvá, hogy a levegı párologtatóképességének megbízhatóbb módja a számítás lehet. A potenciális párolgás fogalmát és legegyszerőbb számítási módját is Thornthwaite dolgozta ki. A számítás egyszerő és csak a hımérsékleti adatok szükségesek hozzá, ennek ellenére közelebb áll a valóságoshoz, mint a párolgásmérı-kádaké. 45

51 17. ábra. A Thornthwaite-rendszerő kompenzációs evapotranszspirométer A párolgás esetében feltétlenül figyelembe kell venni a felhasználás tér- és idıskáláját. A talaj-növény-levegı rendszer alrendszereinek van bizonyos tehetetlensége a környezeti hatásokkal szemben. Az alrendszerek tehetetlenségének a különbsége jelentıs. A talaj többhónapos, olykor egy évet meghaladó reakcióidıvel válaszol bizonyos hatásokra. A növények reakcióideje jelentısen rövidebb, néhány órás szélsıséges hatás következménye néhány nap után már megjelenhet. Növények esetében napi idıskálában kell gondolkodni, pl. az 5-6 nap idıtartamú szélsıséges vízhiány, vagy víztöbblet maradandó kárt okozhat. A levegı tehetetlensége percekben, maximum órákban fejezhetı ki. Az evapotranszspiráció esetében, amelyben a talaj és légkör hatása együtt jelenik meg, a válaszreakció különbözı idı után következik be. Jelentıs a különbség a homok és az agyagtalaj párolgása között, mivel a két eltérı fizikai féleségő talaj jelentısen különbözı hı- és vízforgalmi tulajdonságokkal rendelkezik. Az idıskála megválasztása mindenkor a célkitőzés függvénye. Amennyiben hosszabb idıszak vízellátottsága és vízfogyasztása nagyságát kívánjuk becsülni, a néhány napos összegek is kellı részletességő információt szolgáltatnak. Amennyiben a növény párolgási dinamikájának a napi ciklusát elemezzük, olyan módszereket kell alkalmazni, amelyek idıfelbontása legalább egyórás. Bárhogyan történik is a párolgás megállapítása - mőszeresen vagy számítással - eltérı módszerek egyidejő, párhuzamos használata szükséges. A számítások és a módszerek is valamilyen idıskálán mőködnek. A gyakorlatban a napos idılépték terjedt el. A napi dinamika megismeréséhez pedig a perc, illetve órás értékek szükségesek. 46

52 Nem csak az idı, hanem térskála érvényessége is vizsgálandó. Megállapítható, hogy a vizsgálati eredmények térbeli érvényessége is módszerfüggı. Az általánosan használt területi skálák jelentısen különböznek. A legelterjedtebb a lokális skála, amikor a mérési eredmények a vizsgálati helyre vonatkoztathatók és nem extrapolálhatók. Az extrapolációt különbözı okok korlátozzák. Elsıként a talaj térbeli különbségét, heterogenitását kell megemlíteni, majd az azzal csaknem egyenlı fontosságú növényzeti különbség hatását. Egyes módszerek a felszíni heterogenitás hatását elhanyagolják. Ekkor ún. területi párolgásról beszélünk, amely nem a talajfelszín és a növénytakaró térbeli különbségébıl adódó eltérést mutatja, hanem elsısorban az éghajlati különbségek párolgásra gyakorolt hatását. A területi párolgás meghatározására szolgáló módszerek elsısorban éghajlati adatokra támaszkodnak. Az eredményben megjelenı különbségek csaknem kizárólag éghajlati eltéréssel magyarázhatók. Fontos tudni, hogy melyek a kizárólag éghajlati alapon agronómiai intézkedési javaslatot tevı eljárások. Összefoglalva megállapítható, hogy a párolgási módszereket tér- és idıskála szerint kell megválasztanunk. A továbbiakban a legfontosabb párolgás meghatározási elemzı eljárásokat ismertetjük. A PÁROLGÁS MEGHATÁROZÁSI MÓDSZEREI A potenciális és a tényleges párolgás, illetıleg az evapotranszspiráció meghatározásának számos módszere ismert. A választék széles lehetısége azonban óvatosságra int, mert a különbözı módszerek eltérı határfeltételekkel alkalmazhatók. Bármelyik módszert alkalmazzuk, a legkisebb hibájú eredményt nagy kiterjedéső és homogén vonatkoztatási felületre kapjuk. Ekkor ugyanis a talaj-növény-levegı rendszeren belül a vertikális mozgások dominálnak, és az oldalirányú hatások a növénytakarót fedı légköri határréteg keveredése elhanyagolhatók lesznek, vagyis a vertikális vízgızáram intenzitás fıként a talaj vízkészletétıl és a növényi vízforgalomtól függ. Az alábbiakban bemutatására kerülı módszerek nem túlzottan bonyolultak. BLANEY-CRIDDLE-MÓDSZER A módszer tapasztalati elgondolásra épül. A potenciális evapotranszspiráció értékét a Thornthwaite-féle, rövid gyeptakarójú evapotranszspirométerrel kell meghatározni. Folyamatos vízellátás esetén a referenciafelszínrıl bekövetkezı evapotranszspiráció potenciálisnak tekinthetı. A néhány négyzetméternyi felületrıl történı párolgás néhány napos összege csak közelítı pontosságú párolgásmérést tesz lehetıvé, az oázishatás csökkentése 47

53 érdekében 4-5 m távolságig nedvesen tartott környezetben. Feltételezzük, hogy a távolabb felhevült és száraz környezet már nem növeli a kádpárolgást, és a mért vízfogyasztás ezáltal a potenciális ET 0. A különbözı növényfajok, fajták potenciális párolgása eltérı. Az eltérés nagyságát a növényállomány sőrősége, fejlettségi és egészségi állapota és a vízfogyasztást befolyásoló termesztés technikai tényezık, pl. a tápanyag-ellátottság határozzák meg. A fiatal növények vízfogyasztása jelentısen kisebb, mint a nedves felület potenciális evapotranszspirációja, majd a fejlıdés elırehaladtával a víz fogyasztását egyre inkább a növény veszi át. Kísérleti mérések szerint a növényi levélfelület logaritmusával növekszik a transzspiráció. A megállapítás a növényi tömeg szerepét mutatja a növényállomány vízfogyasztásában. A növényállomány tömege és annak szabályozó hatása folyamatosan változik, ezért a módszer kidolgozói egy szorzótényezıt ún. k növényfaktort vezettek be, amellyel a növényi tömeg idıszerinti változása leírható. A k-faktor ismeretében felírható a vizsgált növény potenciális evapotranszspirációja: ET 0 N = k ET 0 (48.) k-faktor = ET 0 N / ET 0 (49.) A k-faktor tehát fajspecifikus. Összehasonlító mérésekkel kísérletileg állapítják meg, s ebbıl származik a módszer empirikus jellege. A hazánkban termesztett növényekre és éghajlati feltételekre vonatkozó tényezık értékét az 5. táblázat mutatja be pentádonként a tenyészidıszakra. A k-értékek megadhatók olymódon is, hogy csupán a kezdeti és a teljesen kifejlett állapot k-értékét határozzuk meg, majd a közbensı értékeket logisztikus trendfüggvénnyel interpoláljuk tetszıleges idıpontra. A közölt táblázat adatai többéves átlagértékek, amelyek jól leírják a különbözı növényfajok vízfogyasztását. Segítségükkel a különbözı éghajlatú és talajú területekre a szóban forgó növény tenyészidıszak alatti vízfogyasztásának összege, illetve az egyes fejlıdési fázisokban a maximális vízfogyasztás határozható meg. Példaként a 18. ábra a kukorica (a) és a cukorrépa (b) a tenyészidıszak alatti teljes maximális vízfogyasztását mutatja. 48

54 5. táblázat. A k növényi állandók evapotranszspirométerrel mért értékei Pentád İszi búza Kukorica Cukorrépa Lucerna április 1. 0,24 0, ,28 0,01 0, ,33 0,02 0, ,38 0,04 0, ,46 0,05 0, ,57 0,02 0,07 0,42 május 1. 0,69 0,03 0,09 0, ,78 0,04 0,11 0, ,85 0,05 0,14 0, ,93 kal. 0,07 0,16 0, ,96 0,08 0,20 0,50 ka. 6. 0,99 0,10 0,27 0,55 június 1. 1,00 0,13 0,35 0, ,99 0,18 0,45 0, ,97 0,24 0,55 0, ,93 0,32 0,67 0, ,84 0,44 0,78 0, ,77 0,55 0,86 áll.2 0,60 ka. július 1. 0,68 0,68 0,92 0, ,57 0,82 0,97 0, ,40 0,94 c.h. 1,00 0, ,00 0,97 0, ,97 0,91 0, ,93 0,86 növ.al. 1,00 augusztus 1. 0,88 t.é. 0,79 0,65 ka. 2. 0,82 0,72 0, ,74 0,63 0, ,65 0,54 0, ,57 0,47 0, ,48 0,40 0,90 szeptember 1. 0,40 0,34 0, ,30 0,29 0, ,20 0,25 0,55 ka. 4. 0,10 0,22 0, ,03 0,18 0, ,15 0,48 október 1. 0,12 0, ,08 0, ,07 0, ,06 0, , ,22 Rövidítések: kal. = kalászhányás, c.h. = címerhányás, t.é. = teljes érés, áll.2. = állomány záródása, növ.al. = növekdés megáll, alsó levelek száradni kezdenek, ka. = kaszálás. 49

55 18. ábra. A kukorica és cukokrrépa vízfogyasztása mm hónap A kukorica (a) és a cukorrépa (b) a tenyészidıszak alatti teljes maximális vízfogyasztása III. IV. V. VI. VII. VIII. IX. kukorica cukorrépa A Blaney-Criddle módszer továbbfejlesztett változata is ismert, amelynek alkalmazásával a növénytakaró által felhasznált vízmennyiség a CU (consumptive water use) becsülhetı: CU = PET = k cp (0,46 T + 8) [mm nap -1 ] (50.) Ahol: T : a napi középhımérséklet ( C) c : a relatív nedvességtartalom napi minimumától, a szélsebességtıl, és a relatív nedvességtıl függı szorzótényezı p : a földrajzi szélességtıl függı együttható, ami az átlagos napfénytartamot fejezi ki A formulában szereplı (0,46 T + 8) kifejezés a PET átlagértéke, amelyet a c tényezı pontosít. A c nomogramját a 19. ábra mutatja. A k növény faktor megállapítását az adott helyre kell megállapítani, mert értéke nem extrapolálható. A Blaney-Criddle-eljárás az empirikus módszerek csoportjába tartozik, s elsısorban a mezıgazdasági vízgazdálkodási számításokban használható. Érvényessége referenciafelülethez kötött. 50

56 51 6. táblázat. A lehetséges órákban kifejezett napfénytartam átlagos relatív értéke a különbözı földrajzi szélességeken (Doorenbos és Pruitt, 1977) Észak Dél Jan. Júl. Febr. Aug. Márc. Szept. Ápr. Okt. Máj. Nov. Jún. Dec. Júl. Jan. Aug. Febr. Szept. Márc. Okt. Ápr. Nov. Máj. Dec. Jún. 60º *

57 19. ábra. Korrekciós tényezı (c) a szélsebesség és a relatív nedvességtartalom alapján (Doorenbos és Pruitt, 1977) THORNTHWAITE-MÓDSZER Tapasztalatból tudjuk, hogy a PET értékét fıként a hımérséklet határozza meg. A Thornthwaite-módszer elsısorban a nagytérségek PET összegeinek megállapítására alkalmas, de nem tükrözi jól a PET levegı nedvességtartalmától való függését. PET a 10T = 1,6 [ mm] (51.) T E 52

58 ahol: T : a havi középhımérséklet ( C) T-E : a hımérsékleti hatékonyság T-E a különbözı éghajlatú területeken más és más értékő. A formulát késıbb Thornthwaite egyszerősítette: a 10T PET = 1,6 [ mm] (52.) I ahol: T : a havi középhımérséklet I : az ún. hıindex A hıindexbıl az a kitevı a következıképpen határozható meg: a = 0, I 3 0, I 2 + 0,01792 I + 0,49239 (53.) 12 1,514 T I = i = (54.) 5 1 A számítások során nyert potenciális evapotranszspiráció 30 napos hónapokra, illetve 12 órás nappalokra vonatkoznak. További segédtáblázatokat használnak ezért a tényleges értékek kiolvasására. Thornthwaite nomogramokat és segédtáblázatokat állított össze erre a célra. Módszerét csupán azért mutatjuk be, mert igen sok irodalmi forrás hivatkozik arra. Ma már kevesen használják, mert csupán a hımérsékletet veszi figyelembe, a levegı nedvességtartalmát pedig nem. BOWEN-ARÁNY MÓDSZER A módszer alaptétele, hogy a felszínre érkezı energia 90-95%-a a levegı felmelegítésére és a párolgásra használódik fel. A szenzibilis hı a hımérséklet szabályos változásában nyilvánul meg, a latens hı pedig a párolgás alapján ítélhetı meg. Az alábbi összefüggés érvényes: R n G = H + Le (55.) ahol: R n : a sugárzási energiamérleg G : a talaj által forgalmazott hımennyiség (ground-flux) H : a levegınek átadott hıenergia nagysága, a szenzibilis hı LE : a párolgásra fordított energia nagysága L : pedig a párolgási hı (L ~ 2500 kj/kg, vagy L ~ 250 J/mm/cm 2 ) A fenti alapösszefüggés analitikus változata: 53

59 2 [ W m ] dt dq Rn G = ρ c p K L ρ K (56.) dz dz ahol: ρ : a levegı sőrősége, kg/m 3 c p : a levegı fajhıje állandó nyomáson K : a turbulens diffúziós együttható dt/dz és dq/dz : a hımérséklet és a specifikus nedvességtartalom magasság szerinti változása K : turbulens diffúziós együttható K aerodinamikai paraméter a levegı tulajdonságok (hıenergia, vízgız, CO 2, stb) örvénylı mozgású szállítására a felszínre merıleges irányban, a gradiens mentén. Mivel a felszín közeli levegıben a hıenergia és a vízgız lényegesen több, mint a magasabb légrétegekben, ezért nappal a szállítás felfelé irányul, éjszaka pedig lefelé. A turbulens diffúziós együttható az egyenlet átrendezésével kifejezhetı. Ekkor a q specifikus nedvességtartalom helyett az e páranyomás értékét alkalmazzuk: 1 [ m ] Rn G K = s 1 c p ρ( dt / dz) + ρ( de / dz) γ (57.) pc p γ = = 66.1Pa K 0.622L ahol: p :légnyomás, kpa c p : a levegı fajhıje állandó nyomáson, kj kg -1 C -1 L : a víz párolgás hıje, kj kg -1 Feltételezzük továbbá, hogy a tulajdonságok turbulens diffúziós együtthatója azonos. Vagyis a (K m ) mozgásmennyiségre és a többi tulajdonság (H: hı, W: vízgız) szállítási együtthatójára, fennáll az alábbi egyenlıség: 1 K m = K H = K W = K (58.) ahol: K : az univerzális turbulens diffúziós együttható A szenzibilis és latens hı arányát β-val jelölve, a következı összefüggés érvényes: c ρ K = ρ L K ( dt / dz) c p T1 T2 = ( dq / dz) L ( q q ) ( T1 T2 ) ( q q ) p H 4 β (59.) W 1 2 = A β-érték meghatározásához a specifikus nedvességtartalom vertikális gradiensét használják. A K érték analitikus függvényében pedig a de/dz páranyomás gradiens szerepel. A két gradiens helyett a γ pszichrometrikus állandót vezették be. A β érték az egyenlet jobb oldali

60 utolsó egyenlısége szerint egyszerően számítható. A levezetést a β érték számítása érdekében mutattuk be. A β értéket visszahelyettesítve a kiindulási egyenletbe kapjuk: ( Rn G) 2 β [ ] ( Rn G) 2 W m ; H = [ W ] LE = m 1+ β 1+ β (60.) A végformulából világossá válik, hogy a fenti összefüggések segítségével a tényleges párolgás, illetve evapotranszspiráció meghatározása egyszerő, és egyidejőleg a szenzibilis hıáram is megállapítható. Amikor e folyamatokat kizárólagosan a nap sugárzó energiája tartja fenn, akkor az R n - G/H + LE = 1.0, vagy csak kismértékben tér el attól. Ekkor az energiával el tudunk számolni, tehát az energia megmaradásának törvénye teljesül. A módszer alkalmazása viszonylag nagy pontosságú a rövid idejő folyamatok dinamikájának a leírására, így pl. a párolgás napi menetére. Ez a napi dinamika fontos a különbözı növényfajok és agrotechnikai mőveletek hatásának elemzésekor. PENMAN-MONTEITH MÓDSZER A módszer egyesíti az energetikai, az aerodinamikai és a biofizikai tényezıket: ( Rn G) + ρcp( E e) + γ ( 1+ r / r ) 2 1 [ kj m ] 1/ ra LET = s c a (61.) ahol: LET : az evapotranszspiráció latens energiaárama (kj m -2 s -1 ) R n : a sugárzási mérleg energiája a felszínen (kj m -2 s -1 ) G : a talaj által forgalmazott hıenergia (kj m -2 s -1 ) ρ : a levegı sőrősége (kg m -3 ) c p : a nedves levegı állandó nyomáson vett fajhıje (kj kg - 1 C -1 ) (E-e) : telítési hiány (kpa) r c : a növényállomány ellenállása (s m -1 ) r a : az aerodinamikus ellenállás (s m -1 ) : a telítési páranyomás görbéjének 1 C-ra esı változása (kpa C -1 ) γ : pszichometrikus konstans (kpa C -1 ) L : a víz párolgási hıje (MJ kg -1 ). A növényállományok átlagos aerodinamikai ellenállása igen egyszerően becsülhetı: Rl 200 rc = = (62.) 0.5LAI LAI 55

61 ahol: R l : a levél napi átlagos sztomatikus diffúziós ellenállása (s m -1 ) LAI : pedig a levél terület index A sztomatikus diffúziós ellenállás a vízellátottságot fejezi ki. Mivel a sztómák nyitottsága és a talaj nedvességtartalma egymáshoz aránylik könnyő belátni, hogy a talajnedvesség fokozatos csökkenésével a sztómák nyitottsága is csökken, vagyis a sztómákon lezajló vízgızcsere, lelassul és a vízárammal szembeni ellenállása pedig megnı. Vízhiány okozta stressz esetén a sztómák csaknem zárttá válnak, a gázcsere lelassul, vagyis a transzspiráció minimálissá válik. A levélfelület nagysága különbözı módokon becsülhetı. Lucernánál és más szántóföldi növényekre is igaz az alábbi tapasztalati összefüggés: LAI = ln(h c ) (63.) Ahol: h c : a növényállomány magassága A sztomatikus diffúziós ellenállás becslésére az alábbi tapasztalati összefüggés használható: r c = 200 / 2,88 = 70 [s m -1 ] (64.) ahol: 2,88 érték a levél terület indexe, abban az esetben, ha a növényállomány magassága 0,12. A növényállomány aerodinamikus ellenállása a turbulens diffúziós együttható reciproka: További összefüggések: z m d ln z h d ln z0h 1 ra = [ s m ] (65.) 2 k u z ahol: z m : a szélsebesség mérési magassága z h : a hımérséklet és a nedvességtartalom mérési magassága k : Kármán-féle állandó (0,41) u z : a szélsebesség a z m magasságban d = 2 3 h c = 0,08 z 0m = 0,123h c = 0,015 (66.) z 0h = 0,1z 0m = 0,0123h c = 0,

62 Az egyenlıségekkel meghatározhatók a fıbb aerodinamikai jellemzık (z 0 : érdességi paraméter, d: 0-pont eltolódási szint, ld. 20. ábra). Áttekintve és értelmezve az összefüggést megállapítható, hogy a Penman-Monteith-féle módszer kombinált eljárás, amelyben energetikai, nedvesség, aerodinamikai és növényi paraméterek szerepelnek. Az egyenlet számlálójának elsı tagja az energiának, adott hımérséklető, hasznosíthatóságát fejezi ki, míg a második tag a nedvességi állapotot jellemzi, a turbulens diffúziós ellenállás, a szélhatás kifejezıje, míg az r c /r > a <1,0 nem egyéb, mint a növény-levegı közötti választófelület diffúziós ellenállása. 20. ábra. A szélmezı szerkezete a növényállományban A hányados tehát egy növény biofizikai paraméter, amely a transzspirációhoz viszonyított növényi vízellátottságot fejezi ki. A hányados talajnedvesség tartalomhoz viszonyított értéke nem állandó, hanem kifejezi, hogy a levegı milyen mértékben kényszeríti a növényt transzspirációra. Minél erıteljesebb a légköri, pontosabban mikrometeorológiai kényszer a szükséges talajnedvesség-tartalom annál nagyobb. A Penmann-módszerben egyaránt érvényesül az aerodinamikai és az energetikai hatás, valamint a növényi állapot. S bár a módszer nemzetközileg a legismertebb és a legelfogadottabb, használata sok tényezı miatt a gyakorlatban nehézkes. A módszer azonban leegyszerősíthetı anélkül, hogy pontossága lényegesen csökkenne. A leegyszerősítést elvégezve a következı formulához jutunk: 57

63 ( Rn G) + γ U 2( E e) ET = T nap + γ ( U ) [ kj m ] (67.) ahol: U 2 : a 2 m magasságban mért szélsebesség T : pedig az átlaghımérséklet Az egyenletben, az említett értékek behelyettesítésével, nagy pontossággal határozható meg a napi párolgás értéke az általánosan elterjedt éghajlati megfigyelések adatai alapján. Megállapítható, hogy e módszer valamennyi közül a legelınyösebb és leegyszerősített alakja könnyen számítógépre is programozható. A PÁROLGÁSI ISMERET HASZNOSÍTÁSA A szántóföldi növényállományok párolgásának, evapotranszspirációjának ismerete nemcsak elméleti, de gyakorlati fontosságú. A szántóföldi növénytermesztés egyik leglényegesebb kérdése, hogy hazánk szárazságra hajló éghajlatán egységnyi tömegő fıtermék mekkora vízmennyiséggel állítható elı. A termesztett növényfajták tulajdonságainak javításával, a termesztés-technológia korszerősítésével területegységenként egyre nagyobb mennyiségő növényi szárazanyagot takaríthatunk be. Míg a 19. század végén néhány kg búza- és kukoricatermést érhettünk el 1 mm-nyi csapadékmennyiséggel, addig az elmúlt évtizedekben különösen a jó termıképességő talajokon, kedvezı évjáratban kg/mm vízhasznosulást érhettünk el. Tehát azonos vízmennyiségbıl közel tízszeres növényi szemtermést, amelyhez a korszerő agrotechnika is hozzájárult. Mindez azt is jelenti, hogy minél jobban és szigorúbban gazdálkodunk a vízzel, annál kedvezıbb a víz hasznosulása. A vízhasznosulás pontos nyomon követése azonban csak akkor érhetı el, ha ismerjük a mezıgazdasági tábláról az evapotranszspirációval távozó víz mennyiségét. E tekintetben az egyes évjáratok között igen nagy különbség lehet, mivel az idıjárás által biztosított csapadékmennyiség rendkívül változó. Általános, hogy a kedvezı évjáratokban az egységnyi vízfogyasztás nagy szárazanyag-produkciót eredményez. Kedvezıtlen évjáratokban a vízhasznosulás is kedvezıtlen. 7. táblázat. Vízhasznosítási tényezık Magyarországon az idıszak termései alapján Kedvezı 12.4 Búza Kedvezıtlen 7.4 Kedvezı 17.5 Kukorica Kedvezıtlen 16.4 kg/mm 58

64 A táblázati adatok szerint a búza esetében a kedvezıtlen hatás fıként a kis termékenységő talajokon csökken, míg a kukorica esetében ez a hatás nem jelentıs. Ennek oka az lehet, hogy a szélsıségesen kedvezıtlen területeken kukoricatermesztés nem folyik, vagyis a termesztés fıként a jó vízgazdálkodású talajokon történik, amit az országos átlagok is tükröznek. A 21. ábra grafikusan szemlélteti a búzatermés és a vízhasznosítás kapcsolatát homok-, agyag- és vályog fizikai féleségő talajokra. Az ábrán látható, hogy a vályog talajokon a vízhasznosítási tényezı a 40 kg/mm érték körüli, míg a gyenge termıképességő talajokon csak 3-5 kg/mm közötti. Ez is mutatja, hogy a vízellátottság hazánkban rendkívül fontos tényezı. 21. ábra. A búza termése és a vízhasznosítási tényezı kapcsolata 59

65 A NÖVÉNY SZEREPE A TALAJ-NÖVÉNY-LEVEGİ RENDSZERBEN A FITOMETRIA ALAPJAI A növényi szervek mennyiségi jellemzésére a fitometria eszköztárát alkalmazzák. A szervméret és a szervméret arány faj- és fajtajellemzı, melyet a környezeti feltételek és hatások módosítanak. A fitometriai jellemzık a társulás, vagy az állományok egyedei közötti kölcsönhatásokat, pl. a konkurenciát környezeti tényezıként tükrözik. A fitometriai értékek a növényegyed morfológiáját is jellemzik. A növénytársulás és/vagy állomány fajdiverzitása minıségi, míg a növényegyedek fitometriai mérıszáma mennyiségi jellemzı. A fitometriai jellemzık a növényi életritmus leírását is lehetıvé teszik. Jellemzik továbbá az egyed, vagy a társulás tömegváltozását és fejlıdésdinamikáját. A fitometriai jellemzık a különbözı ökofiziológiai folyamatok alakulásáról, vagy azok rendkívüli állapotáról is tájékoztatnak. A fitometriai mérıszámoknak reprezentatívnak kell lenniük. A reprezentativitás, a fitometriai jellemzık statisztikai valószínőségét jelenti. A növényállomány, vagy populáció egyedekbıl áll, ezért minden fitometriai jellemzı szórása eltérı. A reprezentativitás tehát a fitometriai tulajdonság szórását, vagy hibáját fejezi ki. A fitometriai tulajdonságok variabilitása fıként környezeti okokra vezethetı vissza. A NÖVÉNYFENOLÓGIA PARAMÉTEREI A növények nemcsak elterjedésükkel alkalmazkodnak a környezeti feltételekhez, hanem növekedésükkel, fejlıdési ciklusaikkal és produktivitásukkal is. A növekedési és fejlıdési ciklusok tehát a környezetre jellemzı módon alakulnak. Az életritmus azonban a növények örökletes tulajdonsága. A környezet variabilitása idıben változó és területileg különbözı. Ennek következtében a növényi produkció mennyisége és minısége tenyészidıszakonként és helyrıl-helyre is változik. A jelenség a növényi terméselemzésekben kap fontos szerepet. A környezet hatása nem csupán a növényi életfolyamatokban, hanem annak külsı megnyilvánulási formájában is felismerhetı. K. von Linné természettudományos alapokra építve és leegyszerősítve közölte ( Philosophia Botanica, 1751) felismerését. Linné szerint, a növény fejlıdése különbözı szakaszokra bontható és valamennyi szakasz kezdetét új szerv megjelenése jelzi. Az új szerv jól azonosítható, pl. a virágzás kezdete, az új szárcsomó képzıdése, stb. Az új növényi szerv megjelenésének ideje az egyedfejlıdést, és a fejlıdési ciklusokat is jól jellemezi. Vizsgálatuk csupán fenológiai megfigyelést igényel és bárhol 60

66 elvégezhetı. A fejlıdési szakaszok elkülönítése külsı jegyek alapján történik, amiket fenológiai szakaszoknak, vagy fázisoknak nevezünk. A fenológiai fázisok tehát a növény egyedfejlıdését jellemzik, ugyanakkor azonban nem fejlıdési szakaszok. A fenológiai szakaszok összessége viszont a növény vegetációs idıszakát adja. Az egyéves szántóföldi növények vegetációs idıszaka a vetéssel, vagy a kiültetéssel kezdıdik, befejezıdése pedig a betakarítással, amely azonban nem a vegetációs idıszak vége. A vegetációs periódus alatt az 5 C-s napi átlaghımérséklet feletti idıszakot tekintik. A vegetációs idıszak hossza hazánkban nap, amely az ország déli, délkeleti területein kezdıdik a legkorábban (március ) és az ország északi, északkeleti területein tart a legtovább (október ). A fenológiai fázisok növényenként, illetve növénycsoportonként különbözıek. Kalászos növények esetében a fenológia fázisok: vetés kelés, kelés bokrosodás, bokrosodás szárba indulás, szárba indulás kalászhányás, kalászhányás virágzás, virágzás érés. Az önmegtermékenyítı kalászosoknál a virágzás és az önmegtermékenyítés is a kalászhányás elıtti idıben zajlik le, így ezeknél a növényeknél csak kalászhányás-érés fázisról beszélünk. Az érésnek több szakasza ismert, pl. tejes érés, viaszérés, teljes érés. A kukorica fejlıdési fázisai: vetés kelés, kelés 5 leveles állapot, 5 leveles állapot címerhányás, címerhányás nıvirágzás, érési szakaszok. Cukorrépa: vetés kelés, 61

67 kelés intenzív levélképzıdés kezdete, gyökérfejlıdés gyökérérettség. Napraforgó: vetés kelés, kelés szárba indulás kezdete (2 levél), szárnövekedés kezdete virágzás, virágzás érés. A fenológiai fázisok tartamának hosszában a különbözı meteorológiai elemek, így a hımérséklet, a csapadék és a napsugárzás játszanak kiemelt szerepet. A fázistartam és a környezeti tényezık között hiperbolikus, vagy parabolikus jellegő összefüggés áll fenn. Az összefüggés alapján a fázistartam a környezeti tényezık alapján becsülhetı. A fázistartamot az alsó és a felsı ekvivalensek határolják, közöttük az optimális feltételek tartománya helyezkedik el. Az ekvivalensek a szélsıséges helyzetek értékét mutatják, amely feltétel esetén már a növényi életfunkciók károsodnak és a fejlıdés, illetve a növekedés megszőnik, például szélsıségesen alacsony, vagy magas hımérséklet, hosszan tartó nagyon kicsi, vagy nagy talajnedvesség-tartalom esetén, stb. 8. táblázat. A termesztett növények bázishımérsékletei İszi búza İszi rozs Árpa Tavaszi búza Zab Lóhere Bükköny Répa Borsó Lencse Mák Retek Hagyma Sárgarépa Napraforgó 1-2 C 1-2 C 1-2 C 1-2 C 1-2 C 1-2 C 1-2 C 1-2 C 1-2 C 2-3 C 2-3 C 2-4 C 3-4 C 3-5 C Len Lucerna Kender Burgonya Kukorica Köles Szója Dohány Tök Rizs Káposzta Uborka Paradicsom Görögdinnye Sárgadinnye 3-5 C 5-6 C 6-8 C 7-8 C 8-10 C 8-10 C C C C C C C C C A növények hıigényét általában a napi középhımérséklet vegetációs periódusra, vagy fejlıdési fázisokra képzett összegével fejezik ki. A hıösszeg számítását de Candolle az as években vezette be. A növények biológiai értelemben vett hımérsékleti nulla-pontja az ún. bázishımérséklet, amelynél a növényi élettevékenység megindul. A bázishımérséklet 62

68 fajspecifikus és növényenként változó, vagyis a növények hıigénye különbözı. Figyelembe kell azt is venni, hogy eltérı éghajlatú területeken a bázishımérséklet azonos növényfajra is különbözhet. A bázishımérséklet a tenyészidıszak alatt sem állandó, értéke - bizonyos határok között - ingadozik. A bázishımérséklet alapján számított hıösszeg és a fenológiai fázistartam közötti reciprok összefüggés a következı: N T = = (68.) T T 0 0 T0 b b T0 ahol: N : a fázistartam napokban T 0 : a napi középhımérséklet T b : a bázishımérséklet b : a növényre és a fenológiai fázisra jellemzı állandó A klimatikus tényezık a növény fejlıdésére gyakorolt hatásukat együttesen fejtik ki. A környezeti hatás kimutatására különbözı indexeket dolgoztak ki. A radiotermikus index hımérséklet mellett a besugárzás hatását fejezi ki: RTI t ( T0 Tb ) [ o 1 C t ] G 0 = J 0 (69.) ahol: G : a t idıtartam alatt a globálsugárzás összege A radiotermikus index és a fázistartam közötti összefüggés: N = A / (RTI) b [nap]) (70.) ahol: A értéke búzára b értéke búzára 0,64-0,82 A statisztikai elemzések szerint a számított fázistartam számított és mért értéke jó egyezést mutat (r > 0,9). A fototermikus index hımérséklet és a napfénytartam együttes hatását fejezi ki: FTI t ( T T ) 0 o 1 [ C ] 0 b 0 = óra t NF (71.) 63

69 ahol: NF : a t idıtartam napfényes óráinak a száma A hısugárzás fény kapcsolat elemzése érdekében célszerő a radiotermikus és a fototermikus index egyidejő meghatározása. A fázistartam alakulásában a talajnedvességet meghatározó csapadék és hımérséklet viszonya fontos szerepet játszik. A két tényezı együttes hatását a hidrotermikus index el fejezik ki: HI o [ mm / C] Cs = (72.) 0.1 Tb ahol: Cs : az idıszak csapadékösszege (mm) A nevezıben a bázishımérséklethez számított hımérsékleti összeg szerepel, amelynek értéke az éghajlattól és a növény igényétıl függıen széles határok között változik. Minden növény csaknem minden fejlıdési fázisának van egy optimális hı- és vízellátottsági viszonyszáma. A növényi produkció optimális csapadék és hı arány esetén a hidrotermikus indextıl parabolikusan függ. A FENOMETRIA Az élıszervezeteket jellemzı mérıszámokat fenometriai mérıszámoknak nevezzük. A fenometriai mérıszámok idısora az élıszervezeti tulajdonság dinamikáját és fenofázis alatti állapotváltozását tükrözi. Néhány fontos fenometriai jellemzıt ismertetünk a következıkben. Növényi tömeg (fitomassza): A növényi szervesanyag fitomassza területegységre esı tömege (kg/m 2, t/ha), ami fajra, fajtára, fejlıdési állapotra és termesztés technológiára jellemzı érték. A fitomassza idı- és térbeli változása elsıdlegesen genetikai tulajdonság, de alakulását az ökológiai feltételek (talaj, klíma), az agrotechnikai beavatkozások és az állományjellemzık is jelentısen módosítják. A növényi tömeg az állománysőrőséggel szabályozható. Abban az esetben, ha a növényállomány egyedeinek életképesség (vitalitás) különbsége jelentıs, az állománysőrőség csak egy határig növelhetı. Az állománysőrőség egy másik korlátja, hogy minden növényegyed meghatározott talaj- és levegıtérben, térfogatban fejlıdik optimálisan. A zöldtömeg területi eloszlása nem homogén. Az inhomogenitás a talaj heterogenitásából, a vetés egyenlıtlenségébıl és/vagy a vetımag csírázóképességének a variabilitásából adódik. A 64

70 növényi biomassza egyenlıtlen eloszlására hatással van a feltalaj mozaikszerő talajnedvességés felvehetı tápanyagtartalma is. A fitomasszatömeg az egyed fejlıdése során jellemzıen alakul. Rendszerint az alábbi tömegformákat különböztetik meg: - zöldtömeg, - szénaérték, - szárazanyag-tömeg. A zöldtömeg a növények nagy víztartalma következtében tág határok között változik, különösen a nagy vízigényő fajok esetében. A fiatal növények zöldtömeg nedvességtartalma 70-85% közötti, mely a szervképzıdés (morfogenezis) megindulását követıen fokozatosan csökken, de továbbra is jelentıs marad. A lényeges nedvességcsökkenés a generatív fejlıdés második szakaszában, az érés során következik be. A generatív fejlıdés virágzást követı szakaszában a nedvességtartalom csökken, jóllehet ekkor a legnagyobb a növény vízigénye és vízfogyasztása. A zöldtömeget ezért nem a növényi biomassza megállapítására használják, hanem a vízellátottság kifejezésére. Minthogy a levélzet nedvességtartalma változik a leginkább, a zöld levéltömeg és felület hányadosát használják a növény nedvességállapotának a jellemzésére (succulencia-fok, SF): SF = víztartalom / levélfelület kg/m 2 (73.) Az SF érték bármely növényi szervre számítható, de a referencia mindig a levélfelület. A succulencia-fok széles határok között változik. Értéke akár óráról-órára is jelentısen megváltozhat a környezet állapotától, elsısorban a talaj és a levegı nedvességtartalmától, valamint a szélsebességtıl függıen. Szénaérték: A szénaérték használata csupán szőkebb körben terjedt el, elsısorban rétek és kaszálók biomasszájának a becslésére. A szénaérték a 14%-os nedvességtartalomra számított zöldtömeg. E módszerrel becsülhetı a különbözı növényfajokból álló növénytakaró tömege. Szárazanyag-tömeg: A növényi szervek tömegének legmegbízhatóbb jellemzıje. Idısora, vagy területegységre vonatkoztatott értéke a biomassza nagyságát is jellemzi, pl. 5,76 kg/m 2 hónap, stb. Esetenként elıfordul, a relatív tömegarány, mint szárazanyag % használata is: szárazanyag % = szárazanyag-tömeg / zöldtömeg (74.) 65

71 A növényfejlıdés dinamikáját legbiztosabban a szárazanyag-tömeg jellemzi, minthogy annak nagysága és idıbeli változása növényfajra, fajtára, fejlıdési állapotra és az ökológiai feltételekre is jellemzı. A szárazanyag-tömeg a növény egészére, vagy egyes szerveire is vonatkozhat (g/növény, vagy g/szerv). A szárazanyag-tömeg meghatározása szárítás után történik. A friss zöldtömeget 90 C-on elektromosan főtött szárítószekrényben tömegállandóságig, azaz 2-3 napig szárítják, majd tömegméréssel határozzák meg az abszolút és - a zöldtömeghez viszonyított - relatív szárazanyag-tömeget. A szárítószekrénybıl kiemelt szárazanyagot a levegıben lévı vízgız megkötése által okozott hiba csökkentése érdekében célszerő a mérlegelésig exikátorba helyezni. A kiszárított minta nedvszívó (higroszkópos) és a levegıbıl - a hımérséklettıl függıen - jelentıs mennyiségő vízgız lekötésére képes. A levegı páratartalma, relatív nedvességtartalma és hımérséklete kapcsolatát az 9. táblázat szemlélteti: 9. táblázat. A levegı víztartalma különbözı hımérsékleten és relatív nedvességtartalmon (g/kg) C relatív nedvességtartalom % 7,63 6,10 4,58 3,05 g/kg 11,45 9,16 6,40 4,27 14,69 11,75 8,81 5,58 20,1 16,1 12,06 8,04 28,17 21,74 16,31 10,87 A specifikus nedvességtartalom számítására az alábbi összefüggés szolgál: e10 e 3 specifikus nedvesség = g / kg (75.) p 0.377e p ahol: e : a páranyomás, mbar p : a légnyomás mbar-ban A minta tömege akkor tekinthetı reprezentatívnak, ha meghatározott léghımérsékletre és relatív nedvességtartalomra vonatkozik. A mezıgazdasági gyakorlatban használatos a légszáraz tömeg, amelynek értéke a levegı mindenkori hı- és nedvességállapotától függ. A légszáraz tömeg higroszkóposságával arányosan függ a levegı nedvességállapotától. A légszáraz tömeg a szárazanyag-tömegnél mindig nagyobb. 66

72 10. táblázat. A növényi szervek nedvességtartalma Növényi szerv Nedvesség Szárazanyag Gabona és hüvelyesek magja (raktározott) Olajnövények magja (raktározott) Csöves kukorica (csıburkoló levéllel) Kukoricaszár (zöld) Cukorrépa levél (zöld) Cukorrépafej Takarmányrépa gyökér Lucerna virágzás elıtt Füves here Burgonyaszár Réti széna 13 % 8 % 36 % 35 % 76 % 75 % 88 % 76 % 74 % 77 % 14 % 87 % 92 % 64 % 65 % 24 % 25 % 12 % 24 % 26 % 23 % 86 % A növényi termés az ún. gazdasági termék a technológiai éréskor és a betakarításkor nedvesebb, mint tárolási állapotban. Mind a fıterméket, mind a mellékterméket a tárolás elıtt szárítják. A szárítás természetes, vagy mesterséges úton történhet. A növények víz és szárazanyag aránya jellemzı érték és minıségi mutató is egyben (pl. a búza sikéresedési sebessége; a cukorrépa cukortartalma; a napraforgó olajtartalma; a kukorica fehérjetartalma és fehérje-összetétele). A termésminıségre tehát a növényfejlıdés ökológiai feltételei közvetlen és közvetett módon is hatnak. A közvetlen hatás a növény állapotát, a közvetett hatás pedig az állapotváltozásokon keresztül a termés mennyiségét és minıségét alakítja. A növényállomány teljes szervesanyag készletét primér produkciónak (PP) nevezik. Minél nagyobb a primér produkció, annál nagyobb az illetı faj, vagy fajta asszimilációs teljesítménye. A szárazanyag felhalmozódás dinamikájának jellemzésére a relatív növekedési ráta (RGR: relative growth rate) szolgál: RGR = ln (W 1 /W 0 )(t 1 -t 0 ) [idı -1 ] (76.) A növényi biomassza idıegységre esı (W1-W0) tömegváltozása növekedési függvénnyel írható le: x 1 = x 0 e k.t (77.) A növekedési függvény a növényi levélfelület és tömeggyarapodás idıben exponenciális alakulását feltételezi. A kitevıben lévı szorzótényezı: k = ln (A 1 /A 0 )(t 1 -t 0 ) [idı -1 ] (78.) ahol: x 0 és x 1 a levélfelület (A), vagy a biomassza (W) kezdeti és végsı értéke. 67

73 A 76. egyenletben a relatív növekedési arány (RGR) a termıhely klimatikus hatásait fejezi ki. A k kitevı a növekedési sebességet, a levélfelület és a biomassza-növekedés idıbeli lefutását állítja be. A szárazanyag felhalmozódás dinamikája a tenyészidıszakban, a hazánkban termesztett növényekre, logisztikus függvénnyel írható le. Az S-alakú logisztikus függvény a következı alakú: Y ( t) 2Y ahol : k = 0 k 1+ e = a+ bx Y1Y 2 Y Y Y 0 2 ( Y Y ) Y1 2 (79.) k Y0 a = ln Žs Y 1 Y b = ln n Y ( k Y1 ) ( k Y ) 0 (80.) A logisztikus növekedést természetes alapú exponenciális függvény írja le. Az Y 0 a kezdeti Y 1 a középsı idıszakbeli és Y 2 az idıszak végi növénytömeg. Az Y 1 -Y 0, illetve az Y 2 -Y 1 idıtartama azonos. Ismert, hogy a növényállomány biomasszája a tenyészidıszak végén - éréskor - kismértékben csökken. A biomassza csökkenés elhanyagolható, azonban a terméselemzéskor a csökkenés mértéke figyelembe veendı. A 22. ábra a kukorica szárazanyag gyarapodását a növényi szervek tömegét is feltüntetve mutatja be. 22. ábra. A kukorica növekedési görbéje 68

74 A mezıgazdaságban a prímér produkción kívül a maximális szárazanyag-produkció (PP max ) is használatos. A PP max -ban a növényfaj tulajdonságokon kívül az ökológiai feltételek is kifejezésre jutnak. 11. táblázat. A termesztett növények maximális szárazanyag-produkciója és harvest indexe Növény PP max (kg.m -2.év -1 ) Harvest index C3 főfélék Rizs Búza Árpa Gyep C4 főfélék Cukornád Kukorica (trópus) Kukorica (mérs.égh.) Egyéb növények: Lucerna Szójabab Cukorrépa Burgonya A 11. táblázat átlagértékei jó áttekintést nyújtanak arról, hogy a termesztett növényfajták genetikai potenciálja az ökológiai erıforrásokat milyen mértékben használta ki. A növények biomassza-produkciós értékei az agroökológia és a növényi biomassza növekedését leíró termésszimulációs modellek fontos paraméterei. LEVÉLZET A növény föld feletti zöld- és szárazanyag-tömegének jelentıs hányadát a levélzet alkotja. A levélfelület a növényfejlıdés fontos tényezıje. A levélzet nyeli el egyrészt a fotoszintézishez szükséges napenergiát, másrészt a gyökér által felvett növényi tápanyagokat, - pl. a fotoszintézis szabályozásában fontos szerepet játszó nitrogént - halmozza fel. A levelekben zajlik a fotoszintézis során képzıdı asszimiláták átalakulása. Az asszimilátumok egy részét a levélzet tárolja, más része a fıtermékben halmozódik fel. A levelek a környezeti hatások jó indikátorai, ami alkalmassá teszi ıket fenometriai mérésekre. A levelek több jellemzıje is alkalmas a környezeti hatások kimutatására, amelyek közül leginkább a levélfelület használatos, pl. horizontális és vertikális levélfelület mérete, geometriája, stb. A levélfelület alkalmas az egyedfejlıdés és a környezet mennyiségi összekapcsolására. A levélfelület meghatározása látszólag egyszerő. Valójában azonban bonyolult, amelyet az mutat, hogy meghatározására számos módszer alakult ki és terjedt el. 69

75 Planimetrikus módszer: a levél körvonalát sima papírra átrajzolva, a bezárt terület nagysága planiméterrel mérhetı (három ismétlés szükséges). Pontos, de idıigényes eljárás. A levelet mm-beosztású papírra rajzolják át, ezt követıen a terület nagysága a levélterületre esı négyzetek leszámlálásával mm 2 -ben megállapítható. A módszer pontos, az eljárás hosszadalmas. Egyenlı vastagságú papírra rajzolva a levél körvonalát, a levélformát közrezáró négyszög tömegéhez viszonyítjuk a kivágott levélformáét. Így eljutunk az alábbi összefüggés alkalmazásához: [ m] levélforma szélességxhosszúság [ m] = levélállandó (81.) A továbbiak során csupán a levelet határoló négyszög területét határozzák meg a legnagyobb szélesség és a legnagyobb hosszúság alapján, s a kapott területet szorozzák a levélállandóval. A levélállandó megbízható módon nagyszámú ismétlésbıl számítható ki. Hibaforrás az egyenlıtlen papírvastagság lehet. A levágott leveleket fényérzékeny papírra helyezzük, majd szalmiákszesz feletti térben elıhívjuk, így kirajzolódik a levél körvonala. Ezután súlyméréssel, vagy planiméterrel megállapítható a levélállandó. A levélfelület-nagyság megállapításának korszerő módja: a levágott levelet egy olyan érzékelı felületre helyezzük, amely minden mm 2 -en minimálisan egy detektáló-egységgel rendelkezik. Elektronikus jelátvitel útján a levél képe a képernyın megjelenik, felületének nagyságát pedig mikroprocesszor számítja, s az eredmény értékét a képernyın kijelzi. Gyors és pontos eljárás. A levélfelület (LA) megállapítása többek között az alábbi összefüggéssel is lehetséges: LA A köztük fennálló összefüggés: s h K = ( s h ) max max = k max max (82.) ahol: s max : a levél maximális szélessége h max : a levél maximális hosszúsága K : fajra és fajtára jellemzı osztótényezı k : fajra és fajtára jellemzı szorzótényezı 70

76 1 K = k; K > 1,00; k < 1,00 (83.) Polster és Reichenbach (1958) a növények leveleit alakjuk szerint tipizálta, és meghatározta K és k értéküket. 12. táblázat. Különbözı levéltípusok K és k értékei Forma K k 1,019 1,086 1,167 1,169 0,816 1,300 1,528 1,635 A: vese B: nyárs C: hosszúkás D: szív E: nyíl F: kör G: lándzsa H: rombusz 0,982 0,921 0,857 0,856 1,126 0,769 0,654 0,612 A levél osztó- és szorzófaktora - bizonyos növényfajok esetében - a levél méretétıl nem függ. Az alábbiakban közöljük néhány köztermesztésben álló növényfaj, fajta nagyszámú mintán megállapított k (szorzó-) tényezıjét: 13. táblázat. Különbözı növények k-tényezıje Kukorica: 0,72-0,74 Cukorrépa: 0,77 (n = 160) Burgonya: 0,71 (n = 80) Megfigyelések szerint a LAI és a h magasság között csaknem minden szántóföldi növény esetében szigorú kapcsolat áll fenn, de a kapcsolatot leíró függvény növényfajonként különbözı. A 23. ábra a kukorica magassága (h) és a levélfelület nagysága (LAI) közötti összefüggést mutatja be több állomány adatai alapján. A LAI és az állománysőrőség kapcsolatát parabolikus függvény, vagy telítési görbe írja le; eszerint a tıszám növekedésével egy bizonyos határig a LAI is növekszik, majd a tıszám további növekedésével a LAI változatlan marad, vagy fajtól és fajtától függıen csökken. A maximális LAI értékek a tenyészidıszak utolsó harmadában, a lassuló növekedés idején alakulnak ki. A levélfelületnek két típusát szokás megkülönböztetni: - aktív levélfelületet; - elhalt levélfelületet. 71

77 23. ábra. A kukorica magassága és a levélfelületi index közötti kapcsolat A teljes levélfelület az aktív és az elhalt levélfelület összege. A kettı aránya a tenyészidıszak folyamán jelentısen változik. A teljes levélfelület maximális értéke (LAI max ) a növényfajokra jellemzı. 14. táblázat. Néhány fontosabb termesztett növény levélterületi indexe İszi búza 4,5-6,5 İszi árpa 4,5-6,0 Tavaszi árpa 4,0-5,6 Zab 3,5-5,0 Kukorica 1,8-3,5 Cukorrépa 3,5-6,0 Cukorrépa (öntözött) 5,0-12,0 Lucerna 4,0-8,0 A LAI maximális értékét a genetikai határok között számos környezeti és agrotechnikai tényezı határozza meg. Környezeti tényezık: a hımérséklet és a csapadék-ellátottság mértéke a növényi igényhez mérten, valamint a talajjellemzık, így a felvehetı tápanyagok mennyisége és aránya; agrotechnikai tényezık: az állománysőrőség, a tápanyagellátás, az öntözés, stb. A LAI nagyon fontos növénytulajdonság, amely egy-egy növényfaj, vagy fajta esetében egyenesen arányban áll a termés mennyiséggel. Ennek ellenére azonban számos egyéb más levél-jellemzı érték is ismert. Elsıként a levéltömeg-sőrőség (Leaf Area Density) (m 2 /m 3 ) említhetı. Megjegyezzük, hogy valamennyi szántóföldi növénykultúra levélzetének 72

78 függıleges irányú eloszlása különbözı. A 24. ábra a levélsőrőség eloszlásának különbözı típusait mutatja be, amelyek az állomány felépítését, architektúráját jellemzik. Három kategória különíthetı el aszerint, hogy a levélsőrőség maximuma az állomány felszínének közelében, középsı rétegében, vagy az alsó harmadában helyezkedik el a növényfaj, fajta habitusától függıen. A levélsőrőség eloszlás típusát mind az energia, mind pedig az anyagforgalom vizsgálatában figyelembe kell venni. A maximális energia-elnyelés ugyanis abban a rétegben következik be, amelyben a legnagyobb a levélsőrőség. Amennyiben a sugárzásabszorpció számítását végezzük, úgy e három levélsőrőség eloszlási típus elkülönítése nélkülözhetetlen, mert az egységes sugárzáskioltási tényezı csak durva becslést tesz lehetıvé. A növényállomány levélzetének jellemzésére a kumulatív levélfelület használatos. Meghatározásának módja, hogy az állomány aljától rétegenként összegzett levélfelület adja a teljes levélfelületet. A levélzet rétegek függıleges menti összegzett értéke fejezi ki a levélzet eloszlását. A levélsőrőség rétegenkénti ábrázolása szimmetrikus, vagy aszimmetrikus eloszlásfüggvényt eredményez, míg a kumulatív levélfelület az eloszlás integrálját adja. Mindkét eloszlás jelentıs lehet a képzıdött termés magyarázatában. A növekedés analízisben különbözı levéltípusokat különítenek el: Planofil típus: döntıen horizontális levelek. Erectofil típus: döntıen vertikális levelek. Plagiofil típus: döntıen 45 -os inklinációjú levelek. Extremofil típus: zömében 0 -os és 90 -os levelek jellemzik, így az eloszlás kétmódusú. Uniform típus: egyenletes eloszlás, minden irány azonos valószínőséggel fordul elı. Gömbi- szférikus típus: a gömb felületelem eloszlásával egyezik meg. A 25. ábra a fı levéltípusok hajlásszögének eloszlását mutatja. A szántóföldi növények közül a planofil típusú levélzetőek általában vízigényesek, mint pl. a cukorrépa. A szárazságtőrı növények levélzete erectofil típusú. Az erectofil növények levélzete vertikálisan álló és emiatt csupán kisebb mennyiségő sugárzó energiát nyelnek el. Számos növény így pl. a kukorica - 73

79 tartozik a plagiofil csoportba. Kalászos növényeink jelentıs hányada is a plagiofil csoportba sorolható. 24. ábra. A növényállomány levélzetének jellemzése relatív magasság A B C LAD (levél felület sőrőség) relatív magasság A B C relatív kumulatív tömeg Meg kell azonban jegyezni, hogy tenyészidıszakonként az uralkodó levéltípus eltérı más levéltípusba tartozó is lehet. Nem ritka, hogy a kezdetben erectofil típusú levélzető növény a kor elırehaladtával, a levél meghosszabbodásával átmegy plagiofil típusba. Az uniform típus általában az aprólevelő növényekre, pl. lucerna, lóhere a jellemzı. 74

80 A levélzet típusba sorolása egyben az ökológiai igényre is utal. Minél inkább vertikális a levélzet annál nagyobb a növény szárazságtőrı-képessége. A planofil típusú levélzető növények pedig vízigényesebbek. A levélzet típusa tehát ökológiai igényt is kifejez. A levélzet a hajlásszöge meghatározza a növény energia felvételét. 25. ábra. A különbözı típusú levelek hajlásszögének eloszlása 1,0 8,0 plano extremoplagio 6,0 4,0 2,0 erectofil 0, A planofil típusú levélzet nagyobb energianyelı képességő. A levélzet függılegeshez viszonyított hajlásszögét megállapítva a levéltípus eloszlását kapjuk, amely a levélzet jellemezésére alkalmas. Az eloszlásgörbékkel a levéltípusokra jellemzı átlagos levélszögek (ALA) határozhatók meg: erektofil típus: 63,24 planofil típus: 26,76 plagiofil, extremofil és uniform típus: 45,00 gömbi- szférikus típus: 57,30. A levelek térbeli geometriáját ismerve az elnyelt energia nagyságára nyerhetı információ annak ellenére, hogy a beesı sugárzás és a levéllemez egy-egy elemi síkja által közrezárt szög pontról-pontra változik. A levelek geometriáját általában két szöggel szokás jellemezni: - levélállás, vagy inklinációs szög; 75

81 - azimut szög. A levélállás szöget minden esetben a függılegeshez viszonyítjuk, amely planofil levélzet esetén a 90 -ot közelíti, de egy-egy levéllemez-rész ennél nagyobb szögő is lehet. Az azimut szög az inklinációs szöggel ellentétben véletlenszerően alakul. Csupán a keresztes virágúak (Cruciferae) esetén tapasztalható konzekvens horizontális levél elhelyezkedés, mert levél emeletenként mindig 90 -os az elfordulás. Néhány termesztett növény átlagos levélszöge: búza: rozs: kukorica: 47 5 levél átlaga: levél átlaga: 52 cukorrépa: 44 fehérhere: 25 burgonya: 26. Abban az esetben, ha minden levél egyenletes inklinációs és azimut eloszlású: G = ½ (84.) Akkor, ha minden levél vertikális irányú és egyenletes azimut eloszlású: 2/π sin β 0 (85.) A levelek horizontális és egyenletes azimut eloszlása esetén pedig: G = cos β 0 (86.) A sugárzás és a talaj-növény rendszer kapcsolatában a sugárzás mellett a talaj-, valamint a levélfelület aránya meghatározó. A csupasz talaj és a zöld levél eltérı optikai tulajdonságú, ezért területük aránya az általuk elnyelt energia nagyságára is utal. A talaj-levélfelület arány - adott besugárzási szög esetén - a növénykultúra jellemzı tulajdonsága, amely mind a levélfelület nagyságára mind pedig a levelek irány szerinti eloszlására utal. Növényállományokra kvantifikált értékét fedettségnek, vagy százalékos levélborítottságnak nevezik. A növényállomány architektúrájától és a besugárzási iránytól függı biofizikai paraméter azt is megadja, hogy az állomány adott irányra merıleges felületének hány 76

82 százaléka van árnyékban. A meghatározás a levélborítottságot geometriai valószínőségként értelmezi megadva, hogy az adott irányra merıleges egységnyi felületen mekkora a levélfelületi halmaz területe és megmutatja, hogy azon mekkora valószínőséggel nem jut át a fénysugár. Annak a valószínősége (P), hogy a fénysugár átjut egy a síkon: P = (1-a 1 /A t ) (87.) Annak valószínősége, hogy a fénysugár minden N síkon átjutva eléri a talajfelszínt: P t N A = l 1 (88.) A t Az A t talajfelszín terület felett a teljes levélfelület N A l, a levélfelületi index (LAI): LAI A A t = N (89.) l Amit felhasználva: P t N LAI = 1 (90.) N Feltételezve, hogy N.végtelenül nagy: P t e LAI = (91.) A P t valószínőséget a szakirodalom idınként rés gyakoriságként (Gap Frequency), máskor áthatolási függvényként (Penetration Function) említi. A levélborítottság (GC) azt a valószínőségét adja meg, hogy a fénysugár nem éri el a talajt. Ez a rés gyakoriság (GF) ellentettje (negáltja): GC LAI =1 e (92.) A fentiekbıl kitőnik, hogy a sugárzás növényállományon történı áthaladásának mértéke, illetve át nem haladása az állományszerkezettıl, a levélzet geometriájától függ. Minthogy a levélzet geometriája pontról-pontra változik, egy kiválasztott talaj menti irányban a fény változó valószínőséggel halad át az elemi levélfelületeken, illetve a levélfelületek közti mezın. Egy adott ponton a fény áthaladásának a valószínősége annál kisebb, minél nagyobb szöget zár be a beesı fénysugár a merılegessel. A fénysugár levélfelületen történı áthaladásának a valószínősége az optikai úthossz növekedésével csökken, vagyis az extinkció mértéke növekszik. 77

83 Az eddigiekben azt feltételeztük a megvilágított és árnyékolt felületek arányának állandóságát, ami azonban behatárolja az azokkal összefüggı jellemzık meghatározásának lehetıségét. Tovább nehezíti a meghatározást a levelek nem homogén síkfelszín menti elhelyezkedése, a levélrészek változó inklinációs szöge. Jó példa erre a plagiofil levél, amelynek a levélalapból kiinduló hajlásszöge egyre nagyobb szöget zár be a merılegessel elérve a 90 -os un. inflexiós pontot, amely a levélcsúcs felé továbbhaladva már 90 és 180 között váltakozik. Ekkor a levélfelületi index sugárzás felfogó felületként már értelmezhetetlen, és helyette annak vízszintes vetületét alkalmazzák. A vetület nagysága azonban a tényleges levélfelületnél kisebb. A különbség mértékét az inflexiós pont által elkülönített két levéllemez rész által közrezárt 180 -nál kisebb szög nagysága határozza meg. A levéllemezt skaláris és vektoriális értékő felületként értelmezve a vetület nagysága az inflexiós ponti szög koszinuszával egyenlı. A domború felülető levelet ilyen módon síkra vetítve behatárolható a levél vízszintes vetülete, amely a sugárzáselnyelı felület. A levélzet vízszintes felülete adja tehát a sugárzásfelfogó felületet, vagyis a LAI annak durva közelítését jelenti. Az eddigiekben csupán a függıleges leképzést tárgyaltuk. Végezhetı azonban különbözı oldalirányú leképezés is. Általában a horizontális és vertikális leképezést alkalmazzák. A levélfelület irányfüggıen - a vízszintesen, illetve a függılegesen - leképezett levélfelületének a nagysága adja a sugárzásfelfogó levélfelületet különbözı azimut-szög esetére. Ezzel a domború, vagy homorú levélfelületre esı energia becslése egyszerősíthetı. A növényállomány-architektúra - azon belül pedig a levélgeometria - összetettségét a levélzet térbeli szerkezete, azaz pontonként változó inklinációs és azimut szöge okozza. NYÍLT ÉS ZÁRT NÖVÉNYÁLLOMÁNYOK A talaj-növény rendszer a látható tartományban a globálsugárzási energia jelentıs részét elnyeli. Nagy levélfelülető növénytakaró esetén ( aktív felszín) a levélzet valamelyik szintje, kis levélfelülető növénytakaró esetén, - amelyen a sugárzás szinte akadálytalanul áthatol - a talajfelszín az energiaelnyelı közeg. Ez a különbség a növényállományok sugárzáselnyelés szerinti tipizálását teszi lehetıvé. Ha az aktív felszín a levélállomány, akkor zárt, ha az aktív felszín a talaj, akkor nyílt állományról beszélünk. Mivel a nyílt- és a zárt állomány mikroklímájának szinte valamennyi eleme jelentısen különbözik, a két típus elkülönítésére biofizikai és agrometeorológiai paraméterek alapján 78

84 történik. Megjegyezzük, hogy nem minden különbség vezethetı vissza a sugárzáselnyelés különbségeire. A zárt- és a nyílt állományokban mérhetı CO 2 koncentráció eltérésnek egyik oka csupán a sugárzásmennyiség különbsége, mely a fotoszintézisen keresztül alakítja a CO 2 koncentrációt és legalább ilyen fontos az aerodinamikai paraméterek (pl. turbulens kicserélıdési együttható, érdességi paraméter, stb.) eltérése. A növényállományban végzett sugárzásmérések alapján elfogadott, hogy egy állomány akkor zárt, ha a levélfelületi index értéke háromnál nagyobb. E meghatározás nem veszi azonban figyelembe az eltérı architektúrájú állományok sugárzásabszorpciójának jelentıs eltérését. Célszerő ezért a zártságra statisztikailag megalapozottabb definíciót keresni. ZÁRT NÖVÉNYÁLLOMÁNY Zártnak tekintünk egy növényállományt, ha a direkt sugárzás 5%-nál kisebb valószínőséggel éri el a talajt, tehát a nyílások gyakorisága (GF) kisebb, mint 0,05. Összefüggés formájában: GF = e G LAI µ 0,05 aholµ = cosϑ 0 (93.) Az összefüggést átrendezve és kritikus levélfelületi index értékére (LAI z -re) megoldva kapjuk: ln 0,05 LAIz cosϑ0 (94.) G Figyelembe véve, hogy k = G / cos ϑ 0 : ln 0,05 LAIz (95.) k A korábban (oldalszám, fejezetcím) ismertetett k értékekkel számolt LAI z értékek: erektofil típusú állományra: 7,0-8,3 extremofil típusú állományra: 4,5-5,2 plagiofil típusú állományra: 4,3-4,5 planofil típusú állományra: 3,3-3,5 uniform típusú állományra: 4,7 79

85 gömbi- szférikus típusú állományra: 6 Megállapítható, hogy amennyiben LAI értéke háromnál kisebb, egyetlen levélzet típusnál sem beszélhetünk zárt állományról. Azonban a háromnál nagyobb LAI értékő állományok még azonos megvilágítási feltételek mellett sem biztos, hogy zárt állományt képeznek. A növényállomány nyitottsága, illetve zártsága különösen fontos ökológiai paraméter, amely növényállomány sugárzási extinkciós értékét határozza meg. A mesterséges, vagy agrárökoszisztémákban az állománysőrőség gyakran szabályozott, ezért a kioltási tényezıjének az értéke a zártságból, illetve az állomány-nyitottságból származó levélsőrőség különbség szerint alakul. A kioltási tényezı növekedése csökkenti a növényállományba a sugárzás behatolást, és emiatt a levélsőrőség a vízforgalom szabályozó tényezıjévé is válik. A lényegesen nagyobb energiaterheléső (kj/m 2 ) állományrészben a víz leadása és a gázcsere intenzívebbé válik mindaddig, míg valamely tényezı a folyamatot nem lassítja, illetve gátolja. Az állomány nyitottságát és zártságát az állománysőrőségen kívül a tápanyagellátás is befolyásolhatja. Kísérletek alapján megállapítást nyert, hogy a nitrogén jelentıs mértékben növeli a levélfelület nagyságát és a levéllemez vastagságát, aminek következtében a sugárzáskioltás és az egymást árnyékoló levéllemezek gyakorisága is növekszik. Mindebbıl következik, hogy a túlzott nitrogénellátottság számos egyéb mellett e formában is káros következményekkel járhat. SZTÓMÁK ÉS FUNKCIÓJUK A mérsékelt égövi termesztett növények levélmérete rendkívül változó. A levéllemez nagyságáról és alakjáról már az elızıekben összefoglaló áttekintést nyújtottunk. A természetes fajösszetételő növényállományok levélzetéhez képest a szántóföldi növények levéllemeze vékony, de meglehetısen bonyolult szöveti felépítéső növényi szerv. A levelek élettani funkciója igen sokrétő. A következıkben csupán a gázcsereforgalommal kapcsolatos szervtani ismereteket rendszerezzük. A levéllemez vastagsága általában mm, melyben a vízszállító szövetek igen változatosak, de tárgyalásuk nem feladatunk. Kizárólag a levéllemez külsı fedıszövetével foglalkozunk, mert e szövetbe ágyazódnak a külsı légtér és a növény belsı tere összekapcsolására szolgáló tracheák, vagy csatornák, amelyeken keresztül a gázcsere zajlik. A növényállomány vízforgalmában kiemelt fontosságú a levélbıl a légkörbe irányuló vízgızáramlást, vagy transzspiráció. A másik fontos gázcsere a széndioxid-forgalom, amely a vízgız mozgásával ellentétes irányban - a külsı légtérbıl a színtestekhez - szállít 80

86 széndioxidot, amelyet a növény a fotoszintézis során használ fel. A gázcsere levélmorfológiai képlete a sztóma. A sztóma élettanilag és ökológiailag szabályozott mozgást végez. A sztómamozgás a szubsztomatikus üregek feletti zárósejtek nyílásában, illetıleg záródásában nyilvánul meg. A levél sztómasőrősége növényfajonként, fajtánként változó. Tápanyag-ellátási kísérletek szerint a sztómasőrőség - viszonylag szők értéktartományban - módosítható. Az azonos felsı és alsó szövettani felépítettségő levéllemez esetén sztómák mindkét oldalon találhatók a bırszövetben, az ún. epidermiszben. Viszont, ha a levéllemez szöveti felépítése aszimmetrikus, sztómák csak a levéllemez egyik oldalán találhatók. Amikor a sztómák a levéllemez alsó vagy hátoldalán - abaxiális helyezkedéssel találhatók, a levéllemez felsı oldalán - az adaxiális felületen - sztómák nincsenek. Vannak növényfajok, amelyeken a sztómák a levél mindkét oldalán megvannak. A 15. táblázat tájékoztatást nyújt a különbözı termesztett növények sztómái elhelyezkedésérıl és sőrőségérıl. 15. táblázat. A sztómák elhelyezkedése és sőrősége Növény Felsı oldal Alsó oldal Összesen İszi búza db/mm 2 Rozs db/mm 2 Árpa db/mm 2 Zab db/mm 2 Napraforgó db/mm 2 Paradicsom db/mm 2 A 15. táblázat szerint a sztómák eloszlása, illetve sőrősége változó és fontos faji tulajdonság. A sztómamozgások élettani mechanizmusa összetett, amelyben elsıdleges irányító szerepet a zárócellák és a szomszédos epidermisz-sejtek közötti turgor-differencia képezi. Amikor a zárócella turgorja növekszik a zárósejtek kinyílnak, turgor csökkenéskor pedig zárulnak. A turgornyítás és zárás tehát aktív iontranszport következtében létrejövı ozmoregulációs folyamat eredménye. Amikor a káliumionok a sztóma körüli cellákból a zárósejtbe szállítódik, a sztómák kinyílnak. A sztóma zárósejtek mozgásában és szabályozásában különbözı kationok, illetıleg anionok (pl. Ca, Cl) játszanak szerepet. Az ionmozgásokat fitohormonok szabályozzák. A sztómák nyitása és záródása napszakos jelenség, de azt a növény alkalmazkodó-képessége és fejlettségi állapota is jelentıs mértékben befolyásolja. A sztómákra gyakorolt hatások irányítják a CO 2 és a H 2 O körforgalmát is. A CO 2 körforgalomban a sztómákon a növény széndioxid-felvétele történik, míg a fotoszintézis során 81

87 felszabaduló oxigén is a sztómákon távozik. A gázok mozgásirányát így a vízgızét is - a külsı és belsı parciális nyomáskülönbség határozza meg. A sztóma mozgásdinamikájának alakulásában - az ozmoreguláción kívül - a megvilágítás periódusa is fontos szerepet játszik. Fény hatására - összetett biokémiai reakciók után - a sztóma kinyílik, amelyet fotoaktív nyitódásnak neveznek. A sztómák nyitásában és záródásában a környezeti tényezık is fontos szerepet játszanak. Elsısorban a hımérséklet és a nedvesség szerepét kell kiemelni. A hımérséklet hatása parabolikus jellegő, vagyis a hımérséklet emelkedésével a nappali nyitottság mértéke nı, majd a fajspecifikus, un. optimális hımérséklet felett a sztómák fokozatosan bezárulnak. A termikus hatás nagyobb relatív nedvességtartalom esetén erıteljesebb, míg alacsonyabb nedvességtartalom mellett a nappali nyitottság már kisebb mértékő. A sztómamozgás közvetlenül hat a nettó fotoszintézisre. Az alábbi táblázat nyújt tájékoztatást a környezeti tényezık sztóma nyitottságra gyakorolt hatásáról. 16. táblázat. A környezeti tényezık hatása a sztóma nyitottságára Faktor Faktorhatás Maximális nyílás mértéke Növekszik. Fénytelítettségnél. A fotoszintézis hımérsékleti 15-35ºC. optimuma felé. Növekedés. 90% felett (rel.nedv.). Koncentráció-növekedés. 30 Pa-ig. Koncentráció-emelkedés. Csak csekély terhelésnél. PhAR Hımérséklet Levegınedvesség CO 2 parciális nyomás Káros szennyezı anyagok A táblázati adatokból látható, hogy a növény vízforgalmában a levelek sztóma állapota és dinamikája jelentıs szerepet játszik. A sztómák szerepe elsısorban a vízleadást szabályozza, mert a vízfelvétel a talajban játszódik le. A növény sztomatikus aktivitása és a transzspirációs vízmennyiség között szoros összefüggés van. A sztómatevékenység jellemzésével az optimális feltételek, továbbá a stressz-helyzetet kialakító környezeti tényezık jellemzése válik lehetıvé. Az energiaigényes transzspiráció a sztómazárósejtek alatti szubsztomatikus üregekben megy végbe, ahol a cseppfolyós víz gız halmazállapotúvá válik és diffundálódik a légtér felé. A levél nedvességállapotának jellemzésére a vízpotenciál értéket alkalmazzák. A levélben a vízpotenciál a következı módon írható fel: Ψ L = ρ W R W T L ln (e/e) L (96.) 82

88 ahol: R W : a vízgız állandó T L : növényi hımérséklet (e/e) : a növényi szövet vízgıztelítési aránya A talaj-növény-levegı rendszerben a gyökértıl a légkör felé - a gyökéren, száron és levélen - a vízpotenciál gradiensek folyamatosan növekszik, ami a víz növényi szerveken keresztüli levegıbe jutását eredményezi. A vízpotenciál értéke a levegıben akár atm is elérheti. A levél mezofilumában a víz még cseppfolyós halmazállapotú, majd gızfázisban jut a szubsztomatikus térbe. A halmazállapot-változás energia felhasználással történik. Ettıl kezdve a vízgız mozgás sebességét a vízpotenciál már csak részben szabályozza, a sztómákból kilépı vízgız terjedési sebességét pedig már tisztán aerodinamikai törvények szabályozzák. A fito- és aerotranszfer folyamatokkal írható tehát le a transzspiráció. A leíráshoz a rendszer nedvességállapotát leíró fizikai mérıszámok és értékek szükségesek. A bonyolult folyamat leírásához egyszerősítı feltételek is szükségesek. Az egyik egyszerősítı feltétel az ún. egyenáramú analóg modell érvényességének az elfogadása. Az analóg modell az Ohm-törvényére épül: potenciálk ülönbség = áram( fluxus) * ellenállás (97.) ahol: a potenciálkülönbségen vízpotenciál-különbséget értünk, vagy általában olyan tulajdonság gradienst, amely az áramlást, az anyagáthelyezıdést fenntartja. Minthogy az anyag áthelyezıdéskor különbözı ellenállások lépnek fel (súrlódási, hidraulikai, elektromos, stb.), az ellenállás növekedése az áramlás sebességét csökkenti, ezáltal az áramlás, vagy az anyagáthelyezıdés: potenciálkülönbség áram ( fluxus) = (98.) ellenállás Az áramlás értelmezésünk szerint a transzspirációt, a vízgız áthelyezıdését, a potenciálkülönbség a vízpotenciál gradiensét, az ellenállás pedig a sztóma nyitottság mértékét jelenti. Minél kisebb a sztómanyitottság, az ellenállás vele arányosan megnı. Ezen az alapon beszélünk sztomatikus diffúziós ellenállásról a sztóma tevékenység aktivitásával kapcsolatosan. A növény vízforgalmi szempontból heterogén felépítéső és sztomatikus ellenállása pontról-pontra változik. A levél vízleadása azonban nemcsak a sztómákon keresztül megy végbe, hanem az epidermiszen át is diffundál csekély mennyiségő vízgız a levegıbe. Ezt a vízleadást kutikuláris diffúziónak nevezik, és intenzitását a kutikuláris diffúziós ellenállással írják le. 83

89 Minél kisebb az ozmotikus potenciál, annál nagyobb a kutikuláris diffúziós ellenállás. A sztomatikus és a kutikuláris diffúzió együttesét tekintjük a levél transzspirációs folyamatának, amelyben a kutikuláris vízveszteség csak néhány százalékra tehetı. Míg a gyökér vízfelvételének mennyisége és sebessége a gyökér - talaj kölcsönhatás, a vízleadás nagysága és intenzitása pedig a levél és a környezı levegı kölcsönhatás függvénye. Ennek értelmében a levél transzspirációja: [ g ] 2 min 1 qk qv T = cm (99.) r r s a ahol: q : a környezet specifikus nedvességtartalma (g/kg) q v : a sztóma alatti vakuólom specifikus nedvességtartalma (g/kg) r s : a sztómanyitottság mértékét kifejezı ellenállás r a : a levél közvetlen környezetében lévı levegı aerodinamikai ellenállása. A levélkörüli ún. aerodinamikus ellenállás a szélsebesség függvényében: r a = 2,64 F 0,25 /v 0,5 [s m -1 ] (100.) ahol: F : a levélfelület v : a szélsebesség (m s -1 ) A sztomatikus ellenállás számítására szolgáló összefüggés: = + 2 N 4h D 4hD 0 1 = 1+ D A d 4 r s π [s m -1 ] (101.) ahol: N : a sztómák száma cm 2 -enként D : a vízgız diffúziós együtthatója (0,26 cm 2 s -1 ) h : az átlagos hidraulikus sugár I : a diffúziós folyamat hossza (cm) d : az analóg csıhossz (cm) A sztomatikus ellenállás megállapítása nem egyszerő. Általában porometrikus méréssel állapítják meg. Az eddig felsorolt ellenállások mellett még a bırszöveten keresztüli vízleadás sebességét szabályozó kutikuláris diffúziós ellenállást (r c ) szükséges megemlíteni. Értéke a termesztett növényeknél nagy eléri, vagy meghaladja a több száz s cm -1 értéket: r c ρ = ( q' q ) ρ( q q ) c T c c ' 0 T 0 0 [s m -1 ] (102.) 84

90 ahol: q : a vízgız-koncentráció q c és q 0 : a telítettségi nedvességtartalom a sztóma nélküli felület hımérsékletén T c : a felület transzspirációja A jobb oldali második tag a teljes nedves növényi felületre vonatkoztatott transzspiráció. Említést érdemel a sztómák alatti terek sejtfalának diffúziós ellenállása (r w ), valamint a sejtfalak és a szubsztomatikus tér közötti ellenállás (r i ), amelyek a vízpotenciálok hányadosával arányosak. A növény transzspirációját meghatározó teljes r l ellenállás az alábbi összefüggéssel írható fel: 1 [ s ] r = r r + r + r m l c x w i (103.) Az összefüggésben szereplı diffúziós ellenállás értékek tág határok között változnak. A 17. táblázatban közöljük a különbözı ellenállások értékeit. Minthogy a különbözı ökológiai feltételekhez alkalmazkodott növények diffúziós ellenállása jelentısen eltér, a szárazságtőrı (xerofita) és a mérsékelt vízigényő (mezofita) növénycsoportokra jellemzı értékek tartományát adjuk meg. 17. táblázat. A fıbb diffúziós ellenállások közelítı értékhatárai Légkör diffúziós ellenállás 10,0-1000,0 s m -1 Sztomatikus diffúziós ellenállás 5,0-1200,0 s m -1 Kutikuláris diffúziós ellenállás 3000, ,0 s m -1 A növényi diffúziós ellenállások közül a sztomatikus ellenállás értéke a xerofiták a mezofiták esetében is viszonylag kicsi és így nem akadályozza a vízleadást. Ez azonban csak akkor van így, ha a talaj felvehetı vízkészlete a transzspirációt csak kismértékben korlátozza. Gardner és Slatyer (1965) szerint a talaj kapilláris potenciája (ψ t ) és a levél vízpotenciájának (ψ l ) különbsége, valamint a talaj és a növény diffúziós ellenállásának (R t, R n ) összege reprezentálja a növény vízellátottságát: V e [ bar /( s )] 1 ψ t ψ l = cm R + R t n (104.) ahol: R t : a víz gyökér irányú mozgása hidraulikai feltétele R n : a növényi vízszállítás mértéke. 85

91 Minél kisebb a két ellenállás összege, annál jobb a vízellátottság. Az ellenállások változásának szabályos napi menete van. Sokrétő vizsgálat bizonyítja, hogy a délutáni órákban a levélellenállás jelentıs mértékben növekszik. Amennyiben a talaj nedvességtartalma megfelelı, az ellenállás-növekedés csak a késı délutáni órákban következik be. Ha a talaj száraz és az ellenállás a kora reggeli órákban még minimális 0,2-0,8 [s m -1 ] értéke a délutáni napszakban már a sokszorosára emelkedik. A fenti összefüggések alapján látható, hogy a növényállományok sztomatikus diffúziós ellenállását célszerő megállapítani. Nem a növényegyed, hanem a növényállomány diffúziós ellenállása alkalmas a növényállomány vízforgalmának jellemzésére. A növényállomány és a légkör közötti kölcsönhatás és a vízellátottság kifejezésére az ún. állomány-ellenállás (Canopy Resistance) használatos, amelyet Monteith vezetett be 1963-ban: r c ρc = γ p { e ( T ) e } w 0 LE 0 [s m -1 ] (105.) ahol: r c : az állomány-ellenállás, s m -1 ρ : a levegı sőrősége, kg m-3 c p : a levegı állandó nyomáson vett fajhıje, J kg -1 K -1 γ : pszichrometrikus állandó, Pa K -1 e w : T 0 felszín hımérséklethez tartozó telítettségi páranyomás, Pa e 0 : a levegıben mért páranyomás, Pa LE : a transzspiráció energia-egyenértéke, J m -2 s -1 Ezen a módon jellemezhetı legegyszerőbben és fizikailag a legmegalapozottabban a sztómarendszer állapota és állapotának idıbeli dinamikája. Az utóbbi idıben az ellenállás reciprokát is alkalmazzák a sztómatevékenység jellemzésére, melyet konduktanciának (m s -1 ) neveznek. A konduktancia fejezi ki, hogy a sztómák nyitottsága milyen mértékben segíti elı a széndioxid beáramlást, illetve a vízgız kiáramlást. A 26. ábra különbözı ökotípusú fajok diffúziós ellenállását, illetve konduktancia-értékét mutatja be az ökológiai tényezık szerint. 86

92 26. ábra. Különbözı növényfajok levélzete sztómarendszerének diffúziós ellenállása illetve konduktanciája GYÖKÉR A növényi gyökérzet feladata kettıs: 1. a növényi életfunkciókhoz a szükséges vízmennyiség talajból történı felvétele; 2. a tápanyagok felvétele. Bár a víz- és a tápanyagfelvétel mechanizmusa nem azonos, a két folyamat nem elválasztható. A gyökérzet alapvetı mechanikai feladatot is ellát azáltal, hogy a növényt a talaj felett megtámasztja. A szántóföldi növények gyökérzetét kiterjedésük mélysége alapján sekély, közepes és mély gyökérzetet különítenek el. Ez a csoportosítás egyben a törzsfejlıdés folyamán kialakult és genetikai tulajdonsággá vált növényi vízigényt is tükrözi. Az egyéves növények gyökértípusai között nincsenek éles különbségek, mert a gyökerek a transzspirációhoz szükséges vízfelvételt biztosítása érdekében a nedves talajzónát sőrőn átszövik. A talajban a víz elsısorban a kapilláris erıkkel kötötten található. A talajban a kapilláris potenciálú vízmennyiség a kapilláris mérető átmérıjő - pórusokat tölti fel. A talajban a vizet 87

93 a kapilláris erın kívül egyéb erık is kötik. A talaj szilárd felületén kialakuló kötési energiák (mátrix potenciál) már olyan nagyok, hogy a felülethez kötött víz a növény számára már általában nem hozzáférhetı (felvehetı), vagyis a növény a vízfelvételi hiány miatt hervadni kezd (Ψ > 1,5 Mpa). A növények tehát a hervadáspont értéknél kisebb erıvel kötött, un. felvehetı vízmennyiséget hasznosítják. A növényi vízfelvétel vízpotenciál gradiens mentén történik olymódon, hogy a gyökér talajénál negatívabb vízpotenciálja szívóerıt fejt ki a talajban lévı vizre, amely azt a gyökérbe szállítja. Míg a levél-vízpotenciál igen tág határok között változik, addig a gyökér szívóerejének a napi ingadozása csupán néhány tized pascal. A nap folyamán a talaj felvehetı vízmennyiségének a kötési energiája alig változik, abban csupán a napi hımérsékletváltozás okoz csekély módosulást. A szántóföldi növények maximális gyökér-szívóereje 1,0-2,0 MPa közötti. A gabonafélék gyökér-szívóereje 1,5 MPa. A gyökér-szívóerı a holt-, vagy nem felvehetı vízmennyiséghez hasonlóan fizikailag a vízpotenciál értékkel meghatározott. Fizikai jelentéstartalmuk azonban nem egyértelmő, mert a gyökér-szívóerı emberi beavatkozással módosítható, a holtvíztartalom pedig növénytípusonként (szukkulens, halofita, xerofil, stb.) eltérı. A nitrogén mőtrágya általában csökkenti, míg a foszfor jelentısen növeli a gyökér-szívóerıt. A gyökér-szívóerı a talaj kémiai összetételétıl függıen akár a ± 2020 kpa-t is változhat. A nagy foszfortartalmú talajokban a gyökér-szívóerı alig, illetve nehezen változtatható. A gyökérfunkciókról az irodalomban részletes információ található. Az alábbiakban csupán az ökológiai feltételek mennyiségi jellemzéséhez szükséges ismereteket tekintjük át. A GYÖKÉRZET GEOMETRIÁJA A gyökérzet geometriai jellemzıinek meghatározása a gyökérfeltárás bonyolultsága miatt nehézkes. A friss talajból történı gyökérkimosáskor az ún. aktív hajszálgyökerek rendkívüli sérülékenysége okoz hibát, a talaj kiszárítása után pedig a hajszálgyökerek tömege szinte jelentéktelen. A gyökérzet geometriai jellemzésekor a talaj-gyökér rendszert elemezzük annak érdekében, hogy a geometriai jellemzıket a gyökérfelületre vonatkoztassuk. Az alábbiakban csupán a növényi produkció numerikus becsléséhez szükséges egyszerő jellemzıket mutatjuk be. Elsıként a gyökértömeget, amely az alábbi összefüggéssel jellemezhetı: V r = π R 0 2 L r = A r R 0 /2 (cm 3 ) (106.) ahol: V r : a gyökértömeg (cm 3 ) A r : a gyökérfelület (cm 2 ) 88

94 L r : a gyökérhossz (cm) R 0 : a gyökérsugár (cm) A gyökértömeget a friss tömeggel becsüljük azt feltételezve, hogy a gyökér tömegének legalább 70 %-t víz, amely alapján a térfogata is becsülhetı. A gyökértömeg szárazanyag tartalma az alábbi összefüggéssel közelíthetı: Y D,r = M d,r F r = M d,r (1-ε r ) S r V r (g) (107.) ahol: D,r : a gyökér száraztömeg (g) F r : a gyökér nyerstömeg (g) M D,r : a gyökér szárazanyag-tartalom ε r : a gyökérporozitás V r : frakció szerint S r : a gyökér fajsúlya (g/cm 3 ) Feltételezzük továbbá a gyökér porózusságát, üregességét és a változó hosszúságú és keresztmetszető gyökérágak hengeres felépítését. A gyökér anatómiai felépítését a különbözı mérető (átmérıjő) gyökérágak gyakoriság-eloszlása jellemzi. Amennyiben a gyakoriságértékek nem véletlenszerőek, a gyökért jellemzı értékek elsısorban a talajjellemzıkkel állnak kapcsolatban. A gyökérleírás tehát nem geometriai, hanem inkább statisztikai paraméterekkel végezhetı. Az A r /Y D,r hányados az egyik legfontosabb gyökérjellemzı, de használatos az ún. specifikus gyökérhossz is: L r /Y D,r. Míg az A r /Y D,r hányados cm 2 /g, illetve m 2 /kg, addig L r /Y D,r hányados cm/g, illetve m/kg dimenziójú. A fenti hányadosok a következı módon írhatók fel: A / Y r L / Y r D, r D, r = = { M d, r ( l ε r ) Sr ( R0 / 2)( R0 / R0 ) } [ cm / g] 2 1 { π M ( 1 ε ) S R0 } [ cm / g] d, r r r (108.) Látható, hogy a specifikus gyökérhossz az átlagos gyökérátmérıbıl közvetlenül meghatározható. Irodalmi források szerint ezek a gyökérjellemzık igen változó értéküek lehetnek. A 27. ábra függıleges tengelyén a specifikus gyökérfelület, az ábra b. részén pedig a specifikus gyökérhossz a különbözı gyökérátmérı függvényében kerül irodalmi adatok alapján bemutatásra. A 27. ábrából kitőnik, hogy a különbözı gyökérporozitás és a gyökérátmérı jelentıs hatással van az elemzett értékekre. A növények specifikus gyökérhossza a termıhely talaj - éghajlat adottságoktól függıen igen tág határok között ( m/g) változik akkor; ha az átlagos gyökérátmérı 0,2-0,3 mm közötti. 89

95 27. ábra. A specifikus gyökérfelület (A) és a specifikus gyökérhossz, valamint a gyökérátmérı közötti összefüggés különbözı mértékő levegı porozitás esetén A specifikus gyökérhossz értéke a növényfaj, vagy fajta függı. A búza és az árpa gyökérhosszának értéke nagy (> 100 m/g), sıt megközelítheti az 1000 m/g értéket. A megállapítás a hazai szántóföldi kultúrák esetében is érvényes. A gyökér porózus növényi szerv. Pórusterének egy részét víz, más részét pedig levegı tölti ki. Az ε r érték fejezi ki a 108. egyenletben a levegıvel töltött pórusteret, amely a gyökér specifikus tömegébıl állapítható meg (ırlés, vízzel való feltöltés, stb.). A gyökérporozitás növényenként változó értékő. 18. táblázat. A gyökérporozítás (ε) értékei Növény Gyökérporozitás % Nedves gyepek 8-45% Kukorica 8-10% Kukorica (adventív gyökér) 3-19% Árpa 4% Burgonya 6% Napraforgó 5-11% A gyökérparaméterek különbözı viszonyításban értelmezhetık. A gyökérparaméterek viszonyítási módja, pl. gyökérfelület egység (Unit Soil Area, USA). gyökérparaméter / növény 90

96 gyökérparaméter / talajtömeg gyökérparaméter / növénnyel fedett talajfelület. A növényfajra vagy fajtára vonatkozó viszonyításra a föld feletti és a gyökértömeg arány alkalmas. A talaj-gyökér arány a tápanyag- és a vízfelvételt fejezi ki. A növénnyel fedett/borított talajfelület és a száraz gyökértömeg vagy arány a tenyészidıszak jellemzését szolgálja. A különbözı összefüggések összehasonlítása érdekében a fogalmak eltérı jelölése szükséges: L rp (cm), L rv (cm/cm 3 ), L ra (cm/cm 2 ). A technika mind gyökérhossz, mind a gyökérfelület viszonyítására alkalmas. Az L rv -t gyökérhossz-sőrőségnek is nevezik. Dimenzió nélküli értékét (A ra ) gyökérfelület indexnek (Root Area Index) nevezik, amely analóg a levélfelület index-el a LAI-val. Zárt növényzet esetében e paraméterek alkalmazása körülményes. Erre való tekintettel, ha a növényállomány gyökérzetérıl kívánunk információt szerezni, akkor az USA-ban használatos gyökérfelület értéket kell használnunk. A gyökérparaméterek közötti összefüggés az alábbi: L L ra ra = L = Z r 0 rp / U L rv a 2 [ cm / cm ] 2 ( z) dz[ cm / cm ] ahol: z : a mélység (cm), Z r : a gyökérzóna mélysége (cm). (109.) A gyökérfelület értéket általában a tömeg egynegyedére vonatkoztatják annak érdekében, hogy a gyökér térbeli elhelyezkedésérıl is képet tudjanak alkotni. A gyökértömeg-sőrőség és a gyökérterület-index a különbözı növényfajokra, fajtákra szántóföldön, a mővelt rétegben (0-30 cm) az alábbiak szerint alakul: 19. táblázat Növény L rv A ra Borsó Burgonya Kukorica Búza / Árpa Gyep 0, A táblázati adatokból látható, hogy a gyökérparaméterek egymással szigorú kölcsönhatásban állnak. 91

97 A tenyészidıszakban a gyökér mennyiségi és minıségi sajátosságai jelentısen módosulnak. A gyökérállapot és a gyökérmennyiség nem állandó, ugyanis az egyedfejlıdés során a gyökerek egy része elpusztul és újraképzıdik. A gyökérfejlıdés dinamika a gyökértulajdonságok idıbeli változásának, a gyökérzet aktivitásának jellemzésében figyelembe veendı. Ismert továbbá a gyökérvizsgálatok nehézsége és körülményessége. A gyökérzet fejlıdése nem hasonlítható a földfeletti növényi részek fejlıdésdinamikájához, mivel utóbbiak felépítési folyamata jelentısen túlsúlyos a lebontási folyamatokhoz képest, fıként a generatív fejlıdés második felében. Míg a talajfelszín feletti növényi tömeg kumulatív jellemzése nem bonyolult feladat, a gyökérzetre ez már nem teljesül, mert az elhalt és újraképzıdött gyökértömeg arány megállapítása szinte megoldhatatlan. A gyökérzet térbeli kiterjedése a gyökérpótlás és gyökérváltás következtében állandóan változik. Változik egyrészt a gyökérzet mélysége, térbeli orientációja és tömege. A gyökérzet térbeli eloszlása termesztési szempontból rendkívül fontos annak ellenére, hogy széleskörő vizsgálatok nem állnak rendelkezésre. Ismert, hogy a gyökérzet térbeli eloszlása anizotróp vagyis tér különbözı irányaiban eltérı - tehát a talajban a mélységgel és oldalirányban is gyökérzet tömege jelentısen különbözhet. A gyökérszámot, vagy gyökértömeget R-rel jelölve, az X, Y és a Z koordináták mentén az eloszlás heterogén, vagy anizotrópikus. A gyökér legegyszerőbben mérhetı jellemzıje az átlagos gyökértömeg, amelyet vonatkozási térfogatra fejeznek ki. Az elemi térfogatra vonatkoztatott gyökértömeget térkoordináta mentén kifejezve az anizotrópia jellemezhetı. Az átlagos gyökérszámot, vagy gyökértömeget egységnyi térfogatú mintára felírva: a n ( R R ) + ( R R ) + ( R R ) 6R = (110.) x m y m z m / m ahol: R x, R y, R z : az irányonként egységnyi talajtérfogatban az átlagos gyökérszám. R m = (R x + R y + Rz) / 3: az átlagos gyökérszám. E módszerrel, az átlagos gyökértömeggel normalizáltan állapítható meg a gyökérzet anizotrópiája, amely a növényfaj fejlettségi állapotára, tápanyag- és vízellátottságára jellemzı érték. Külön probléma a talaj és a gyökér érintkezése, kontaktusa. Eddig a gyökérzet jellemzése állt a középpontban. Most azt tárgyaljuk, hogy mekkora az a felület, amelyen keresztül a gyökér és a talaj közötti folyamatok végbemennek. A teljes gyökérfelület nem egyenlı mértékben aktív, mert ahol a talaj nem érintkezik a gyökérzettel, a víz- és tápanyagátadás nem 92

98 lehetséges. A gyökér hengeres felépítését feltételezve a potenciális felvevı felület a gyökér felülettel megegyezı. A talajrészecskék azonban csak részben érintkeznek a gyökérfelszínnel, így az aktív gyökérfelszín lényegesen kisebb. Az értelmezést a 28. ábra segíti és látható, hogy a talaj és a víz esetében a gyökérérintkezés felülete hogyan alakul. Vízre az érintkezési felület egyszerő módon alakul (lásd. az alsó ábrarészt), a szilárd talajban viszont az aktív felület a talaj szemcseösszetételétıl függ. Minél nagyobb méretőek a talajszemcsék, annál kisebb az aktív felszín. Az inaktív felületek megnövekedésével a kapilláris erık már igen kis mértékben hatnak, a potenciál-gradiens értéke jelentısen csökken és az anyagáramlás is lelassul. Megállapítható ennek alapján, hogy a gyökéraktivitás nem kizárólag gyökértulajdonság, hanem azt az a mechanikai kapcsolat alakítja, amely a gyökér és a talajrészecskék között alakul ki. 28. ábra. A talaj-gyökér érintkezésének értelmezése a ψ 1 /2π különbözı változatai esetén (Willigen, Noordwijk 1987) 1. változat φ φ φ levegıfázis 2. változat φ szilárd vízfázis φ φ levegıfázis A B C ahol: A: 0,7 B: 0,5 C: 0,3 A talaj és növényi gyökér közötti víz- és anyagforgalomban a víz- és az ozmotikus potenciál alakulása nem egyensúlyi feltételek között különösen fontos. Két változat lehetséges: a./ a vízpotenciál gradiens a gyökér felé irányul; az ozmotikus potenciál a talaj-vízpotenciálnál negatívabb és a növény vizet vesz fel; b./ a vízpotenciál a talaj felé irányul, a talajvízpotenciál értéke kisebb, negatívabb az ozmotikus potenciálnál. A gyökér felé irányuló gradiens esetén az aktív gyökérfelületen átáramló víz- és tápanyagmennyiség a talaj vízvezetı-képessége, a vízvezetıképesség pedig a vízpotenciál függvénye. Kötött, nehéz mechanikai összetételő, 93

99 agyagos talajokban a gyökér ozmotikus potenciálja intenzívebb vízfelvételt tesz lehetıvé, mint amilyen a talaj vízvezetı-képessége alapján számítható. Ekkor a gyökerek körül száraz talajréteg alakul ki és a növény akár víz stressz állapotába is kerülhet. A víz stressz elkerülése az ozmotikus potenciál foszfor mőtrágyázással történı növelésével lehetséges. A foszfor ugyanis a vízfelvételi sebességet a vízpotenciál-gradiens növelésével emeli. A hatás csak átmeneti, de segítségével a vízhiány stressz idıtartama lerövidíthetı. A gyökéraktivitás tehát a gyökérjellemzıkkel írható le, olyan részfolyamatok leírása is lehetıvé válik, amelyekrıl csupán általános ismeretek voltak. Megállapítható, hogy a gyökértulajdonságok számértéke új ismeretekkel járul hozzá a gyökérmőködés leírásához. A folyamatok dinamikájának és intenzitásának a megismerése is csupán mennyiségi ismeretek birtokában lehetséges. A megállapítás különösen a növényi szervek mőködésének fizikai modellekkel történı leírása kapcsán nyer jelentıséget. SZÁR ÉS VIRÁGZAT A növény anyagforgalmában a szár szövettani felépítése fontos szerepet játszik. A szárban a gyökér és a levelek vízpotenciálja közötti különbség a vízszállító-rendszeren végbemenı anyagszállítás által egyenlítıdik ki. A szár két alaptípusa ismert: a./ fásszár és b./ lágyszár. A szántóföldi egy- vagy többnyári növények lágyszárúak. A szövettani felépítésben meglévı jelentıs különbségük ellenére funkciójuk lényegében azonos: a gyökérek által felvett anyagok szállítása a levél irányába. A gyökér tehát az anyagfelvételt, a levélzet pedig az anyagleadást, illetıleg az abban történı anyagfelhalmozódást biztosítja. A szár szállítórendszerének anyagszállító képessége- néhány kivételtıl eltekintve - felülmúlja a gyökér anyagfelvételi, illetve a levél anyagleadási intenzitását. Ritkán elıfordul azonban, hogy a vízhiányt a növény kis vízszállító intenzitása idézi elı, okként említhetı: betegség, mechanikai sérülés, stb.. A vízszállító szöveteknek két funkciójuk van: az anyagszállítás folytonosságának biztosítása, a gyökérzet által felvett anyag elsısorban a víz raktározása. A szállítási sebességet elsısorban a levél és a gyökér közötti potenciálkülönbség határozza meg. A levélben kialakuló szívóerı a gyökérénél lényegesen nagyobb. A szívóerı különbség határozza meg az anyagszállítás sebességét. Még azonos szántóföldi növényfajok, fajták szállítószövet mérete (keresztmetszete, áteresztése, stb.) is jelentısen különbözhet az 94

100 aszályos, vízhiányos helyzethez alkalmazkodott körülmények között. A száraz körülményekhez alkalmazkodott ökotípusoknál a szállítószövet-rendszer kevésbé fejlett, a szállítás is kisebb intenzitású, ami a szárazsághoz való alkalmazkodásként is értelmezhetı. Nedves termıhelyen a növényfajok, fajták vízszállító-szöveteinek keresztmetszete, térfogata nagyobb és emiatt nagy vízmennyiség szállítására képesek. A szállítószövetek teljesítıképességét a növények tápanyag-ellátottsága is befolyásolja. A fokozott nitrogénellátás a szállítás intenzitását általában növeli, míg az egyéb ásványi anyagok a szállítónyalábok fejlıdésének lassításával a szállítást mérséklik. A szállítónyalábok falának sejtjei vízraktározást is végeznek. A szállítónyalábokat rendszerint jelentıs mennyiségő víz raktározására képes parenchimatikus nyalábhüvely veszi körül. A sejtek által raktározott vízmennyiséget az ozmotikus nyomás jelzi, kifejezve egyben a vízellátottság mértékét. Amennyiben a levegı, illetve levél szívóereje a gyökér szívóerıhöz képest jelentısen növekszik, a sejtekben lévı víz, a sejtfalon át és a szállítószöveten keresztül vízgız formájában jut a légkörbe. Amennyiben a vízleadási folyamat intenzív az rövidesen levél hervadásához vezet. A nedv-, illetve a vízáramlás sebessége mérhetı. Legegyszerőbb mérési módja a termikus nyomjelzés. A módszer már régóta ismert: a levélben, vagy a szárban elektromos úton hıimpulzust keltünk és annak az áthelyezıdési sebességébıl állapítjuk meg a szállítószöveti áramlás sebességét. Az áramlási sebesség értéke néhány cm/min-tıl cm/min érték között változik és alkalmas a vízellátottság mértékének a kifejezésére is. Amennyiben a növényt diffúziós ellenállásrendszernek tekintjük a gyökérben, a levélben és annak különbözı rétegeiben kialakuló ellenállások ismerete rendkívül fontos a víztovábbítás számításában. A szárban kialakuló ellenállást nem vesszük figyelembe, mert az a többi ellenálláshoz képest elhanyagolható. A virág, illetve virágzat generatív növényi szerv, amely biztosítja a következı nemzedék fennmaradását. A virág morfológiája rendkívül bonyolult, részletezésétıl itt eltekintünk. Arra hívjuk fel a figyelmet, hogy a virág, illetve virágzati szövetek nedvességállapota döntı mértékben hat az örökítı szerv (pollen, mag) képzıdésére, fejlıdésére. A virág, illetıleg virágzat szöveteinek nedvességellátottságától függ a megtermékenyülés bekövetkezése. A vízellátottság tehát a megtermékenyülés ökológiai feltételét is jelenti. A megtermékenyülés az egy-, illetve kétlaki növények esetében eltérı, de tárgyalásától itt eltekintünk. 95

101 A TALAJ SZEREPE A TALAJ-NÖVÉNY-LÉGKÖR RENDSZERBEN A talaj a földkéreg legkülsı határrétege, amely a földfelszíni kızet málladékán alakul ki éghajlati és biogén hatások eredményeként. A növényi élı szervezetek élıhelye, víz és tápanyagforrása a talaj. Az elhalt növényi szervesanyagok a talajra és a talajba kerülve bomlanak le. Eredményeként a talajok humuszanyagokban és az ásványi tápelemként hasznosított elemekben gazdagodnak, és ennek következtében termékenységgel is rendelkeznek. A termékenység azonban több talajjellemzı összhatásaként (hasznosítható víz-, levegı, tápanyag készlet, megfelelı mechanikai jellemzık a növényi gyökérfejlıdéshez, stb.) alakul ki. A talaj összetett rendszerének itt csupán a növényfejlıdés modellezéséhez feltétlenül szükséges fıbb jellemzıit foglaljuk össze. A talajtani tanulmányokból ismert, hogy a mállási- és a biogén talajfolyamatok eredményeként keletkezı anyagok a talajszelvényben a vízáram révén oszlanak szét. A megoszlás hosszú idıtávú folyamatának eredményeként alakul ki a talajok vertikális és horizontális rétegzettsége, pl. az agyag-kilúgzás eredményeként létrejövı agyagfelhalmozódási szint ideje év, míg a podzolosodásé legkevesebb 500 év. A víz bármely formája - csapadék, lefolyás, jégképzıdés és olvadás, kis-, vagy nagy hozamú felszíni vízfolyás, tenger, talajvíz és talajnedvesség - talajban történı áramlása mind a talajképzıdés, mind a növényi víz- és tápanyagellátás alapvetı tényezıje, a folyamatok idıléptéke azonban eltérı. A következıkben csupán a növényi víz- és tápanyagellátás idıléptékébe esı anyagszállítási transzport folyamatokkal foglalkozunk. A TALAJ VÍZFORGALMA A talajon adott idıszakban átáramló víz mennyiségét értjük talajvízforgalom alatt. A talajvízháztartási típusok a talajvízmérleg alapján kerültek kialakításra. A vízmérleg a talaj adott térfogatába érkezı és az onnan eltávozó vízmennyiség, valamint a talaj indulási vízkészletében bekövetkezett változás eredményeként írható fel: VK = V cs + V ö + V kap + V inf + VK i V e V t V outf (111.) ahol: VK : talajvízkészlet a vizsgálati idıszak végén (mm) V cs : csapadék (mm) V ö : öntözıvíz (mm) V kap : talajvízbıli kapilláris víztranszport (mm) 96

102 V inf : felszíni és felszínalatti vízbetáplálás (mm) VK i : talajvízkészlet a vizsgálati idıszak kezdetén (mm) V e : talajvízpárolgás (mm) V t : növényi vízfelvétel (mm) V outf : felszíni és felszínalatti vízelfolyás (mm) A talajvízforgalom vízmérleg típusú leírásának elınye az egyszerőség, hátránya pedig, hogy abban a vízforgalom talajszelvényre, gyökérzónára vagy talajrétegre vonatkozó sebessége, intenzitása nem szerepel. A talaj vízmérlegét alakító részfolyamatok sebessége, intenzitása is jelentıs és meghatározó a növények víz és tápanyagellátásában. A víz és tápanyagtranszport folyamatok hajtóereje a talajnedvesség potenciálkülönbsége. A talajban végbemenı lamináris (örvénymentes) vízáramlást a Darcy törvény Richards által általánosított, telítetlen áramlási egyenlete írja le: q viz ψ = kviz 1 D z p c p z (112.) ahol: ψ : vízpotenciál (cm) k víz : vízvezetı képesség (cm s -1 ) c : a talajlevegı páratartalma p q víz : vízáram intenzitás (cm s -1 ) D : a talajpára diffúziós együtthatója p z : távolság (cm) A (112) egyenlet anyagmegmaradást is magában foglaló formája: θ q = t z viz + s viz (113.) ahol: s viz : a vízforrást vagy a vízkivételt, pl. a növényi vízfelvételt jelentı tag. Mind a vízmérleg mind a vízáramlás sebességét leíró folyamatok alapvetıen két talajtulajdonság, illetve talajfizikai függvény a víztartó- és vízvezetı képesség függvények - ismeretét teszik szükségessé. Ezek ismertetése következik. A TALAJ VÍZTARTÓ KÉPESSÉGE A talaj víztartó képesség függvényének (pf-görbe) meghatározására szolgáló mérési módszert Magyarországon Várallyay György, kb. 30 éve alakította ki és vezette be. A pf-görbe 97

103 meghatározására a mintavétel, a víztelítést követıen a homok-, illetve kaolinlapos mérıedényekben, majd a nyomásmembrános készülékekben történı mérési eljárás leírása Várallyay munkáiban található. A mérés jelentıs idıigénye - a teljes pf-görbe esetében 2-3 hónap miatt módszert dolgoztak ki a víztartó képesség értékek talajtulajdonságok (szemcsefrakció értékek, térfogattömeg, szervesanyag-tartalom) alapján történı becslésére, amelyet a következıkben ismertetünk. A VÍZTARTÓ KÉPESSÉG BECSLÉSE A regressziós pf-érték becslés (pontbecslés), valamint a pf-görbe leírására alkalmas hatványfüggvény paraméter-értékeinek (görbebecslés) becslési módszerét, pontosságát és hatékonyságát mutatjuk be. A becsléshez 230 darab 8 %-nál kisebb szervesanyag-, 0,1 %-nál kisebb összessó-tartalmú talaj adatait használták. A talajminták kilenc tenzióértékre (pf=0; pf=0,4; pf=1; pf=1,5; pf=2; pf=2,3; pf=2,7; pf=3,4 és pf=4,2) mért nedvességtartalom értékét és nyolc talajjellemzıjét - a szemcsefrakciók százalékos értékeit a < 0,002 mm, 0,002-0,005 mm, 0, mm, 0,01-0,02 mm, 0,02-0,05 mm, 0,05-2,0 mm szemcseméret-tartományokban, a térfogattömeget (g/cm 3 ), és a szervesanyag-tartalmat (%) - vették figyelembe. A 230 db talaj fıbb jellemzıit az 21. táblázat mutatja be. A pf-érték vagyis egy adott nedvességpotenciálhoz tartozó nedvességtartalom - becslésére a következı regressziós egyenletet alkalmazták: pf = b0 + b1 X1 + b2 X 2 + b3 X 3 + b4 X 4 + b5 X 5 + b6 X 6 + b7 X 7 + b8 X 8 θ (114.) i ahol: θ pf : az adott pf-értékhez tartozó nedvességtartalom i (v.%) X 1 : térfogattömeg (g/cm 3 ) X 2 : humusztartalom (%) X : homok (> 0.05 mm) frakció 3 X 4 : iszap (0,002-0,05 mm) frakció X : agyag (< mm) frakció 5 X : leiszapolható rész (0,002-0,020 mm) frakció 6 X : logaritmus agyagfrakció 7 X : homok-iszap arány 8 b : regressziós együtthatók 0 b 8 A mért pf-értékeket a következı három-paraméteres hatványfüggvénnyel írták le: 98

104 θ s θ = 1+ ( α h) n (115.) ahol: θ = a talaj nedvességtartalma (térfogat %) h = a talaj nedvességpotenciálja (cm) θs, α és n = illesztési paraméterek Az (115) egyenletet talajmintánként mért 9 pf-értékre illesztették. Az illesztett pf-függvényt FVG-nek nevezték. Az (114) egyenletben minden talajváltozót megtartottak függetlenül attól, hogy statisztikailag szignifikánsak voltak-e, vagy sem. A regressziós becsléséhez mind a nyolc mért, vagy generált talajtulajdonságot felhasználták. A becslı modellt PLR8-nak nevezték. A PLR8 pfpontbecslı egyenleteket pedotranszfer függvényeket - a 20. táblázatban adjuk meg. 20. táblázat. A pf-értéket becslı nyolcváltozós lineáris egyenletek pf-érték Nyolcváltozós lineáris becslı egyenletek pf0,0 = 86,0+0,1360 S-0,124 OM-32,60 ρ+0,163 Si-0,334 S/Si-3,49 ln(c)-0,020 FF+,310 C pf0,4 = 95,5+0,0385 S-0,099 OM-30,27 ρ+0,032 Si-0,549 S/Si-4,84 ln(c)+0,018 FF+0,212 C pf1,0 = 94,8+0,0295 S-0,062 OM-26,85 ρ-0,013 Si-0,867 S/Si-6,50 ln(c)+0,053 FF+0,220 C pf1,5 =104,6-0,1019 S+0,053 OM-22,54 ρ-0,192 Si-1,250 S/Si-8,16 ln(c)+0,114 FF+0,096 C pf2,0 =111,2-0,2257 S+0,231 OM-17,80 ρ-0,403 Si-2,100 S/Si-8,60 ln(c)+0,198 FF-0,078 C pf2,3 =107,1-0,2863 S+0,425 OM-15,00 ρ-0,514 Si-2,300 S/Si-6,70 ln(c)+0,275 FF-0,246 C pf2,7 =117,1-0,5394 S+0,702 OM-11,60 ρ-0,809 Si-2,270 S/Si-4,37 ln(c)+0,403 FF-0,651 C pf3,4 =125,1-0,939 S +1,050 OM- 4,86 ρ-1,110 Si-1,570 S/Si-1,92 ln(c)+0,352 FF-0,926 C pf4,2 = 53,1-0,429 S +1,130 OM+ 0,62 ρ-0,472 Si-0,584 S/Si-2,54 ln(c)+0,212 FF-0,197 C A változók magyarázatát lásd az (114) egyenletnél. A pf-görbe leírására alkalmazott (115) egyenlet paramétereit becslı nyolcváltozós pedotranszfer függvényeket LR8 modellnek nevezték. A paraméterbecslı egyenleteket a 22. táblázatban adjuk meg. A becslés hibájának csökkentése érdekében a becslésbe a mért pf-görbe értéket is bevonták. Elıször a pf=4,2 értéket (hervadáspont) alkalmazták. A hervadáspont értéket is tartalmazó pf-görbe becslı modellt LR8+WP nak jelölték. A becslést hibásnak ítélték, amikor a hiba ±2.5 nedvesség %-nál nagyobb volt, minthogy a pf-mérés hibáját az adatbázis alapján ekkorának találták. A hibaszámításra a pf-görbére vonatkozó átlagos hibát (ZAPF) vezették be: ZAPF 9 θ θ e m = 1 = i 9 (116.) 99

105 ahol: θ e : a becsült nedvesség-tartalom (%) θ m : a mért nedvesség-tartalom (%) A pf-görbe becslést szintén akkor tekintették hibásnak, ha ZAPF nagyobb mint ± 2.5 %. A pf-becslı eljárások eltérésnégyzet összegét (SSQ), szabadságfokát (DF), és elemszámát (N) a 23. táblázatban tüntettük fel. A pf-görbe illesztett egyenlet és a különbözı paraméterszámú becslı modellek összehasonlítására a modelljóság megállapítására kidolgozott - Akaike-féle információs kritérium (AIC) használták: SSQ AIC = N ln + 2P DF (117.) hiba ahol: N : a mintaelemszám SSQ : a hibanégyzet összeg DF hiba a hiba szabadságfoka P a modell paraméterszáma A különbözı pf-becslı modellek AIC értékét a 23. táblázatban adjuk meg. Az Akaike kritérium alapján a kisebb AIC értékő a megfelelıbb modell. A pf-becslı eljárás jellemzésére bevezették a becslési hatékonyság mutatót, amely a vizsgált adatbázisra százalékosan fejezi ki a jó vagyis a 2,5 %-nál kisebb átlagos hibájú - becslések mennyiségét. 21. táblázat. Az MTA TAKI 230 talajmintát tartalmazó adatbázisának statisztikai adatai Talaj-jellemzı Átlag Szórás Minimum Maximum Mértékegység PF=0 47,01 4,71 34,3 60,6 tf% PF=0,4 45,70 4,53 33,6 60,0 tf% PF=1 43,82 4,41 32,5 58,6 tf% PF=1,4 41,67 4,48 30,5 56,7 tf% PF=2 39,04 4,99 25,9 53,8 tf% PF=2,3 37,01 5,73 17,0 52,5 tf% PF=2,7 34,05 6,81 12,0 51,4 tf% PF=3,4 26,81 7,53 6,4 47,5 tf% PF=4,2 18,46 6,56 2,8 35,4 tf% OM 1,89 1,52 0,00 7,50 % ρ 1,41 0,13 1,03 1,75 g/cm 3 Agyag 28,73 12,53 2,8 64,0 % Iszap1 7,44 2,87 1,2 16,1 % Iszap2 7,46 3,28 0,4 23,4 % Iszap3 10,63 4,00 0,4 24,2 % Iszap4 20,91 8,77 1,2 43,5 % Homok 24,76 17,41 0,4 85,6 % 100

106 OM = a szervesanyag-tartalom (%) ρ = a térfogattömeg (g cm -3 ) Agyag < 0,002 mm Iszap1 = 0,002-0,005 mm Iszap2 = 0,005-0,01mm Iszap3 = 0,01-0,02mm Iszap4 = 0,020-0,05mm Homok = 0,05-2,00mm A 21. táblázat a mintaanyag pf-görbéinek és mechanikai összetételének átlag és szélsıértékeit is mutatja. A talajminták többsége vályog mechanikai összetételő csernozjom talaj. A nehéz mechanikai összetételő talajok többnyire réti csernozjomok, réti talajok, a homok mechanikai összetételő talajok Duna-Tisza-közi, vagy Duna öntéstalajok. A mintaanyag erdıtalajokat nem tartalmaz. Az (115) egyenlet paramétereinek a nyolc talajtulajdonságtól függését az LR8- regressziós modell tartalmazza (22. táblázat). 22. táblázat. A pf- görbét leíró (115) függvény paramétereit becslı egyenletek Θs= 76,8 17,3 FF 0,27 OM + 32,17 Si 40,2 ρ + 0,124 S/Si 1,47 ln(c) + 47,45 C + 22 Θs = 102,4 0,335 FC + 14,9 Si 0,12 OM 3,72 ln(c) - 45,3 ρ - 0,657 S/Si - 8,1 FF + 39,2 C + 12,4 S Θs = 87,41-0,256 WP + 20,1 Si - 40,07 ρ + 0,02 OM- 2,13 ln(c) - 0,025 S/Si - 11,9 FF + 42,4 C + 11,04 S ln(α)= - 14,92-8,55 FF - 0,23 OM + 18,66 Si 3,83 ρ + 0,31 S/Si - 0,73 ln(c) + 15,9 C + 14,8 S ln(α) = 0,48-0,2 FC + 8,28 Si - 0,14 OM - 0,62 ln(c) - 6,87 ρ - 0,16 S/Si - 3 FF + 10,94 C + 8,9 S ln(α) = 0,48-0,2 FC + 8,28 Si - 0,14 OM - 0,62 ln(c) - 6,87 ρ - 0,16 S/Si - 3 FF + 10,94 C + 8,9 S n = - 0, ,397 FF - 0,013 OM - 0,114 Si + 0,184 ρ - 0,015 S/Si - 0,26 ln(c) + 0,53 C + 0,27 S n = - 1,45 + 0,0138 FC + 0,59 Si - 0,02 OM - 0,17 ln(c) + 0,39 ρ + 0,017 S/Si + 0,0187 FF + 0,87 C + 0,66 S n = - 0,56 + 0,239 WP + 0,015 Si + 0,18 ρ - 0,017 OM- 0,26 ln(c) - 0,014 S/Si + 0,34 FF + 0,58 C + 0,39 S ρ = térfogat tömeg (Mg/m3) OM = szervesanyag-tartalom (%) S = homok frakció (> 50 m) Si = iszap frakció (50-2 m) C = agyag frakció (< 2 m) FF = leiszapolható rész (< 10 m ) ln(c) = agyagfrakció logaritmusa S/Si = homok-iszap arány FC = vízkapacitás-érték WP = hervadáspont-érték Becslı N modell LR8 230 LR8+FC 230 R8+WP 230 LR8 230 LR8+FC 230 LR8+WP 230 LR8 230 LR8+FC 230 LR8+WP

107 A pf-becslı modellek becslési hatékonyságát a 29. ábra mutatja. A hibásan becsült talajok mennyisége a 230 talajmintára 29 és 36 % között változott. A becslési hatékonyság 71 %-nál nem volt jobb, és az elérhetı átlagos hiba is közel háromszorosa volt a (115) függvény illesztési hibájának. 23. táblázat. A pf-becslı modellek összehasonlítása Becslı DF N SSQ AIC Módszer FVG LR LR8+WP LR8+FC SLR SPSLR PLR ahol: DF : a szabadságfok, N az elemszám, SSQ : a hibanégyzetösszeg AIC : az Akaike információs kritérium A táblázatból látható, hogy a hervadáspont-értéket felhasználó LR8+WP pf-becslı modell átlagos hibája, valamint becslési hatékonysága kisebb az LR8 modellénál. A hervadáspont-érték helyett a (115) függvény inflexiós pontjához közeli pf-érték (pf=2,3) további jelentıs javulást eredményezett a becslésben (LR8+FC becslı modell). A szabadföldi vízkapacitás érték (pf=2,3) pf-becslésben betöltött szerepét egy öntéstalaj példáján a 29. ábra mutatja be. A mért pf-értéket alkalmazó becslés hátránya, hogy mintavételi, továbbá költség- és idıigénye van. Látható azonban, hogy egyetlen minta vételével és a pf=2,3 érték mérésével a becslés megbízhatósága 71%-ról 97 %-ra növelhetı. Az Akaike kritérium (AIC) szerint a becslési hiba jelentıs csökkenése ellenére az NLR8+FC pf-becslı modell a (115) pf-görbe egyenletnél szignifikánsan rosszabb (lásd 23. táblázat). Amennyiben a felhasználás megenged kisebb megbízhatóságot, a rutin talajjellemzık alkalmazása azonnali pf-érték, vagy görbe becslést tesz lehetıvé. A modell-alkalmazások esetében a becsült pf-görbe vagy érték elfogadható pontosságú és használható. 102

108 29. ábra. A különbözı víztartóképesség becslı modellek jósága a TAKI adatbázisán 30. ábra. A Herceghalmi Gazdaság területének egyetlen pontján mért pf-értékek, a TAKI adatbbázisa alapján becsült pf-görbe, és a gazdaság területének 448 pontján mért pf-értékek átlag pf-görbéje 103

109 Minthogy az MTA TAKI adatbázisa erdıtalaj mintákat nem tartalmaz, a megadott pf-becslı egyenletek ellenırzése az adatbázisban nem szereplı talajféleségekre (pl. láp, lápos-réti, szikes, stb. talajok) elvégzendı feladat. A TALAJ VÍZVEZETİ KÉPESSÉGE A talajban a vízáramlás sebességét a nedvességpotenciál gradiens nagysága és a talaj vízvezetı képessége határozza meg. A vízvezetı képesség függvény felírható talajban lévı vízmennyiség vagy a vízpotenciál függvényeként is. Mindkét esetben a vízvezetı képesség a vízmennyiség a víztelítettség irányában növekvı értékő. A függvény felsı korlátját a talaj teljes pórusterét kitöltı kétfázisú állapot vízvezetı képesség értéke jelenti, amelyet K s -nek jelölnek. Mértkegysége sebesség dimenziójú: m/nap. A VÍZVEZETİ KÉPESSÉG BECSLÉSE A talaj víztartó képesség függvényébıl a van Genuchten-Mualem módszer szerint becsülhetı a vízvezetı képesség függvény. A módszer alkalmazásához a telítési vízvezetı képesség érték (K s ) eredeti szerkezető talajmintán történı meghatározása szükséges. A hazai gyakorlatban erre Várallyay állandó- és a csökkenı víznyomás módszerét alkalmazzuk. A 100 cm 3 térfogatú és a 20 cm 2 keresztmetszető talajminta mérési eredményeinek a szórása általában több nagyságrendet meghaladó. A több nagyságrendet meghaladó szórású talaj telítési vízvezetı képességét a 80-as évek közepétıl a Campbell által a talajmátrix vízvezetı képességére kidolgozott pedotranszfer függvénnyel számítjuk: K s = ρb 1.3b exp ( 6.9 m 3.7 m ) ahol: K s : a telítési vízvezetés (cm/nap) ρ b : a térfogattömeg (g/cm 3 ) m c : az agyag mennyiség (%) m s : a vályog mennyiség (%) c s (118.) ( m ln( 0.001) + m ln( 0.026) + m ln( 1.025) a ) b = (119.) c s ahol: m sa : a homok mennyiség (%) A számításban feltételezzük, hogy a talajok szemcsemérete lognormális eloszlású. A feltételezésbıl következik, hogy az agyag, vályog és homok szemcseméret csoportok két 104 sa

110 eloszlás paraméterrel, a mértani átlag szemcseátmérıvel (d g ) és a mértani szórással (σ g ) jellemezhetık. A 118. és 119. függvényekben szereplı mennyiségek és szemcseeloszlási átlag és szórás összefüggése a következı: d g = exp ( a) (120.) σ g = exp ( b) Tapasztalataink szerint a Campbell-féle K s pedotranszfer függvény és a laboratóriumi mérési eredmények nagyságrendileg általában megegyezık. A Campbell-féle pedotranszferfüggvénynek a modellezéshez szükséges talajfizikai paraméterei számíthatók. A talaj szemcseösszetétele, térfogattömege, és szervesanyag-tartalma alapján a víztartó képesség függvény értékei valamint a vízvezetı képesség függvény paraméterei jól becsülhetık. A Herceghalmi Gazdaság talajára számított víztartási értékeket, függvényt, telítési vízvezetı képesség értéket a 30. ábra, 31. ábra és 24. táblázat mutatja be. 31. ábra. Kumulált szemcsefrakció és szemcseméret A Herceghalmi Gazdaság területén győjtött 448 db talajminta közül a búzatáblák jellemzésére feltárt talajszelvény szántott rétegére (10-15 cm) mért kumulált szemcsefrakció és szemcseméret értékeket, valamint az illesztett lognormál eloszlásfüggvényt mutatja be a

111 ábra. A közel ha-os gazdaság területén 448 ponton a felszínrıl (kb cm) győjtött minták szemcseösszetétel adataira csoportillesztéssel meghatározott átlag szemeloszlás függvényt is feltüntettük. A 32. ábra a laboratóriumban a Várallyay módszerrel mért telítési, valamint a víztartó képesség értékekre illesztett van Genuchten függvény paraméterei és a Várallyay módszerrel mért telítési vízvezetı képesség alapján meghatározott vízvezetı képesség függvényeket mutatja be. 32. ábra. A Herceghalmi Gazdaság búzatáblájára mért és becsült víztelített, illetve közel víztelített vízvezetı képesség értékek illetve azokra becsült telítetlen vízvezetı-képesség függvények. Vízvezetı képesség (cm nap -1 ) 2.0 Becsült búzatábla, Ks Mért búza-tábla, k-függvény 1.0 Mért kukoricatábla, k-függvény Becsült kukoricatábla, Ks Mért búzatábla, Ks Vízpotenciál log(cm) Az ábra jól szemlélteti egy meghatározott talaj esetében a különbözı módszerekkel mért és a szemcseösszetétel, illetve a víztartó képesség alapján becsült vízvezetı képesség értékek és függvények különbözıségét. 106

112 Az 32. ábra jól mutatja azt is, hogy a szemcseeloszlás és a térfogattömeg alapján a Campbell módszerrel becsült - makropórus nélküli vízvezetı képesség a mért értékeknél kisebb. A 24. táblázatban megadott és Várallyay módszerrel mért értékek közül az 1 cm/nap értéknél kisebb K s értékek nyilvánvalóan nem reális. Az 5 párhuzamos mintából 3 mintára mért kis érték nem mintavételi hibára, hanem a talaj aggregátumok gyenge vízállósága következtében elıálló porozitás- és vízvezetı képesség csökkenésre utal. A mért és a becsült vízvezetı képesség értékeket összehasonlítva látható, hogy a van Genuchten-Mualem becslés közel egy nagyságrenddel nagyobb vízvezetı képesség értékő közel a teljes nedvességpotenciál tartományban. 24. táblázat. A Herceghalmi Gazdaság búzatábláján győjtött mintákon mért és szemcseösszetétele és térfogattömege alapján számított telítési vízvezetı képesség értékek Várallyay módszer Csökkenı víznyomás Ks cm/nap Beszivárgás mérı Campbell pedotranszfer függvénnyel számított Ks cm/nap Ks cm/nap 143,6 44,1 3,53 0,12 36,0 13,7 14,4 0,32 0,13 A megállapítás felhívja a figyelmet arra, hogy a vízvezetı képesség érték-, illetve a függvénybecslés lényegesen nagyobb körültekintést és óvatosságot tesz szükségessé, mint az egyéb talajparamétereké. A bemutatott mérési és becslési módszerek és a talaj vízforgalmáról, a vízforgalmat meghatározó vagy befolyásoló talajjellemzıkrıl szolgáltatnak mennyiségi információt, amelyek a talajvízforgalmat leíró modellek paramétereiként is alkalmazhatók. A TALAJVÁLTOZATOSSÁG MÉRTÉKE ÉS EREDETE A talajok változatossága két tág kategóriába sorolható, amelyek egyike a rendszeres (strukturált), másik a véletlenszerő (strukturálatlan, ismeretlen ok miatti) változatosság. A rendszeres változatosság a talaj tulajdonságainak fokozatos vagy jellegzetes földrajzi, felszínalaktani, a talajképzı tényezık közötti kölcsönhatások miatti változása. A strukturált változatosság a szubmikrószkópikustól a mega léptékig elıfordul. A talajtanos számára a strukturált változatosság teszi lehetıvé a talajok felosztását a talajtérképezési egységek, tájföldrajzi elemek szerint (kiemelkedésen, kiugró részen, a lejtı tetején, a lejtı alján, stb. 107

113 elıforduló kategóriák). A nagyléptékő strukturált változatosság mértéke nagyobb lehet, mint a kisléptékőé. Példa erre a gilgai talajokra jellemzı duzzadás-zsugorodás jelensége, amelynek következménye a felszín és az altalaj kémiájának és biológiai jellemzıinek méteres vagy még annál rövidebb távolságon belüli megváltozása. Még finomabb skálájú a szerves- vagy szervetlen talajalkotók strukturált szervezıdése, mint a pórusok felületét bevonó agyaghártyák, az oxihidrátok zonációja, és a vízvezetı pórusokban a karbonátok és az oldható sók koncentrációja. A gyökerek mentén a mikroszervezetek, valamint az aggregátok közötti felületeken lévı agyagbevonat strukturáltan szervezett. Eloszlásmintázatuk a vízáram, a diffúzió, a megkötıdés és a mikrobiológiai kolonizáció folyamatait tükrözik mikron, illetve szubmikron léptékben. A véletlenszerő talajváltozatosságot a kızet, a hidrológia, a mállási intenzitás, a biológiai aktivitás, az erózió és hordalék-lerakódás eltérések, a talajmővelés idıleges hatása, a mintavétel és az elemzés hibája alakítja ki. Az említett hatások megjelennek a strukturált változatosságban is, azonban hatásuk általában finomabb annál, hogy azt elfedje. A talajtani leírás célja éppen a talajra jellemzı változatosság felosztása kisebb változatosságú (homogénebb) elemekre olyan módon, hogy a módszeres (szisztematikus) hiba a lehetı legkisebb legyen. A talajtérképezési egységekben általában jelentıs változatosság marad. Egy felmérı elemzés azt mutatta, hogy a térképen feltüntetett talajféleség általában csupán 40-tıl 50 %-ig fedi le a terület talajféleségeit, esetenként ez az arány csupán 20 %. Ennek ellenére azonban a térképezési egységek értelmezési ereje 50-tıl 85 %-ig terjed, 80 %-os valószínőség esetén. Az amerikai talajfelvételezési elıírás szerint úgy kell a talajtérképezési egységeket megalkotni, hogy az azokba besorolt talajok 75 %-ban feleljenek meg a talajtani leírásnak. A TALAJTULAJDONSÁGOK VÁLTOZATOSSÁGA A talajszelvény leírók és a modell alkalmazók egyaránt szeretnék ismerni a talajtulajdonságok változatosságának legalább a viszonylagos mértékét, nagyságrendjét. A 25. táblázatban olyan azonos talajtípus, azonos genetikai szintjeibıl vett minták átlagértéke és szórása található, amelyek azonos besorolású térképezési egységbe tartoznak. A 25. táblázatban bemutatott átlagértékek és variációs együtthatók (CV-k) értelmezésében a következı szempontok átgondolása segít: 108

114 25. táblázat. Talajtulajdonságok csoportosítása változatosságuk szerint CV % Talajváltozatosság Talajtulajdonságok Átlag Tartomány mértéke Térfogattömeg Szín (hue) Szín érték (value) Kevéssé ph változatos Plaszticitási határ Folyási határ A szint vastagsága Szabadföldi vízkapacitás Bázistelítettség Mérsékelten Homoktartalom változatos Mésztartalom Szín (chroma) Mésztartalom mélysége Kicserélhetı kationtartalom (CEC) Kiválások mélysége Szervesanyag tartalom Plaszticitási index Talajvastagság Kicserélhetı Ca Változatos Kicserélhetı K Kicserélhetı Mg Vízoldható sótartalom 48 - Vízvezetıképesség A talaj mélyebb rétegeinek tulajdonságaira adható becslés valóságtartalma a mélységgel csökken, minthogy a talajleírások maximális mélysége általában kisebb, mint 2 m. Az idıben állandó talajjellemzık, mint a szemcseösszetétel, az ásványi összetétel, a talajmélység, és a szín kisebb szórásúak, mint a jóval dinamikusabban változó nedvességtartalomé, vízvezetı képességé, redox állapoté, sótartalomé, biológiai aktivitásé, kicserélhetı kationtartalomé, vagy a szervesanyag-tartalomé. A talajtulajdonság szórása függ az anyakızettıl, és az anyakızet minısége szerint a következı növekvı sorrendbe rendezhetı: lösz < szélhordta üledék < mélységi, magmás- és tektonikus kızetek < erısen kevert anyagok. Azon talajtulajdonságok, amelyeket egy standardhoz viszonyítva határoznak meg (pl. mechanikai összetétel, ph, szín, stb.) kisebb szórásúak, mint a minıségileg besoroltak (pl., a talajszerkezet, konzisztencia, porozitás, begyökerezettség, stb.). Egy mintavételi helyen, illetve annak 1-2 m-es környezetében az állandó talajtulajdonságok CV-je 5-10 % közötti, a dinamikus változóké pedig % közötti. A CV szélsıséges esetben 35 %-ig is terjedhet. 109

115 A laboratóriumi mérések elfogadott hibahatára CV = 5 %-ig terjed. A 33. ábra a mintamérettıl függı relatív szórást mutatja. 33. ábra. Talajtulajdonságok relatív változatossága a mintaméret függvényében 110

116 A TALAJ-NÖVÉNY RENDSZER DINAMIKUS ÁLLANDÓSÁGA Általános érvénye miatt elıször a talajfejlıdést, mint az alapkızetnél rendezettebb, strukturáltabb természeti képzıdmény entrópiájával összefüggı hipotézist ismertetjük. Az entrópia csökkenésére épülı talajfejlıdési koncepció alapvetıen ökológiai alapú, amely a talajt a szintén fejlıdésében egyre strukturáltabb és kisebb entrópiájú ökológia rendszer elemének tekinti. ENTRÓPIA CSÖKKENTİ ÉS NÖVELİ FOLYAMATOK A TALAJ-NÖVÉNY RENDSZERBEN A fotoszintézis olyan biológiai alapfolyamat, amelyben széndioxidból és vízbıl magasabban szervezett szénhidrát molekula képzıdik. Az ezzel ellentétes légzési folyamatban a fotoszintézis során felépült szénhidrát molekulából ismét víz és széndioxid keletkezik. A légzés a szétszóró, vagyis entrópia növelı folyamatok egyike, amelyet a hıenergia táplál. A fotoszintézisnek és a légzésnek talajképzıdési szempontból is van jelentısége, hiszen arányuk szabja meg a talajba kerülı szervesanyag mennyiségét. A fotoszintézis és a kapcsolódó asszimilációs rendezı folyamat a növényi növekedésben valósul meg olymódon, hogy az asszimilált anyagok szervekké, változatos szervi funkciókká (raktározó szár, raktározó gyökér, kapaszkodó szár, stb.) alakulnak. Az öregedés, mint szétszóró, entrópia növelı folyamat hajtóereje szintén a hıenergia egy sajátos formája, amely a növényi DNS-ben tárolt információ kontrollja alatt megy végbe. Talajképzıdési szempontból a növényi növekedés legfontosabb részfolyamata a gyökérnövekedés, amely által azok az ionok is megkötésre kerülnek, amelyek egyébként a szétszóró folyamatban a gyökérzónából kimosódnának. A humuszképzıdés részben rendezı, részben szétszóró folyamat, mert a talajba kerülı növényi anyagot a talajlakó állatok és a mikrobák CO 2 -re és más kis molekulákra bontják. A humuszanyagok két módon is a talajszelvény szerkezetének alakításában játszanak fontos szerepet: egyszer a humuszképzıdés a talajszelvény-képzıdés része, másrészt a humusz a talajaggregátum-képzıdés cementáló-, talajszelvény stabilizáló anyaga. A humuszlebomlás szétszóró, entrópianövelı folyamat, amely CO 2 -t, NH + 4 -et és más kismolekulájú vegyületeket eredményez, továbbá a talajbiomassza életfolyamatainak a részét képezi. 111

117 A talajképzıdés fizikai folyamataiban a víz lényeges energiaközvetítı szerepet játszik. Például a magas légrétegekben kondenzálódó vízbıl a víz párolgására fordított energia felszabadul, és az őrbe kisugárzódik. A folyadékfázisban kondenzálódó víznek potenciális és kinetikus energiája is van. A kinetikus energia nagy része a talajfelszínen szóródik szét, a maradék potenciális energia pedig a víz talajbeli áramlásának a hajtóereje. A vízmozgás rendezı- és szétszóró folyamat is, mert egyrészt a talajképzıdést, másrészt a talajpusztulást (eróziót) szolgálja. Az, hogy melyik folyamat válik dominánssá, attól függ, hogy a talajfelszínre érkezı víz kinetikus energiája meghalad-e egy kritikus értéket. A kritikus energia értéke azonban talajfüggı. A talajból elpárolgó víz szintén része lehet rendezı, entrópia csökkentı folyamatnak, pl. a réti- és a szolonyeces réti talajok B szintjének periódikus átnedvesedése és kiszáradása a jellegzetes poliéderes-prizmás, illetve az oszlopos talajszerkezet képzıdését eredményezi. Jelenlegi ismereteink szerint a talaj-növény rendszerben sem egészében, sem az egyes részfolyamatokhoz kötötten az entrópia növekedés, vagy csökkenés mértékét mennyiségileg nem lehetséges meghatározni. A talaj-növény rendszer entrópia produkciójának vizsgálati lehetıségeit ismertetjük a következıkben. INDUKÁLT ÁRAMLÁS ÉS ENTRÓPIATERMELÉS A hajtóerı és az áramlás törvényszerőségei az Ohm és a Darcy törvények alapján tárgyalhatók. A talaj-növény rendszerben azonban többféle hajtóerı és áramlás zajlik párhuzamosan. Gyakorlatilag valamennyi erıhatás és áramlás összefügg. Egy anyagra, illetve folyamatra a konjugált (összekötött) áramlások leírására szolgáló egyenlet alapján azonosítható a hajtóerı és az áramlás. Az erı- és az áramlás szorzat dimenziója entrópia termelés, vagy másképpen az egységnyi idı alatt végbemenı szabadenergia-csökkenés. Amennyiben a rendszerben sikerül különválasztani a hajtóerıt és a létrehozott áramlást, a rendszer entrópiaváltozása az egyes részfolyamatok entrópiájának összege. Ha egy hajtóerı többféle anyagáramlásra is hat, az erı megosztásával írható föl az entrópiatermelésben kifejtett hányad. A részfolyamatokra történı szétosztás azonban nem megvalósítható. Az elv alkalmazása a talaj-növény rendszerre néhány termodinamikai következtetés levonását teszi lehetıvé. Például azt, hogy ha egy termodinamikailag nyitott rendszert érni hagyunk, akkor annak entrópiatermelése idıvel egy minimum eléréséig csökken. Ebbıl az következik, hogy 112

118 ha egy konjugált erıhatás az adott áramlást akadályozza az áramlás úgy változik, hogy csökkentse az akadályozó hatást és a rendszer az eredeti állapotba térjen vissza. A jelenség a növényökológiában ismert homeosztázis elv, amely az ökológiai rendszer stabilitását és regenerációs képességét nyitott termodinamikai rendszersajátságként mutatja be. A perturbáció vagy zavaró hatás pedig az ökológiai rendszer entrópiatermelését növeli. A nyitott termodinamikai rendszer egyensúlyi állapota az élı szervezetek érési állapotig mutatott fejlıdésével analógiásnak tekinthetı. A minimális entrópiatermelés az életjelenségek evolúciójának egyik alapelve. Az élı szervezetek a zavaró hatás kiszőrésére és egyensúlyi állapotuk fenntartására szabályozó mechanizmussal rendelkeznek. Ami igaz az egyedre igaz az egyedet tartalmazó ökológiai rendszerre is. Az ökológiai rendszer is tehát fejlıdésen, érésen keresztül jut el érett egyensúlyi állapotába. Az ökológiai rendszerre (ökorendszerre) is igaz, hogy a saját egyensúlyi állapotának a fenntartása mellett a zavaró hatások kiszőrésére törekszik. A talaj kezdetben az ökológiai rendszer fejlıdésének egyik korlátozó tényezıje megszabva az ökorendszer érési útjának az irányát, majd részt vesz az érési folyamatban és változások sorozatán megy keresztül. Ha az ökorendszert zavaró hatás éri, a szabályozó mechanizmus a zavaró hatás megszüntetése és az egyensúlyi állapot fenntartása irányában hat. A talaj részese ennek a folyamatnak, amelyet a talaj pufferképességeként neveznek. Felmerül azonban a kérdés, hogy a zavarásnak milyen hosszú ideig kell hatnia, hogy új fejlıdési korlátot jelentsen, és új egyensúlyt eredményezzen. Amennyiben azonban a zavaró hatás katasztrofális, az ökorendszer nem képes magát új egyensúlyi állapot felé kormányozni. Az elızıekben említett lehetıségekre egy ökológiai példa a következı: Egyensúlyi ökológiai rendszer a klimax vegetáció. Magyarországon például a lombos erdı valamilyen formációja a hozzá tartozó erdıtalajjal az egyensúlyi ökorendszerek egyike. Nyilvánvaló, hogy erdıvegetáció nélkül a lombos erdı ökorendszer talaja teljesen különbözı lenne. Amennyiben a talajról az erdıt levágjuk, és szántóföldi mővelést alakítunk ki, az erdıtalaj tulajdonságai megváltoznak, szervesanyag-tartalma csökken, szerkezete degradálódik és entrópiája mindaddig nı, míg egy új, magasabb entrópiájú egyensúlyi állapotot nem ér el. A felhagyott szántóföldre az erdı csak hosszú idı után települne vissza, de minden valószínőség szerint regenerációja végbemenne, vagyis az erdısülési folyamat visszafordíthatónak, reverzibilisnek tekinthetı. Az angliai Rothamsted kísérleti állomás hosszúidejő talajtani megfigyelésekkel 113

119 rendelkezik, amelyek azt bizonyítják, hogy az eredeti vegetáció megváltozása nem jár együtt katasztrofális talajtani változásokkal. Ennek oka a talajok fokozatos megváltozása lehet. Megfigyelést végeztek egy olyan területen, amely évszázadokon keresztül mezıgazdasági mővelés alatt állt, majd a mővelés felhagyását követıen 1883-tól visszaerdısült. Az 1964-ben visszaerdısült és a továbbra is szántóként használt talajok szelvényleírását és jellemzıit összehasonlítva a morfológiai különbség csupán kismértékőnek látszott annak ellenére, hogy a visszaerdısült talaj évente 530 kg szénnel és 45 kg nitrogénnel többet kötött meg hektáronként, mint a mezıgazdasági terület talaja. Talán a legkifejezettebb különbség a feltalaj tömıdöttségében volt kimutatható. A visszaerdısült talaj feltalajának kisebb tömıdöttségét a földigiliszta aktivitás eredményezte, amely hiányzott a szántóterületrıl. A két terület talajának entrópia különbsége azonban épp úgy nem volt kimutatható, mint a C- és az N felhalmozódásé. ENTRÓPIA ÉS MEZİGAZDÁLKODÁS A természetes növénytakarójú ökorendszerekben a legeltetés, a talajmővelés zavarásnak, perturbációnak minısül. Az állandóan, évszázadok óta legeltetett, kaszált füves területeken azonban az állandóan ismétlıdı perturbáció új egyensúlyi állapotot eredményez. A hosszú ideje mővelt és trágyázott szántó perturbációja tehát állandó és amiatt új egyensúlyi állapot jött létre. A természetes ökorendszer egyik fontos jellemzıje egyensúlyi állapotának állandósága, amelyet állandósága miatt fenntarthatóságként tekintenek. Az állandó zavarással fenntartott mezıgazdasági rendszerek - legelık, kaszálók, szántók - szintén fenntarthatók, de az eredetitıl eltérı, új egyensúlyi állapotot képviselnek. A természetes ökorendszerek fenntarthatósága minimális entrópiatermelés mellett valósul meg, míg a perturbációval fenntartott mezıgazdasági kultúrák entrópia produkciója az új feltételek mellett minimális, értéke azonban szükségszerően nagyobb. Amennyiben az entrópiatermelésbe a - környezetkárosító kismolekulákat, például a CO 2 -t, N 2 O-t, NO 3 -t és a CH4 -et is beleértjük ügyelni kell, hogy ne környezetkárosító mennyiségben keletkezzenek. Amennyiben ez a feltétel teljesül, a mezıgazdasági használat fenntarthatónak tekinthetı. Az entrópiatermelés alapján az organikus gazdálkodás megítélése nehéz, mert a gyepek néhány év utáni feltörése az organikus gazdálkodás része. Emiatt termodinamikai alapon az organikus gazdálkodás minısítése egyelıre nem egyértelmő. 114

120 A TALAJ-NÖVÉNY-LÉGKÖR RENDSZER MODELLEZÉSE A talaj-növény-légkör rendszer egyes alrendszerein belül és alrendszerei között anyag- és energiaáramlás megy végbe. Az energiaáramlás módja és eredménye is jellemzı a rendszerre. A légáramlás anyagszállítása csapadékeseményként, porfelhıként, a légáram szélként, a levegıvel szállított hımérséklet hıáramként, stb. ismert. A talajban végbemenı anyagmozgások eredménye a talajfejlıdés és a talajtípusok kialakulása, a talajféleségre jellemzı víz- és tápanyagforgalom pedig a talaj termıhely jellegének kialakításában vagy mezıgazdasági termıképességében nyer jelentıséget. A növényi anyagcsere-folyamatok a növény egyedfejlıdésével és termésmennyiségével összefüggésben szerepelnek. A növény a talaj és a légkör közötti anyagforgalom meghatározó közegeként jelenik meg, ezért a talajfolyamat modellek hangsúlyos részét képezi. A 26. táblázat a talajfolyamatokra vetített talaj-növény-légkör rendszerfolyamatok szintjeit, idıléptékét és felosztását tartalmazza. 26. táblázat. A fontosabb talajfolyamatok koncepcionális felosztása A 26. táblázatban szereplı felosztásban például a hımérséklet hatása az egyes részfolyamatok és azok összekapcsoltsága jól nyomon követhetı. A talajban a hıáramlás kulcsfontosságú minden, a talajban végbemenı egyéb folyamatot tekintve (pl. a szervesanyag lebomlása, vagy a növények tápanyagfelvétele). A talaj hımérséklete a növény növekedésére is meghatározó. 115

121 A talajtulajdonságokat a hımérséklet különbözı idıléptékben befolyásolja annak ellenére, hogy a hımérsékletnek napi, vagy annál rövidebb idıléptékő változása van. Modellezési célból a talajszelvényben végbemenı hıtranszport felírható, a talajrétegek változó hımérséklete pedig az ott végbemenı anyagforgalmi folyamatok kinetikájában jelenik meg. A modellezésben a talajfolyamatok kapcsolatrendszere is megjelenik, amelyet az alábbi felosztás mutat: A modularitás, vagyis egyedi részekbıl felépítettség. A részfolyamatokat leíró modellek idıés térléptéke egymástól független. A függetlenséget az indokolja, hogy amennyiben a szakmai ismeretek egy részfolyamatra vonatkozóan bıvülnek és a modellbe beépítésre kerülnek, hatásuk ne legyen egy másik modellrész folyamataival ellentmondásban. A talaj genetikai fejlıdését leíró szimulációs modell például moduláris felépítésben mőködtethetı. A 34. ábra öt elsıdleges talajfolyamat modellt szemléltet. A második szint az eseményeket rendezi össze idıben, és a futási eredményeket mutatja be a történések sorrendjében. A harmadik szint lehetıséget ad a modellezınek arra, hogy megszabja a modellezési eredmények lekérdezésének módját, formáját és idıléptékét. 34. ábra. Példa a talajfolyamat modell szerkezeti felépítésére 116

122 Az egyes talajtani részfolyamatok leírására specifikus modellek állnak rendelkezésre. A részmodellek önálló modellként például a talaj fizikai-, vagy kémiai folyamatainak leírására alkalmasak. A következıkben a talajtani folyamatmodellek jellemzıit és elvi megoldásait tekintjük át. TALAJFOLYAMAT-MODELLEK A talajképzıdés az anyakızet mállási- és biogén folyamataiként megy végbe adott éghajlati és emberi hatások alatt. A mállási- és biogén talajfolyamatok eredményeként keletkezı anyagok a talajszelvényben a vízáram révén oszlanak szét. A megoszlás térbeli és idıbeli eredményeként jön létre a talajok vertikális és horizontális rétegzettsége. A talajképzıdés hosszú idıtávú folyamat. Az agyag-kilúgzás eredményeként létrejövı agyagfelhalmozódási szint kialakulásának idejét évre, míg a podzolosodás idejét legkevesebb 500 évre teszik. A víz bármely formájára (csapadék, lefolyás, jégképzıdés és olvadás, kis-, vagy nagy hozamú felszíni vízfolyás, tenger, talajvíz és talajnedvesség) vonatkozó vízáramlás hajtóereje a talajképzıdés alapvetı tényezıje. Egy adott folyamatot leíró modell mindig csupán egy meghatározott mérettartományra érvényes. Ezért a modellalkotásnál, illetve a modell kiválasztásánál a modellezendı folyamat léptéke, érvényességi tartománya meghatározó. A talajfolyamat-modellek ismertetése elıtt a modellek általános típusait tekintjük át. MODELLEK ÉS FELOSZTÁSUK A modellt készítésének a célja határolja be. Különbözıek a modellek aszerint, hogy kutatási, oktatási, kezelési, vagy szabályozási célra készülnek. Két fı típusuk ismert: az analitikus-, és a numerikus modellek. A modellek osztályozhatók aszerint is, hogy mennyire matematizáltak (kvalitatív, kvantitatív modellek). A matematizáltságba nem csupán a számítógépi kódok, hanem az alkalmazott hipotézisek is beleértendık. A vegyes determinisztikus és konceptuális modellekre érvényes, hogy a modell válasza nem csupán a matematikai egyenletek megoldásán, az egyenletek paramétereinek megadásától függ, hanem a modellbe épített szóbeli információkon is, amelyek mint modell válaszok jelennek meg. A matematikai modellek az alkalmazott 117

123 egyenlet, rendszerint differenciálegyenlet analitikus megoldását jelentik, a használt peremfeltételek és paraméterértékek esetén. A modellkimenet vagy eredmény tehát a peremfeltételek és a paraméterek által meghatározott. A modellekkel a talajparaméterek - talajt jellemzı értékek - térbeli variabilitása, a variabilitás hatása a modellezett folyamatra is elemezhetı. A matematikai modellek megoldását valószínőségi alapon is lehet végezni, amikor is a modellkimenet nem egy meghatározott érték, hanem egy érték és a hozzá tartozó statisztikai valószínőség. A statisztikai valószínőséget is figyelembe vevı modelleket sztochasztikus modelleknek nevezik. Azok a vízforgalmat, talajvízforgalmat leíró modellek, amelyekben a csapadék eloszlása statisztikailag épül be, a két eddig ismertetett modelltípus között helyezkednek el. A matematikai modellek felosztását a 27. táblázatban adjuk meg. A modell szerkezeti felépítése lehet egyszerő vagy bonyolult, funkcionális vagy mechanisztikus. A funkcionális vagy mőködést leíró modellek általában leegyszerősítik a modellezett folyamat leírását, csökkentik a bemenı adatmennyiséget és azáltal a mőveleti idıt olymódon, hogy empirikus egyenleteket vagy közelítı (pl. regressziós) függvényeket alkalmaznak. A vízmozgást leíró mőködési modell egyik gyakori típusát az un. kapacitív modellek alkotják, amelyek statikus talajparaméter értékekkel dolgoznak (telítési víztartalom, szántóföldi víztartalom, térfogattömeg, stb.). 27. táblázat. A számítógépes matematikai modellek csoportosítása 1. Determinisztikus a) Mechanisztikus (általában sebesség paraméterekkel) b) Mőködési (funkcionális) (általában kapacitív paraméterekkel) 2. Sztochasztikus a) Mechanisztikus (véletlenszerően kiválasztott eloszlási paraméterek) b) Nem-mechanisztikus (sőrőségfüggvény paraméterek) Más szempontú felosztási lehetıségek: Cél, Összetettség (komplexitás), Rugalmasság (flexibilitás), Átvihetıség (transzferabilitás) Kvalitatív vagy kvantitatív jelleg Hierarchikus felépítés szerint Információs szintek szerint Addiscott és Wagenet (1985), Hoosebeek és Bryant (1992) nyomán A mechanisztikus modellek a modellezett folyamat leírását az aktuálisan ismert szinten tartalmazzák és abba minden ismert részfolyamatot is bekapcsolnak. A mechanisztikus 118

124 modellek ezért bonyolultak, és általában numerikus iterációs megoldással számítják az eredményt, amely megnövelt a számítási és a futási idıt. 28. táblázat. A víz- és oldatmozgás modellezési léptékei, a modellek típusai és az alkalmazott mérési és becslési módszerei Skála Lépték Modell Mérési és becslési féleség eljárások i+6 világ (Föld) konceptuális távérzékelés, éghajlat i+5 kontinens konceptuális távérzékelés, éghajlat i+4 ország, állam, statisztikai modellek légifotózás tartomány i+3 talaj-régió hidrológiai modellek geohidrológiai technikák (összekapcsolt vízgyőjtık) tömegegyensúly modellek fuzzy clustering (valószínőségi, statisztikus determinisztikus/ mőködési modellek) i+2 katéna, vízgyőjtı vízgyőjtı modellek megosztott, vagy statisztikus hidrológiai modellek (determinisztikus és sztochasztikus vegyes modellek) geostatisztika, geohidrológiai technikák (hidrográf, vízkémia) i+1 polipedon két- és háromdimenziós TDR, GPR, geostatisztika (tábla) oldalirányú áramlások (determinisztikus / mőködési modellek) i pedon tömegáramlás modellek TDR, neutron-szonda ismert változatosságú (i -1) modellek (determinisztikus/ mőködést leíró modellek) i -1 talajszelvény, réteg egy- és két dimenziós determinisztikus tenziométerek, kimosódási modellek; ellenállás blokkok mintázat felismerés (determinisztikus / mőködést leíró modellek) i-2 másodlagos szerkezeti megkerülı áramlás (bypass flow) vékonyréteg metszet, elemek makropórusok festési eljárás, (pedek, aggregátumok) üvegszálas optika, CT i-3 matrix szerkezet áramlások a talajmatrixban vékonyréteg technika (szemcsekölcsönhatások) (determinisztikus / mőködési) térbeliség, NMR i-4 molekuláris kapcsolatok elekrokémiai modellezés elektronmikroszkópos technika (pórus/ szemcse) (determinisztikus/ mőködési) oldatkémia GPR = ground penetrating radar (talajnedvességmérési eljárás) TDR = time domain reflectometry (talajnedvességmérési eljárás) CT = computer-assisted tomography (felületelemzı eljárás) NMR = nuclear magnetic resonance (hidrogénatom mennyiségét mérı eljárás) 119

125 A mechanisztikus modelleket hipotézis ellenırzésre alkalmazzák, segítségükkel kevéssé ismert összefüggések feltárását végzik, amelyek következtében a funkcionális modelleknél általában jóval bonyolultabbak. A modellek a modellezés léptéke szerint is feloszthatók. Hierarchikus rendszerő összeállítást mutattunk be a 28. táblázatban. Az egyes szervezıdési szintek modelljei a magasabb szervezıdési szint alrendszer modelljeinek, illetve az alacsonyabb szint modelljei szintézisének tekinthetık. A talajképzıdés reprezentatív egysége a pedon (i-szint). A pedon minimális térfogatú és kiterjedéső, a talaj valamennyi ismérvét hordozó talajdarab. A pedon által reprezentált talaj fizikai- és kémiai jellemzıi mérhetık és értelmezhetık. A pedon nem minden esetben talajszelvényt jelenít meg, lehet annál kiterjedtebb, de szőkebb jelentéstartalmú is. Természetesen a mérési módszerek különbözıségébıl adódóan a fizikai és kémiai jellemzık között már ebben a léptékben is lehet különbség. A pozitív elıjelő a pedonnál nagyobb léptékő - i-szintek közül az i+1 lépték a polipedont jelenti, amibe a pedon területi változatosságát is beleértjük. Az i+2 szint képviseli a katéna vagy a vízgyőjtı, az i+3 pedig a talajrégió léptéket. Negatív irányban a pedonnál nagyobb léptékben - az i-1szint képviseli a talajgenetikai, az i-2 a ped és az aggregátumok, az i-3 pedig a molekuláris kölcsönhatások szintjét. A talajalkotó komponensek, illetve a talajszintek egymásra épülését, a talajok komplexitásának növekedését is szemléltetve, a 35. ábra mutatja be. A talajfolyamat modellek rendszerint csupán egy-, esetleg kétdimenziósak. A következıkben a különbözı léptékben létezı talajgenetikai- és folyamatmodellek fıbb ismérveit tekintjük át. A 28. táblázatban feltüntetett léptékekben történı modellezéshez szükséges az ott lejátszódó folyamatok megfogalmazása. A léptékhez illeszkedı mérési- és a becslési módszerek megválasztása is szükséges, amelyre az összeállítást szintén a 28. táblázatban foglaltuk össze. Az i-4, azaz a molekuláris skálán a víz és a kémiai anyagok kölcsönhatásainak leírása történik determinisztikus és mechanisztikus módon. A részecske-részecske interakcióknak, a duzzadás és a zsugorodás jelenségének, a víz- és a vízben oldott anyagok anyagáramlásra gyakorolt hatásának a megértése a feladat ezen a skálán. Hagyományosan ezekben a tanulmányokban talajkémikusok, ásványtanosok, és fizikusok vesznek részt. Ebben a mérettartományban a talajfolyamatok vizsgálatára szubmikroszkópos vizsgálati technikákat alkalmaznak, közöttük az NMR-t, a magmágneses rezonancia spektroszkópia technikát, amely a hidrogénatom 120

126 oszcilláló elektromágneses térben mérhetı energiaelnyelésével összefüggı rezonancia mérésén alapszik. A rezonaciagörbérıl olvasható le a hidrogénatomok mennyisége. 35. ábra. Talajösszetevık és rendszerek a különbözı szervezıdési szinteken /lásd 4. táblázat/ Természetföldrajzi régió Talajtakaró Talajsorozat vagy katéna Pedon Talajszint Talajszelvény Szerkezeti elem (aggregátum) Ásvány-szervesanyag komplexum Molekuláris ásványi felépítés Sposito és Reginato (1992) nyomán A víz- és a kémiai vegyületek talajoldat és a talajrészecske felülete közötti elmozdulásának a hajtóereje a kémiai potenciál rövid távolságú megváltozása, amelynek eredménye a víz és a vegyületek újra eloszlása (redisztribúció). Az ebben a léptékben megvalósuló áramlások (fluxusok) a talajképzıdési folyamatok lényeges elemei, amelyek a magasabb i-k szinten azután a talajképzıdés magyarázó okát és hajtóerejét is jelentik. 121

127 Az i-3 lépték a talajt felépítı szemcsék közötti pórusokban, a 0 és -100 cm tenziójú nedvességpotenciál tartományban végbemenı mátrixáramlásokra vonatkozik. Ebben a léptékben a felületi feszültség, és a kohéziós erık kombinációja a hajtóerı úgy, ahogy az i-4 szinten leírásra került. A talajmátrixban végbemenı telítetlen áramlás az, amelyben a kémiai anyagok redisztribúciója végbemegy. Ezen a szinten azonban csupán az elemi talajegység (ped) jelenik meg, vagy egy homogén pórusszerkezető, makropórusok nélküli, ped-nek nem tekinthetı talajdarab. Újabban az NMR technikát használják a szők talajpórusokban végbemenı áramlások tanulmányozására. A másodlagos szerkezeti elemek alkotta pedre, vagy a nem ped talajdarabra jellemzıek a makropórusok, amelyek együttesen az i-2 léptéket alkotják. A makropórusos talajban végbemenı oldatáramlást kéthalmazú, vagy kétrekesző (két kompartmentő) áramlásként tárgyalják általában. A kéthalmazú áramlás egyik összetevıje a talajmátrix pórusaiban végbemenı, míg másika a makropórus áramlás, amely a pedek között, és nem a peden belül zajlik. A makropórus olyan átmérıjő pórus, csatorna, amelyben az áramlás hajtóereje a gravitációs potenciál. A szabadföldi és a laboratóriumi kísérleti tapasztalatok azt mutatják, hogy a kezdeti nedvességtartalom, és a határfeltételi tényezık egyaránt alakítják a mátrixpórusokban, és a makropórusokban végbemenı áramlás arányát. Az i-2 skálájú modellezés eredményei a tapasztalatok szerint nem egyértelmőek. A festékek talajban történı terjedését leíró hidrológiai modellel azonban, ebben a léptékben nem sikerült összekapcsolni a talajmorfológiát és a talajhidrológiát. Az összekapcsolás csupán az i 1 léptékben sikerült. Az i-2 léptékben a makroporozitásnak, és a talajképzıdés során végbemenı kémiai áramlásoknak a kvantitatív összekapcsolása sem sikerült. A talajszerkezeti jellemzık azonban gyakran segítenek a kétfázisú áramlási mintázat jellemzésében. A makropórusok falán található vasbevonat a mátrixpórusokban történı oldatáramlás dominanciáját mutatja, amely során a redukált vas mozog a pedon külsı felülete felé, ahol oxidálódik. A talajszerkezeti elemnek, a pedon-nak a kifehéredett külseje a makropórusokban végbemenı domináns áramlás indikátora. A vas redukciója a szerkezeti elem élei mentén következik be, míg oxidációja a szerkezeti elem mátrixában történik akkor, amikor abban víz szivárog. Annak ellenére, hogy a folyamat világosan követhetı, mechanizmusának modellel történı leírása még nem minden részletében értett. Az i-1 lépték egyúttal a talajszelvény egy genetikai szintjét is jelenti, amely a talajgenetikai hierarchia talán leginkább kutatott eleme. A talajosztályozási rendszerek többsége az i-1 szinten a diagnosztikus szint jellemzıit vonatkoztatja (extrapolálja) az i, vagy még az a fölötti 122

128 szintre is. A jelentıs genetikai szintek fizikai-, kémiai- és biológiai jellemzıinek funkcionális értelmezését interpolációra, míg a mélységig, vagy a vastagságban típusú kiterjesztéssel folytonos, regionális változóként is alkalmazzák. Agyagos talajszint vízvezetı-képességét a talajszerkezeti elemek közötti, morfológiai megfigyelésekbıl megállapított áramlási nyomvonalak alapján számítják. Az i-1 szinten történı mérési módszertan a reprezentatív elemi térfogat (REV) koncepció kidolgozásával, és azon a talaj hidrofizikai jellemzıinek mérésével jelentıs fejlıdésen ment át. A pedotranszfer függvények alkalmazásával a nem közvetlenül mért talajjellemzık is kiterjeszthetık a REV-re, és ez által modellezhetık. Amint a víz-, és az oldat áramlás talajgenetikai összefüggéseinek meghatározása a cél, annak a vizsgálatához a szükséges REV meghatározása kell, hogy a mérést, és a modellezést megelızze. A REV koncepció értelmében a pedon az a háromdimenziós, megfelelıen nagy mérető és kiterjedéső REV, amely az i szinten tartalmazza a vizsgált talajszelvény rétegzettségét, és a rétegek jellemzıinek variabilitását. A variabilitás ismerete ebben az esetben azt jelenti, hogy ismert a domináns talajréteg jellemzı értéke, valamint annak varianciája is. A talajjellemzık térbeli-, és idıbeli változatosságának ismeretében lehetséges, hogy a víz- és az oldatmozgás, mint talajgenetikai részfolyamat kerüljön vizsgálat alá. Ennek érdekében a talajgenetikai vizsgálatokban a növényzetet, az idıjárást és a talajvíz dinamikát is a maguk tér- és idı dinamikájával szükséges figyelembe venni. A talajgenetikai folyamatok tér- és idıléptéke a pedonra is vonatkoztatható. A pedon modellek fajtái a determinisztikus/mechanikustól a statisztikus/konceptuálisig terjednek. Utóbbiak a mintázat felismerésen alapulnak, amelynek segítségével jelenítik meg például a festéknyomvonalak és a fémkiválások mintázatát. A kimosódási modellek a pedon léptékben a víz- és a kémiai anyagtranszport, valamint az oldatkémia törvényein nyugszanak annak érdekében, hogy összekapcsolják a fizikai és a kémiai rendszert. A kimosódási modellek pedon léptékében idıben változó határfeltételek használata lehetséges, mint amilyen a csapadék, a hımérséklet és a száradási-nedvesedési ciklusok, amelyek a szabadföldi feltételek egy jobb leképezését nyújtják. Mindez lehetıségét adja a modell érzékenység vizsgálata mellett a talajfolyamatokról, és folyamat együttesekrıl alkotott, és a modellbe épített hipotézisek tesztelésének is. A dinamikus szimulációs modellek nem új keletőek és igen sokfélék. A legtöbbjük kvantitatív, de érvényességük behatárolt. Talán leginkább arra alkalmas eszközök, hogy egy i- 123

129 k színtő eredményt i 1, vagy i+1 szintre képezzék le. Ezt sok más típusú modell is tudja. Matematikai modell szolgál a talajszelvény-fejlıdés leírására az i-1 szinten, amely mállási-, szervesanyag- és ásványi anyag szelvényeket eredményez, az átszivárgás, egyensúlyi oldatok, kimosódás, iondiffúzió, szerves keveredés, lombhullás, szervesanyag lebomlás és mechanikai lepusztulás eredményeként (Kirkby, 1985). A modell a helyben maradó anyagmennyiség alapján számítja a hiányzó anyagmennyiséget, vagyis a málladék (w) képzıdését a következı összefüggéssel: z= 0 w ( z) = (1 p) dz (121.) ahol: z : a felszíntıl mért függıleges távolság, p : nem mállott, vagy maradó talajrész. A z mélység alá történı elfolyás, a maximális beszivárgási mélység, valamint a mállás a hidrológiai jellemzık alapján kerül számításra. Ez a megoldás figyelmen kívül hagyja az agyag fizikai áttelepülését, komplexek képzıdését, kémiai átalakulását, az ionkicserélıdést és az adszorpciót. Az oldatkémiai számítás a szilárd fázissal mutatott egyensúlyon alapszik, ami nem mindig teljesül. Az alkalmazott hipotézisek, egyszerősítések és elhanyagolások miatt a modell csupán korlátozott érvényességő. Értékes azonban a talajszelvények, valamint a talajszelvény és a szelvényt körülvevı táj összekapcsolásában. Az egyszerősítések ellenére tehát összekapcsolja a genetikai szintet (i-1) a pedonnal (i), vagy a nagyobb területtel (i+1). A pedon szintő modellek választéka is nagy. Különbözıségük oka az, hogy eltérı helyzetekre kidolgozottak. Általában funkcionálisak és félkvantitatívak. A talajképzıdés tömegegyensúlyának elvére épülı modell a mállás és a talajgenetika hosszú idejő kapcsolatát elemzi. Az anyagmegmaradás elvét kifejezı tömegegyensúlyi és térfogatváltozási egyenletek kombinációját alkalmazza a jól ismert szelektív extrakciós és a részecskeméret szeparációs folyamatokkal kombináltan, amikor is egy tengerparti homok erdıtalajjá (Alfisoil) alakulását elemzi. Ezek a modellek szintén a víz- és a kémiai anyagok áramlásának mennyiségi becslésén alapulnak, amelyek a talajgenetikai folyamatok megértését szolgálják. Azonban ezek a folyamatok a pedon szintjén még nem kellıen ismertek, és megértésük az i 1 szintő ismeretek bıvülésétıl várható. Elıre mutatóak azonban a modell bemenı adatait és mőködési tesztjét szolgáló mérési eljárások, amelyek ismételhetık és gazdaságosan kivitelezhetık. Ilyen mérési eljárásokat ad a TDR, vagyis a Time Domain Reflektometriás talajnedvesség-mérési technika, a neutron szonda és az automatizált tenziométeres eljárás. 124

130 Az i+1, vagy a polipedon szint már tábla lépték. A polipedon szint a talajgenetikai folyamatok oldal irányú kiterjesztésére ad lehetıséget. Ezzel már lehetıség van két- és háromdimenziójú modellek alkalmazására, amikor is a kimosódás mellett az oldal irányú elfolyás, az erózió, valamint a felszín alatti elfolyás és a talajvízáramlás is figyelembe vehetı. A léptékben a térbeli változatosság jelentısége nagymértékben megnı és azzal párhuzamosan a víz- és a kémiai anyagáramlás determinisztikus megoldásai, mint a talajfejlıdést mutató indikátorok jelentısége gyengül. Modellezéstechnikailag ezt úgy valósítják meg, hogy a determinisztikus folyamatokat a Monte-Carlo szimulációs technika alkalmazásával sztochasztikus módon veszik figyelembe. A tábla lépték már szükségessé teszi a modellezéshez a talaj és a környezeti adatok, jellemzık együttes és térbelileg értelmezhetı mérését. Ebbıl következik, hogy a tábla szinten (i+1) a geostatisztika és az idısorelemzés fontos és szükséges eszközzé válik. A tábla szintő feladatok egy másik megoldási lehetıségét a tábla mért pontjaira végzett szimulációs eredmények térbeli, valószínőségi alapú kiterjesztése jelenti. A katéna, vagy vízgyőjtı skála (i+2) a víz- és a kémiai anyagok áramlásának, és azok talajgenetikai hatásainak a tájléptékő ismeretét teszi szükségessé. Ezen a szinten a mechanisztikus és a determinisztikus modellek használhatóak miután a térbeli mintázat a talajszelvényt alkotó genetikai szintekre (i-1), és oldal irányú kiterjesztésükre már megtörtént. Ezt követıen a geostatisztika interpolációs módszerei alkalmazhatóak, de azok is lehetıleg homogén területekre. A modellek bemenı adatait ekkor a genetikai szintekre méréssel, vagy becsléssel szükséges fölvenni. A pozitív i szinteken végzett modellezésnek azonban nemcsak talajgenetikai okai és kimenetei lehetnek, hanem az, hogy az ökológia történései, törvényszerőségei a polipedon, vagy katéna léptékben értelmezhetık. Gyakori, hogy az ökológiai modellek legkevésbé kvantifikált, fekete dobozként kezelt eleme éppen a talaj, mint környezeti elem. Szükséges éppen ezért az ökológiai modellekbe integrált kvantitatív-mechanisztikus meteorológiai, biológiai és hidrológiai modellek közé valamely talajmodellt is bevenni. A kvantitatív-mechanisztikus talajgenetikai történéseket leíró talajmodell ökológiai modellbe integrálása segítheti a talaj, mint környezet ökológiai hatásainak jobb megértését is. Az ökológiai léptékben (tér- és idıskálán) változó talajkörnyezet ökológiai szerepének kutatásában, és oktatásában fontos szerepet kaphat ez a próbálkozás. Marion és munkatársai regionális léptékő, a talajfejlıdést sivatagi talajok mész dinamikáján keresztül vizsgáló 125

131 modellje (CALDEP) tekinthetı egy ökológiai léptékben megvalósított példaként (Marion et al., 1985). A CALDEP-modell különbözı tudományterületek (statisztika, meteorológia, talajfizika, talajkémia, talajbiológia, stb.) eredményeit integrálja. A modellnek a jelenlegi és három pleisztocén idıjárási változattal végzett érzékenységvizsgálatai a talajfejlıdés következı változókra vonatkozó érzékenységét mutatták: a viharok gyakorisága, a talaj vízkapacitása és a CO 2 parciális nyomásának biológiai kontrollja. Az i+3 skálán, vagyis az egymással kapcsolt, kölcsönhatásban álló vízgyőjtık szintjén a vízés a kémiai anyagok transzportját leíró mechanikus és determinisztikus modellek már nem alkalmazhatóak, helyettük a funkcionális és statisztikus megközelítések kerülnek elıtérbe, amelyekben összevont, csoportváltozókat használnak. Ennek oka a léptékbıl adódik, hiszen a kilométeres léptékben egy-egy változó varianciája megnı, amelynek csökkentését szolgálja az összevont változók alkalmazása. Már a múlt században, és a század kezdetén használták ezt a koncepciót felszíni lefolyás, erózió és kisvízfolyás leírására. Tájléptékben az összevont változójú modellezést az ökológusok mind a mai napig alkalmazzák. Delcourt és Delcourt által készített tájléptékő ökológiai tér- és idıfelosztás (29. táblázat), alapján látható, hogy a talajképzıdés mikroléptékő folyamat az olyan felszínalaktani folyamatokkal egyetemben, mint a talajfolyás, homokdombok mozgása, felszíni bemélyedés, folyami- és szélhordta üledékképzıdés (Delcourt és Delcourt, 1985). Ebben a tájléptékő felosztásban a talajképzıdés túlságosan nagyléptékő folyamatokhoz kapcsoltan jelenik meg. A hangsúly a tájléptékő mozaikok átrendezıdésére irányul. A talajképzıdés megjelenése sokkal inkább holisztikus, mint folyamat orientált. Az alkalmazott szemlélet a százéves talajjellemzési, térképezési szemlélethez, nem pedig a mai folyamatszemlélető megközelítéshez áll közel. Az i+4 lépték a politikai határokra sokkal inkább vonatkozik, mint a természetes határokra (megye, ország, stb). Ebben a léptékben fıként a statisztikai megközelítés használatos. A területre jellemzı adatbázisokat GIS rendszerben és statisztikai módszerekkel kezelik. A vízés a kémiai anyagok áramlása, áramlás intenzitása ebben a léptékben nem jelenik meg. A térképezés a méretarányhoz illeszkedı jellemzıkre (pl. folyóvízi üledékek, szélhordta üledékek) megjelenítésére vonatkozik általában. A determinisztikus modellek ebben a léptékben nem a talajfolyamatokra, hanem a szabályozási és kezelési kérdések vizsgálatára szolgálnak. Az alkalmazott determinisztikus modellek annak ellenére kerülnek ebben a lépékben alkalmazásra, hogy más skálára készültek. A skála különbségbıl adódó 126

132 kötöttségeket nem veszik figyelembe, hiszen azok hatása a modellezett eredményekre nem ismert. 29. táblázat. Összeállítás a különbözı szervezıdési szintő (léptékő) talaj-, illetve talajfolyamat modellekrıl Skála Citáció Modell célja i+6 Smeck et al. (1983) Talajsorozatok kialakulására vezetı entrópiavátozások grafikus megjelenítése i+5 Jenny (1980) A talajfejlıdés többléptékben történı megjelenítése i+4 Shovic & Montagne (1985) Talaj-táj kapcsolatok statisztikus modellje Havens (1988) Tömegegyensúlyi kimosódási modell, GIS alapú víz- és oldatáramlás becslés Lee et al. (1988) Talajképzıdés, mint a táj-és ökoszisztéma eleme i+3 Petach et al. (1991) Tömegegyensúlyi kimosódási modell, GIS alapú Delcourt & Delcourt (1988) Talajképzıdés, mint a táj-és ökoszisztéma eleme i+2 Marion et al. (1985) A talajkémiát, ET-t és a talaj-víz mozgást összegzı összetett modell Wosten et al. (1990) Pont módszerek kiterjesztése területre morfológiai/ hidrológiai függvények segítségével Evans & Roth (1992) Információ generálási elv szimulációs modellezéshez Bouma & van Lanen (1987) Statikus adatokra alapozott pedotranszfer függvények dinamikus folyamatok becslésére i+1 Finke (1993) Interpolált pont adatok mechanisztikus modellezése tápanyagáramlásra szétválasztó krígelési eljárás alkalmazásával I Levine & Ciolkosz (1986) Kétszínő modell a talajok savanyodás érzékenységének a tesztelésére Huston & Wagenet (1992) Determinisztikus/mechanisztikus modell víz- és oldatmozgásra Brimhall et al. (1991) Periódikus dilatációs keveredés szerepe a talajszelvény rétegek kialakulásában Kirkby (1985) Mállási, szervetlen és szerves folyamatok dinamikus szimulációja Chadwick et al. (1990) Tömegegyensúly függvények a tengerpart - erdıtalaj átalakulásban I-1 Anderson & Bouma (1973) Agyagszint vízvezetıképességének becslése aggregátumok közötti pórusmintázatból Bootlink & Bouma (1991) A vízáramlás útvonalának becslése festéknyomvonal alapján I-2 Verpraskas & Bouma (1976) Vasmozgás makropórusos talajmátrixban oxidáció/redukció következtében Peyton et al. (1992) Makropórus átmérı meghatározása röntgensugaras CT-vel I-3 Bouma & Andrson (1973) Vékonyréteg pórusmintázata, térbeli szerkezete Bouma & Denning (1974) A vízvezetıképesség morfometrikus elemzése I-4 Manley et al. (1987) A talajoldat és a részecske felülete közti anyagáram fizikai-kémiai modellje Stumm et al. (1985) Komplexképzı ligandumok hatása ásványok oldódására A kontinentális (i+5) és a globális (i+6) léptékben alkalmazott modellek már kivétel nélkül az un. konceptuális modellek. Talajtanilag ezekben a léptékekben talajgenetikai típusok és talajsorozatok jelennek meg. A víz- és a kémiai anyagtranszportot és intenzitást sem önmagában, hanem hatásuk eredményében nem veszik figyelembe. Az anyakızetre jellemzı diagnosztikus szintek megléte, vagy hiánya, a biológiai aktivitás mértéke, a klímahatás erıssége, mint differenciáló tényezık kerülnek felhasználásra a terület talajainak térszíni pozíciójával, a geohidrológiai-, hımérsékleti- és csapadékviszonyokkal mutatott kapcsolat értékelésében. Ebben a tájléptékben értékelhetı továbbá az emberi tevékenység hatása is a talajképzıdésre. A teljesség igénye nélkül készített, az áttekintést segítı, irodalomból kigyőjtött modellösszeállítást mutatunk be az egyes szervezıdési szintekre a 29. táblázatban. 127

133 A TALAJFOLYAMATOK ÉS MODELLEK LÉPTÉKE A talajfolyamatok mindegyikéhez egy meghatározott idı- és térskála tartozik. Emiatt nem tanácsos egy adott léptékre kidolgozott modellt más tér- és idıléptékben alkalmazni. Konkrétan például a pedon léptékő kimosódási modell nem alkalmazható vízgyőjtıre olymódon, hogy a pedon léptékő modell eredményét a térlépték különbség kiküszöbölése érdekében a megfelelı konstanssal megszorozzuk. Ahhoz, hogy a léptékváltás lehetısége a különbözı skálájú problémák között meglegyen, mérlegelni szükséges azt, hogy lehetséges-e a skálák között kapcsolat. Adott i szintre kidolgozott modell az alacsonyabb i szintekre érvényes törvényszerőségekbıl az adott szinten lényegeseket tartalmazza. A mechanisztikus modellekben például az anyagáramlás az alacsonyabb i szinteken a vegyületet alkotó elemek közötti molekuláris kölcsönhatásokon alapszik, magasabb i szinten azonban a vízmozgás már a vízpotenciál viszonyok függvényeként alakul. Még magasabb i szinten pedig már csak a következményként lezajló nedvességtartalom-változás jelenik meg. Jelenleg a talajfolyamatok különbözı léptéken megjelenı eredményeit tekintve csupán a megismerési szakaszban vagyunk. Szimulációs modelltechnikával vizsgálható például, hogy a talajfejlıdés évszázados léptékő folyamata hogyan függ a klíma és a hidrológia évenkénti periodikusságától, és mindebbe hogyan illeszkedik a víz- és a kémiai anyagmozgás. Ahhoz pedig, hogy a talajféleségek kialakulásában a transzportfolyamatok szerepe, illetve ezek térléptéke leírható legyen, további ismeretek szükségesek. MODELLEZÉS ÉS LÉPTÉKVÁLTÁS Nyilvánvaló, hogy egy modellt az érvényesítés léptékétıl eltérı léptékben használni nem problémamentes. Annak eldöntését, hogy megengedett-e az eltérı léptékben való modellalkalmazás a következık átgondolása segíti: Maradhat-e változatlan a modellben alkalmazott hipotézis? Megmarad-e a modellbe épített mechanizmus eredeti értelme? Abban a paraméterérték tartományban történik-e a modell használata, amelyre az érvényesítés vonatkozik? Lehet-e valós, önálló értéket tulajdonítani a modell paramétereinek? 128

134 Illeszkedik-e a modellezés léptéke a paraméter értékek meghatározásának a léptékéhez? A nagyobb lépték paraméterértékei jelentısen eltérnek-e a kisebb lépték paraméterértékeitıl? Ha igen, miért? Változott-e a modell paraméter érzékenysége? Ha igen, miért? Változott-e a modell típusa ténylegesen? Például, fizikairól (physically-based) összevont paraméterőre (lumped parameter), vagy mechanisztikusról mőködésire? A nagyobb léptékben tapasztalható-e a modell mőködésének olyan eleme, amely az elvárhatóval ellentétes? A léptékváltás kapcsán feltétlenül figyelembe veendı, hogy a léptékkel nem csupán a fizikai méret változik, hanem a folyamatok kinetikája is. A kinetikai különbségekbıl adódik a történések idıléptékének a változása. Nyilvánvaló, hogy a molekuláris lépték (i-4) történéseinek idıtartama nem lehet azonos a talajszelvény szinten (i) végbemenı folyamatokéval. A léptékváltás és annak kapcsán az 1-9 kérdések, valamint a tér- és idılépték váltásból adódó eltérések áttekintését teszik szükségessé. TALAJVÁLTOZATOSSÁG ÉS MODELLEZÉS A területi változatosság modellezésben történı figyelembevétele szakterületenként különbözı és függ a modell természetétıl. A talajtani modellek többsége nem alkalmas hibaelemzésre. Ennek oka, hogy a modellkészítık a hibaelemzést a modellezett rendszer összetettsége miatt értelmetlennek tartják. A talajtérképen a talajok területi változatossága talajfolt elhatárolással kerül megjelenítésre. A talajfolt határ megrajzolását reprezentatív talajszelvények feltárásával végzik feltételezve, hogy a megállapított folthatár egyben kijelöli a térbeli variabilitás-mintázatát. Az elızı feltételezés azonban nem tartható, hiszen számottevı változatosság marad a körülhatárolt talajfolton belül is. Az sem mindegy, hogy a változatosságot mely talajtulajdonságra vizsgáljuk, hiszen az agyag-, a szervesanyag-tartalom, vagy a térfogattömeg szórása jelentısen eltér a különbözı talajfoltokban. Azonban ez a megállapítás nem minden talajtulajdonságra érvényes. Egy hollandiai talajsorozatra számított vízszolgáltató kapacitás szórását lényegesen kisebbnek találták az alapadatok szórásánál, amelyek a térképen szerepeltek. Az eredeti talajtérképen 350 talajfolt szerepelt, míg a számított vízszolgáltató 129

135 kapacitás 100 térképezési egységet eredményezett. Ebbıl az következik, hogy a térbeli változatosság a talajtanban jelentısen különbözik aszerint, hogy alaptulajdonságról vagy olyan funkcionális jellemzırıl, mint például a vízszolgáltató kapacitás van szó. A talajtulajdonságok változatosságát klasszikus statisztikai feltételek alapján tárgyaltuk idáig. Meg kell azonban említenünk, hogy létezik egy geostatisztikai módszer, ami a vizsgált változó mintavételi helytıl függı, vagyis térbeli viselkedésének elemzésére szolgál. A geostatisztikai vizsgálat a h távolságra lévı terepi megfigyelési helyeken mért talajjellemzı értékek négyzetes eltérésének számtani átlagán, a kísérleti félvariancia, vagy szemivariancia függvényen alapszik: ( h) ( h) N 1 2 γ ( h) = [ Z( xi ) Z( xi + h) ] (122.) 2N i= 1 ahol: N ( h) : a h távolságra levı mintapárok száma Z ( x i ) : az xi helyen mért talajjellemzı érték ( x h) Z i + : az xi -tıl h távolságra lévı minta talajjellemzı értéke γ h :a félvariancia vagy szemivariancia érték ( ) A félvariancia értékek távolság szerinti alakulását ábrázoló függvény a szemivariogram (36. ábra), amelyrıl a következı információk olvashatók le: a félvariancia értéke a h=0 helyen, amelyet röghatásnak (nugget effect) neveznek. a félvariancia felsı küszöbértéke, amely a vizsgált jellemzı szórásnégyzetét adja (sill). ahol a variancia stabilizálódik, vagyis ameddig a mért értékek nem függetlenek. A szemivariogram függvény arra ad infromációt, hogy egy mintavételi ponttól milyen távolságban (α) tekinthetı az ott mért talajjellemzı érték kiterjeszthetınek. Az ábrán a szemivariancia értékek leírását szférikus függvény illesztésével mutatjuk be. A röghatás nélküli ábra a lineáris függvény alkalmazása esetén leolvasható hatástávolságot szemlélteti, mutatva a megfelelı szemivariancia függvény megválasztásának jelentıségét. A szemivariogram függvény ismeretében lehetıség van a terület nem mintázott pontjaira a mintavételi pontok mért értékei alapján becslést adni. Ezeket az eljárásokat nevezik krigelési vagy súlyozott interpolációs eljárásoknak. A geostatisztika további ismeretanyaga nem képezi a modellezés tárgyát, azokat a megfelelı kézikönyvek tartalmazzák. 130

136 36. ábra. Szemivariogram α=hatástávolság c o =röghatás (alapvariancia) VÁLTOZATOSSÁG A TÉRKÉPEZÉSI EGYSÉGEN BELÜL Hogyan is kezelhetı a talajfolton belüli változatosság? kérdésre alapvetıen két modellezıi megoldás ismert. Az egyik lehetıség a talajjellemzı modellezés elıtti átlagolását követı modellszámítás, míg a másik lehetıség a mérési, mintavételi pontokra történı modellszámítás eredményeinek interpolációval történı területi átlagolása, és kiterjesztése. Kimutatták, hogy az interpolációs eljárás a megfelelıbb, és pontosabb megoldás összehasonlítva a hagyományos, kézi kontúrrajzolással. Az interpolációs technikák alkalmazásának további elınye, hogy azokban a területi (térbeli) változatosság leírása statisztikai függvénnyel történik, valamint a szerkesztett térkép információtartalma is megadásra kerül. Környezetszennyezési példákban az alkalmazott interpolációs területi felosztással (krígelési eljárás) a szennyezési határérték túllépésének valószínőségét jelölik meg. Természetesen a geostatisztika csak abban az esetben alkalmazható ilyen és ehhez hasonló feladatokra, ha a szemivariancia függvény térbeli struktúrát mutat. Ellenkezı esetben a klasszikus statisztika átlaga és szórása az, amellyel a térbeli változatosságot leírhatjuk. Talajfelvételezési adatok feldolgozása esetében ismerni kell a felvételezés idejét, az elemzési eredmények publikálásának idejét, a térképezés méretarányát, a felvételezés módszertanát, a 131

137 becsült értékek pontosságát, stb. A talajfelvételezési adatokat nem szabad érvényességi korlátaikon túl kiterjeszteni. Amennyiben nagyobb, vagyis több különbözı terület talajfelvételezési adatainak feldolgozása a feladat, biztosítani kell a felvételezıkkel történı konzultáció lehetıségét annak érdekében, hogy az adatbázis folytonossága és pontossága felmérhetı legyen. MODELLPARAMÉTEREK ÉS MEGADÁSUK Két lehetıség közül az egyik a reprezentatív, vagyis a jellemzı talajszelvény mért adataival, mint a talajfoltra általánosan/átlagosan jellemzı paraméterértékekkel történı modellszámítás, a másik a mért pont adatokra történı modellfuttatás, amelyek interpolációjával nyerhetı megfigyelés a területi eloszlásra. A pontadatokkal történı számításmenet hibája csupán a pontokra vonatkozó modellparaméterek mérési/becslési hibájából adódik. Például a talaj vízszolgáltató kapacitásának számításához mind a víztartási-, mind a vízvezetı képesség adatai szükségesek. Ezek az adatok kimérhetık, de a mérés költséges és idıigényes. Lehetıség van egyéb, könnyen mérhetı talajjellemzık alapján a víztartási- és vízvezetı képesség függvények más talajtulajdonságok mért értékeit felhasználó, un. pedotranszfer függvényekkel történı becslésére is, pl. folyamatos regressziós függvényekkel, vagy egy-egy talajcsoportra vonatkozó pedotranszfer függvényekkel. A csoport pedotranszfer függvények érvényessége a csoportképzés módja szerint meghatározott. Lehetséges csoport például a genetikai színt, a talajréteg, a talajképzı kızet, a talajtípus, vagy altípus, termékenységi kategória, talajfolt, stb. A becsült paraméter hibája azonban általában nem ismert. A különbözı pedotranszfer függvényekkel becsült talajparaméterekkel szimulált talajvízmérlegeket összehasonlítva azt tapasztalhatjuk, hogy a becslésbıl származó eredmények a direkt mérési eredményekbıl számítotthoz képest nem különböznek szignifikánsan. Az eredmény megegyezı a korábban a mennyiségi és a minıségi talajjellemzık között tapasztalttal, vagyis a hidrológiai talajjellemzık változatossága jelentısen csökken, amikor azokból, pl. a szabadföldi vízkapacitás és a hervadáspont értékekbıl minıségi jellemzıt, a talaj vízszolgáltató kapacitását számítják. A pontadatokkal végzett szimulációkat a mérés és az ahhoz társuló számítás, un. kísérleti hibája terheli. A kísérleti módszer megváltoztatása továbbá olyan hibát eredményezhet, amelyre vonatkozóan adat a módszer leírásában sem található. A talaj hidrofizikai 132

138 függvényeinek az adott terület pontjaira jellemzı változatossága sokkal inkább kifejezhetı a víztartó képesség görbék sorozatával, mint egyetlen un. területi átlaggörbével. A modellszámítások azután a görbesorozatból valamely véletlen módon, - pl. Monte-Carlo módszerrel - kiválasztott függvényekkel végezhetık. Ezt a módszert a különbözı mőveléső talajok és gyepek peszticid kimosódása, vízszolgáltató kapacitása, levegızöttsége és gépjárhatósága változatosságának elemzésére alkalmazták. Ha a szimuláció több évre készül nemcsak a térbeli, de az idıbeli változatosságra is nyerhetı információ. Tekintettel arra, hogy az említett szimulációs modellezési munkák csupán néhány talajparaméter változtatására épültek, itt jegyezzük meg, hogy elızetesen érzékenységi elemzéssel szükséges kiválasztani azokat a paramétereket, amelyekre a modell az adott szempontból a leginkább érzékeny. Az ajánlott módszer egyben a modellben szereplı folyamatokat dominanciájuk szerint is rangsorolja. A modell bonyolultsága ennek figyelembe vételével választható meg, és a feltétlenül szükséges adatigény is elızetesen elıre meghatározható. MODELLEK ÉS MODELL EREDMÉNYEK MINİSÍTÉSE Annak megítélése, hogy a valóságos történéseket közelítıen és egyszerősített módon leíró számítógépes modellek szimulációs eredményei mennyire tekinthetık a modellezett rendszer valóságos válaszának, a modellezés lényeges kérdései közé tartozik. A szokásos megoldás a számítógépes szimuláció gyakorlatában az, hogy a szimulációs eredményeket a modellezett rendszerben, a modellezett talajtulajdonságra mért értékekkel hasonlítják össze. Akkor tekinthetı a szimuláció ideálisan megfelelınek és a modellezés kellıen pontosnak, amikor a szabadföldön vagy a laboratóriumban mért talajjellemzı értékek (pl. a talaj nedvességtartalma) valamint az ugyanarra a talajjellemzıre számított szimulációs eredmények egybeesnek. Tekintettel azonban arra, hogy a mért értékek minimálisan mérési hibával, esetenként mintavételi és mérési hibával is terheltek, általánosabb érvényő a szimuláció megfelelıségének az a meghatározása, amely a szimulációt akkor ítéli jónak, ha a szimulált és a mért értékek eltéréseinek értéke kisebb, mint a mért értékek mérési hibája. A mért adatok és a modell eredmények közti különbségek kifejezésének egyik lehetséges módja a mért és szimulált értékek páronként vett korrelációja, a másik pedig azok átlagos eltérése (M). 133

139 M N 1 = ( y i xi ) N i= 1 (123.) ahol: y i : az i-edik mért érték, x i : pedig az i-edik szimulációs érték, N : a mért és a szimulált értékpárok száma Amennyiben az (y i x i ) különbségek legalább 90 %-a kisebb, mint egy szakmailag megállapított elfogadható érték, - pl. a talajnedvesség-tartalomra a 2.5 % - teljesülése esetén a szimuláció megfelelınek értékelhetı. További lehetıséget jelent a szimuláció jóságának megállapítására az un. reziduális hiba elemzése, amikor is az eltérés hibanégyzet-összegét a teljes mérési hibanégyzet-összeghez hasonlítják. Amennyiben kellı ismétlésszámú mért adat áll rendelkezésre a Student-féle t-próba segítségével ellenırizhetı, hogy a szimuláció hibája a mérési hibánál kisebb-e: t = ( y x) / SE = d / SE (124.) ahol: y : a mért értékek átlaga, d : a szimulált és a mért átlag értékek közötti eltérés (átlagos eltérés), SE : a mérés standard hibája Megjegyzendı, hogy a t-próba csupán kellı számú ismétléssel mért minta esetében alkalmazható, amikor is a minta szabadságfoka kellıen nagy. Statisztikai módszerek állnak rendelkezésre a mért és a szimulált értékek közötti eltérések véletlen (random) és nem véletlen (szisztematikus) voltának az elemzésére. A szisztematikus hiba az illesztettlenséget fejezi ki. A mért értékek és a szimulált értékek eltérés négyzetösszegét bontják fel a véletlen hibát kifejezı hiba négyzetösszegre, és az illesztettlenséget kifejezı eltérés négyzetösszegre. A négyzetösszeg értékeket a szabadságfokkal leosztva nyerhetı az átlagos négyzetes eltérés, és az illesztettlenségi variancia. A hiba- és az illesztettlenségi variancia viszonya F-statisztikával elemezhetı. Amennyiben az illesztettlenségi hiba nagyobb, mint a véletlen hiba a modellen még javítani szükséges. Az eltérés négyzetösszeg minimuma alkalmas a modellparaméterek optimális értékeinek a kikeresésére, amely eljárás egyben a modell eredmények mérési adatokra történı illesztését is jelenti. Ebbıl következik, hogy ez a statisztika jellemzi a modellbecslés jóságát, összehasonlítható általa különbözı modellek becslési jósága, és kiválasztható segítségével a legalkalmasabb modell is. 134

140 A modell jóságának tesztelésére alapvetıen három lehetıség áll rendelkezésre: 1./ Nincs, vagy csupán néhány párhuzamos mért adat áll rendelkezésre. Ekkor a legjobb modellparaméter értékek a legkisebb eltérés négyzetösszeghez rendelhetık. A modell jóság elemzésére használjuk ekkor a korrelációs együtthatót (r) és az átlagos különbséget (M). Határozzunk meg elfogadható hibaértéket és nézzük meg, hogy a szimulált értékek hány %-a teljesíti azt. A modelleket minısítsük az elfogadható hibára adott válasz alapján. 2./ Valamennyi, vagy a legtöbb mérés, ismétléses. A mért és a szimulált értékek eltérés négyzetösszegét bontsuk véletlen-, és szisztematikus hibaösszetevıre. A legjobb modellparaméter értékeket a szisztematikus, vagy illesztettlenségi hiba minimalizálásával keressük. Az illesztettlenséget kifejezı eltérés-négyzetösszeg lehetıség szerint legyen nulla. Amennyiben a szisztematikus hiba nagyobb, mint a véletlen hiba vizsgáljuk meg a kísérleti eredményeket. Amennyiben a szisztematikus hiba lényegesen nagyobb a véletlen hibánál a modell alkalmassága vizsgálandó (nem a megfelelı paramétereket veszi figyelembe, nem a megfelelı összefüggést használja, stb.). Érdemes a modellt több kísérlet adatait tartalmazó adatbázison ellenırizni. Ha a szisztematikus hiba csupán néhány kísérlet esetében nagyobb a véletlen hibánál, vagy az adatok ellenırizendık, vagy a modellhasználat korlátozandó. Modellek összehasonlítására az illesztettlenségi variancia/illesztési hiba arány kevésbé alkalmas, mint az elfogadható hiba, hiszen szinte nincs olyan modell, amely 10 vagy 20 adatra ne adna statisztikailag szignifikáns eredményt. 3./ A vizsgált paraméter mind kezdeti, mind végsı értékére ismétléssel mért értékek állnak rendelkezésre, pl. egy talajtulajdonság idıbeli változásának szimulációja esetében. A modell jóságának értékelése a 2. pont alatti módon történik. A paraméter-optimalizálás úgyszintén, viszont a szimulált eredmények eltérésének elemzésekor az eltérés elıjelét is figyelembe kell venni. A modellértékelés szintén a 2. pont elvei szerint történik. Egy modell mőködése azonban nem csupán a szimulációs pontosság alapján ítélhetı meg. Érdekes az is, hogy a modell hogyan reagál, más kifejezéssel mennyire érzékeny paramétereinek az értékeire. A modellek ez irányú vizsgálatára szolgál az érzékenységi elemzés. 135

141 MODELLEK ÉRZÉKENYSÉGVIZSGÁLATA A talaj-, illetve talajfolyamat-modellek ráhangolása az éppen modellezendı talajra általános értelemben esetre a modell paraméterértékei segítségével történik. A modellek bemeneti információit a paraméterek értékei, illetve az adatok alkotják. A paraméter az adott talajra, esetre vonatkozó mennyiségi állandó. Ebbıl következik, hogy a talajparaméter értéke esetrıl-esetre változhat. Példaként vehetı a talaj egy adott nedvességpotenciálon vett nedvességtartalma, amelynek értéke az adott talajra jellemzı, de talajonként változó. Adat például az aktuális csapadékmennyiség, mert az nem köthetı a talajhoz. A talaj-, illetve talajfolyamat-modellek eltérı mértékben érzékenyek a különbözı talajparaméterekre. Következik mindebbıl, hogy célszerő a használni kívánt talajmodellt talajparaméterei értékére, illetve értékének változatosságára, azaz az átlagértékén kívül a varianciára mutatott érzékenységre is vizsgálni. A modellek érzékenység elemzésének egyik szokásos módja a lehetséges paraméterértéktartomány függvényében a modell eredményének az ábrázolása. A 37. ábra a része a modellkimenet értékváltozását mutatja a paraméter értéktartományra. Azonban ez az ábrázolás csupán néhány paramétert tartalmazó modell esetében informatív. A többparaméteres modellek esetében a 37. ábra b részén látható relatív modellkimeneti változás tájékoztat arról szemléletesen, hogy melyik paraméterre érzéketlen (C), melyik az, milyen mértékben, módon és irányban, amelyre pedig érzékeny (A és B) a modell. Érdemes figyelni arra is, hogy a talajmodellek nemcsak a paraméterekre érzékenyek, hanem bizonyos, a modellben szereplı tényezıkre is. A talajmodellek egyik érzékeny tényezıje lehet a talajszelvény rétegfelosztása. A modell érzékenységét célszerő ezért a rétegfelosztásra (a talajrétegek számára és rétegvastagságára) is ellenırizni. A talajparaméterek szórása még egy mezıgazdasági táblán belül is különbözı lehet, ezért ismernünk kell a paraméter változatosságának a modell eredményekre gyakorolt hatását. A modell érzékenység elemzésekor nem csupán azt szükséges vizsgálnunk, hogy a modell mennyire érzékeny a paraméter értékének bizonyos százalékú megváltozására, hanem azt is mennyire érzékeny a paraméter varianciára (változatosságra). 136

142 37. ábra. Talajmodellek érzékenysége a paraméterérték változására. Addiscott (1993) nyomán. a. b. Modell kimenet (érték) A B C Változás a modell kimenetben (%) Paraméter értékváltozása B A C C B A A paraméter változatosság vizsgálatához statisztikai kézikönyvek adnak útmutatást. Az ismétléssel győjtött minták mérése alapján megállapított talajmodell paraméter változatosságát a variációs együttható (CV a szórás és az átlag hányadosa %-ban) fejezi ki. A 38. ábra egy modell paraméter CV-re mutatott érzékenységét mutatja be. A 38. ábra a része a modellkimenet átlagának alakulását mutatja a paraméter variációs együtthatója függvényében. Látható, hogy a CV növekedésével a modelleredmény változatlan maradhat (a modell érzéketlen, C=0), az eredmény növekedhet (C=pozitív), vagy csökkenhet (C=negatív). A modellérzékenység mértéke és elıjele a paramétert tartalmazó egyenlet, egyenletek második parciális differenciáljától függ. A 38. ábra b része azt mutatja, hogy a modelleredmény variációs együtthatója szintén a paraméter változatosság függvénye, mégpedig az elsı parciális differenciál négyzete szerint. Ha az elsı parciális differenciál egységnyi a paraméter CV és a modell eredmény CV hozzávetıleg azonos, vagyis a modell átviszi a paraméter CV-t. Amennyiben a parciális differenciál egynél nagyobb, a modell fölerısíti, míg ha egynél kisebb, csökkenti a paraméter CV értékét az eredményben. Figyelemmel kell arra lenni, hogy a paraméter CV-re irányuló érzékenység vizsgálatban a paraméterek közötti korrelációk nyilvánvalóan fontosak. A normáleloszlású paraméterek esetén a modell érzékenység vizsgálata során célszerő még a modellkimenet eloszlását is a paraméter CV függvényében megvizsgálni annak érdekében, hogy eldönthetı legyen szükséges-e az eredményt a normalitás érdekében transzformálni. 137

143 38. ábra Modellérzékenység a paraméter változatosságra; a modellezett érték átlaga (a) és CV-je (b) a paraméter CV függvényében. A modellek paraméter érzékenységének vizsgálatára általában három megoldás ismert: a Taylor módszer, a szakaszoló módszer, és a Monte-Carlo szimulációs módszer bizonyos formái. A Taylor módszer a paraméter átlagának és varianciájának a vizsgálatára alkalmas, de nem vizsgálhatók segítségével a paraméterértékek eloszlási jellemzıi, a ferdeség és a terjedelem. A szakaszoló módszer a paraméterek értékeit azonos megfigyelésszámú szakaszra osztja és a szakasz mediánt használja az eloszlás kifejezésére. A modellt valamennyi lehetséges paraméter és szakasz kombinációval futtatják, és az eredmények alapján értékelik az eloszlást. A Monte Carlo szimuláció minden egyes paraméter eloszlásából generál egy reprezentatív véletlen paraméterérték-sort, amelyekbıl a modellkimeneti eloszlások és eloszlásjellemzık nyerhetık. A három bemutatott eljárás alkalmas a modellek minden egyes paramétere érzékenységének önmagában, illetve más paraméterek varianciájának egyidejő változtatásával történı vizsgálatára. Lényeges, hogy az érzékenységelemzést megelızıen minden egyes paraméter értékeloszlását normalizálni szükséges. 138

144 MODELLPARAMÉTEREK ÉS MODELLEZÉSI EREDMÉNYEK TERÜLETI VÁLTOZATOSSÁGA A talajtulajdonságok nemcsak paraméterértékekként mutatnak véletlen jellegő változatosságot, hanem lehetnek térben korreláltak. Ekkor azonban statisztikai jellemzıiket a regionalizált változók elmélete alapján lehetséges megadni. A regionalizált változók elmélete szolgáltat alapot a súlyozott átlagú krigeléshez, amely révén a becslési hiba és variancia minimalizálható (Webster és Oliver, 1990). Amennyiben egy modellnek van olyan paramétere, amely kifejezett térbeli szerkezettel rendelkezik, érdekes lehet számunkra a modelleredmény térbeli viselkedését ábrázoló függvénynek, a variogramnak a meghatározása és alkalmazása interpoláció céljára. Ezt a feladatot két úton végezhetjük el: a modellt a paraméterek mért és interpolált értékeivel futtatjuk, majd a modell eredmény változójának határozzuk meg a variogramját és interpolálunk belıle. meghatározzuk minden egyes modellparaméter variogramját. A variogramok alapján interpolált értékeket készítünk általunk meghatározott koordinátájú pontokra. Az interpolált paraméter értékeket alkalmazzuk a modellben, és elıre interpolált eredmény kimenetet állítunk elı. A két eltérı módszer csak abban az esetben vezet azonos eredményre, ha a modell kimeneti változója, vagy eredményváltozója valamennyi modellparaméterrel linearitást mutat. Amennyiben a modell szignifikánsan eltérı eredményt szolgáltat aszerint, hogy az interpolációt a modellezés elıtt vagy után végezték nyilvánvaló, hogy a modell eredménykimenete és paraméterei közötti kapcsolat nem lineáris. Idıjárási adatokkal végzett modellezés során az idıjárási adatok modellezés elıtti, majd a modelleredmények térbeli átlagolását végezték el. Nem kaptak lényegesen eltérı eredményt, amikor az elvégzett térbeli átlagolás eredménye a hımérséklettel volt kapcsolatos, és gyakorlatilag csak lényegtelen eltérésre vezetett, ha az eredmény a talajnedvességre vonatkozott. Ebbıl arra lehet következtetni, hogy a vizsgált modell a hımérsékletre és a talajnedvességre lineáris, amely feltétele a bemenı adatok, illetve az eredmények térbeli átlagolásának, vagy interpolációjának. 139

145 NÖVÉNYFEJLİDÉS ÉS NÖVEKEDÉS MODELLEZÉSE TERMÉSSZIMULÁCIÓS MODELLEK A természetes talaj-növény, vagyis ökológiai rendszerekhez képest a mezıgazdasági, kertészeti növénytermesztési rendszerek hasonlóan bonyolult anyag- és energiaforgalmúak, de sok tekintetben eltérı és jellemzıen mesterségesen fenntartott formációk. Ennek ellenére a mezıgazdasági táblák növényzete éppúgy, mint a gyümölcsösök, szılıültetvények, kertészetek, vagy a zöldséges kertek bonyolult rendszert alkotnak. Valamennyi mezıgazdasági növénytermesztı rendszer alapvetı célja a növényi produkció létrehozása. A produkció érdekében történik a talaj mővelése, a növények vízzel és tápanyagokkal történı ellátása, a nem termeszteni kívánt növények eltávolítása, az állati-, a növényi-, a vírus-, vagy a bakteriális kártevık elpusztítása. Következik ebbıl, hogy a növénytermesztés annak ellenére energia- és munkaigényes tevékenység, hogy a fotoszintetikus napenergia hasznosítása révén a növényi biomassza képzıdés energiamegkötést jelent. Amennyiben a növénytermesztés hatékony és jól tervezett, eredménye nettó energiatermelés. A leírtak alapján belátható, hogy bármelyik mezıgazdasági növénytermesztı rendszer összetett, számos kölcsönhatással rendelkezı, és a környezetével anyag- és energiaforgalmat megvalósító, un. agrár-ökológiai (agro-ökológiai) rendszer. A termésszimuláció modellek kidolgozásának gyakorlati célja éppen a növényi genotípus, a környezeti tényezık és gazdálkodási módok kölcsönhatása lehetséges és valószínő eredményének, a termeszteni kívánt növényfajta fejlıdésének, biomassza növekedésének és várható termésmennyiségének a tanulmányozhatósága. Tekintettel a mezıgazdasági növénytermesztés általában monokultúrás jellegére, vagyis arra, hogy csupán egyetlen növényfaj termesztésére irányul (kukoricatábla, repcetábla, barackos, rizsföld, stb.) a növény jellemzıi a biomassza-felhalmozást szimuláló modellek számára a természetes ökorendszerek (rétek, szikes növénytársulások, sztyeppek, erdık, stb.) fajgazdag formációihoz képest egyértelmően definiálhatók. A növények közti vetélkedés, a kompetíció ezekben az agro-ökológiai rendszerekben nem kerül figyelembe vételre, sokkal inkább a talajból történı víz- és tápanyag (többnyire nitrogén) felvehetısége. Ennek modellezhetısége érdekében van szükség a talaj víz-, és tápanyag-szolgáltató képességét meghatározó jellemzık, paraméterek modellbe történı beépítésére. A talaj feltöltését vízzel a csapadék, a talajvízbıl történı kapilláris vízemelés és az öntözés végzi. A növény által felvehetı nitrogén 140

146 mennyiségének modellben történı szimulációja számos részfolyamat figyelembe vételét teszi szükségessé (szervesanyag lebomlás, vagy mineralizáció, mikrobiális nitrogénkötés, denitrifikáció, nitrogén fixáció, stb.). A termésszimulációs modellek bonyolultságukat tekintve szintén különbözıek. Az un. mőködési modellek a leegyszerősített formát képviselik, míg a mechanisztikus modellek a növény és környezete kölcsönhatását az aktuális ismeretek szintjén tárgyalják. Annak ellenére, hogy a termésszimulációs modellek a néhány tízparaméteres egyszerőtıl a több száz paraméteres bonyolultságúig léteznek, abban megegyeznek, hogy a termést, illetve a biomassza-növekedést a talaj, a növény, az idıjárás és a gazdálkodás tényezıi együttesen alakítják. A termésszimulációs modellekben a bonyolultságtól független megoldás, hogy a képzıdı termés egy un. termésválasz-függvénnyel (yield response function) meghatározott hányada a lehetséges maximális termésnek aszerint, hogy például az aktuális evapotranspiráció (E t ) hogyan viszonyul a potenciális E t -hez. A termésválasz-függvényt alkalmazó modellek elınye, hogy nem helyhez kötöttek és meglehetısen eltérı idıjárási körülmények között is sikerrel alkalmazhatóak. A növényi termésképzıdés folyamatai úgymint a fotoszintézis, a tápanyag és a biomasszamegoszlás szimulációs megoldása lehet empirikus és mechanisztikus. Általánosan az empirikus megoldások az elterjedtek. A termés-modellekben általában egy vagy két stressztényezı szerepel azzal a feltételezéssel, hogy a többi stressztényezı nem fordul elı vagy nem hat a termésképzıdésre. A termésmodellek négy típusát különíthetjük el a hatótényezık szerint: 1. típus: A növekedési sebesség csak a fejlıdési állapottól (fenofázis viszonyok) és az idıjárástól (elsısorban a napsugárzástól és hımérséklettıl) függ, a termıhelynek nincs víz- és tápanyaghiánya. 2. típus: A növekedési sebességet csak a vízellátottság (felvehetıség) limitálja, legalább a növekedési ciklus egy részében, az 1. típus idıjárási tényezıi és optimális tápanyagellátás mellett. 3. típus: A növekedési sebességet nitrogénhiány limitálja legalább a növekedési ciklus egy részében, míg a továbbiakban korlátozhatja a vízhiány, illetve a kedvezıtlen idıjárás is. 141

147 4. típus: A növekedési sebességet stressztényezık, tápanyaghiány (pl. elégtelen foszforellátottság vagy más tápanyag hiánya), valamint egyéb károsító tényezık is alakítják legalább a növekedési ciklus egy részében. Az elıbbi kategorizálás segít abban, hogy a modellezı valóban a legfontosabb limitáló környezeti tényezık dinamikájának és a termésre gyakorolt hatásainak elemzésére fordíthassa figyelmét, és ne az adott feltételek között a termés szempontjából közömbös tényezıket vizsgálja. Szőkíthetı ezen a módon a tárgykör és specializálható a modell, egyszerősíthetı a modellszerkezet, rövidíthetı a futtatás. Az egyes szintek folyamatainak dinamikája külön is szimulálható, majd egy alkalmas termés-szimuláló modellbe részmodellként kapcsolva növekedéslimitáló hatásai is megvizsgálhatók. Ilyen módon nagy számban készültek többnyire termés-szimuláló modellhez kapcsolt víz- és hı-, nitrogén-, és egyéb tápanyagforgalmi, valamint tápanyag-felvehetıségi (N, P, K, S, Mn), eróziós és talajdegradációs modellek. A termésmodellek azonban nemcsak bonyolultságuk és növényi, vagy gazdálkodási variációjuk szerint különbözhetnek, hanem a szerint is, hogy mi volt készítésük célja. Ezen az alapon megkülönböztethetünk kutató termés-szimulációs modellt, aminek használatakor a kutató határozza meg a modelltıl várt választ, míg a gyakorlati növénytermesztıt segítı alkalmazói modell esetében a feltehetı kérdések elıre meghatározottak és a válaszok egyértelmőek a felhasználó számára. Konkrét példát jelent az elızıek illusztrálására az a kutató modell, amely öntözés módjának, formájának, mennyiségének a keresését szolgálja, vagy annak felhasználói változata, amely megmutatja a gazdálkodónak, hogy mely öntözési terv a leginkább megfelelı. Az elmúlt évtizedben jó néhány, a gyökérkörnyezetben folyó tápanyag-feltáródás tanulmányozására alkalmas szimulációs modellt fejlesztettek ki, amelyek alkalmazása és érzékenységi vizsgálata nagymértékben elısegítette e kísérletesen igen nehezen vizsgálható kérdéskör tisztázását. A részfolyamatok modellezése, a statisztikus kölcsönhatások és ezek küszöbértékeinek feltárása és a folyamatok fıirányára gyakorolt hatásuk vizsgálata, mindezek alapján mechanisztikus modelleket tartalmazó reprezentációs elméletek kidolgozása. A szimulációs modellek érzékenységvizsgálata is szükséges, és hasznosíthatóak a gyökérkörnyezetben, ill. a gyökér-talaj határfelületen lejátszódó tápanyag-szolgáltatási és felvételi folyamatok megismerésében. 142

148 A termés-szimulációs modellek a modellépítı, illetve használó célja szerint alkalmazhatók, pl. a tápanyagellátás megtervezésére, vagy egyéb célokra is. Így például használják ıket: eddig nem mővelt terület termıképességének becslésére (CERES, MACROS, EUROACCESS); új fajta adaptációjának becslésére (MACROS); a klímaváltozás hatásainak felmérésére (CERES, EUROACCESS, SOILN); gazdasági, vagy egyéb célú termés-elırejelzésre (CERES, EPIC, EUROACCESS, SOILN); új agrotechnikai eljárások (öntözési, mőtrágyázási változatok) hatásainak felmérésére (CERES, EPIC, EUROACCESS, MACROS, SOILN); a talaj szerkezetromlás hatásának elemzésére(epic, SOILN); az erózió, a rovarkárok, a gyomosodás, a betegségek káros hatásainak becslésére (EPIBLAST, WEEDSIM); energiaerdık hozamfelmérésére (SOIL; SOILN); nemesítési programokban; profit optimalizáló modellel kapcsolva gazdaságossági analízisekben. Trágyázási terv készítése érdekében lefuttatott szimulációban minimálisan a következıket kell figyelembe venni: a termeszteni kívánt növény (genotípus) tenyészideje, állománysőrősége, termésnagysága, az eladható termés aránya a teljes növényhozamhoz viszonyítva, tápanyagigénye az egyes fenofázisokban. A talaj vízgazdálkodási tulajdonságai, vízkészlete, tápanyagkészlete, a talajvízszint mélysége. A mőtrágya típusa (összetétele, oldódási sajátosságai), ára, az alkalmazási technikák meglévı feltételei, a szervestrágyázás minıségi-, mennyiségi- és alkalmazási feltételei. A futtatás eredményeként megkaphatók a növény tápanyagigény-dinamikájának megfelelı hatóanyag-mennyiség (napi) értékei, illetve szimulálható a tervezett mőtrágya-felhasználás. 143

149 A TERMÉSSZIMULÁCIÓS MODELLEK SZERKEZETI FELÉPÍTÉSE A termésszimulációs modellekben a modellekben általában használt fogalmak szerepelnek. Néhány modellezési fogalom termésszimulációs értelmezése azonban célszerő. Modell bemenetek: azok a modellezett, rendszer környezetét alkotó tényezık, amelyek a rendszer mőködésére hatnak, pl. az idıjárási tényezık. Ezeket általában hajtó változóknak nevezik. Termés-modellekben általában a hımérséklet és a besugárzás szerepel hajtóváltozóként. Modell kimenetek: a modellezett, rendszerviselkedést megjelenítı válaszok. Paraméterek: a modell alkotóelemeinek (talaj, növény) az állandó és jellemzı tulajdonságai. Paraméterek határozzák meg például a fotoszintézis fényre adott válaszát, a növényben a vízáramlással szembeni ellenállást, vagy a szövetképzıdés során keletkezı légzési veszteséget. A paraméterek és a bemenetek közötti különbség gyakran nem egyértelmő. A bemenet általában idıponthoz kötött, míg a paraméterek idıben állandóak, azaz a rendszer állapotától és nem az idıtıl függenek. Állapotváltozók: a modellalkotó elemek állapotát leíró mennyiségek. Az állapotváltozók idıben akkor változnak, amikor a modellalkotó elem kölcsönhatásba lép a környezettel. A dinamikus modellek állapotváltozói idıben változnak. A termésszimulációs modellekben a talajnedvesség-tartalom és a növényi biomassza a két szokásos állapotváltozó. Folyamatok: az állapotváltozók és a modell elemek közötti kapcsolatok idıbeni változása a különbözı folyamatok eredménye. A termésszimulációs modell matematikai függvényekkel leírt összefüggések sorozata. A modell állapotváltozói a különbözı folyamatok eredményeként bekövetkezı változásokat írják le. Folyamat-modellek: a termésszimulációs modellek folyamatmodellek, amelyekben az állapotváltozók idıben lassan, de folytonosan változnak. A diszkrét modellek állapotváltozói diszkrét, egész értékkel változnak. A termésszimulációs modellek differenciálegyenletek rendszerének tekinthetık, amely rendszer a modell szerkezetét és a rendszert alkotó elemek kapcsolatrendszerét tükrözi. A modellezett folyamatok három kategóriát, így a transzportot vagy áramlást, a transzformációt vagy átalakulást és a tárolást vagy felhalmozást alkotják. A három folyamat kategóriát két változótípus írja le, egy extenzív és egy intenzív. Az extenzív változók 144

150 áramlásmennyiségek, mint pl. a tömeg, a térfogat, az elektromos töltés, az erı- és a hıáramok. A rendszerösszetevık intenzív változói pedig energia-intenzitás vagy potenciál dimenziójúak. Az intenzív változók az extenzív változók hajtóerıit képezik, példaként a nyomás, a hımérséklet, az elektromos feszültség és a sebesség említhetı. A mezıgazdasági és az ökológiai modellezés egyik nehézsége éppen az, hogy nem minden áramlási folyamathoz rendelhetı egyértelmő intenzív változó, minthogy a kérdéses áramlási folyamatot több mechanizmus is létrehozhatja. Ilyen esetben az intenzív változó és a mechanisztikus leírás helyett az extenzív változó tapasztalati empirikus - leírása a szokásos megoldás. Kompartment vagy részegységekbıl felépített modellekben koncepcionálisan a rendszerváltozók átalakulására és tárolására helyezik a hangsúlyt. A kompartment-modell típusú termésmodellek rendszer felépítéséhez igazodó elsırendő differenciálegyenlet-rendszer képezi a termésszimuláció matematikai modelljét. A részegység változását állapotváltozóinak a változása jelenti. A termésszimulációs modell részegységei közötti anyag- és energiaáramlás szemléletesen a Forrester-ábrázolás segítségével jeleníthetı meg (39. ábra). Az ábrázolás elınye, hogy a modell elemek szerkezeti kapcsolatára és a részegységek típusára is közvetlen információ nyerhetı. Matematikai formanyelven az elızıekben szövegesen leírtak a következı formában fejezhetık ki: dx dt i = I ij j j O ij (125.) ahol: x i : az i-ik változó szintje dx i : az i-ik változóban bekövetkezı változás mértéke dt I ij : az áramlás mértéke az i-ik szintre a forrásból 0 ij : az áramlás mértéke az i-ik szintrıl a j forrás felé 145

151 39. ábra. Két víztározóból álló vízáram rendszer (a.) és annak Forrester típusú modell ábrázolása (b.) i (t) H 1 V 1 A 1 f 1,2 a. H 2 V 2 A 2 O (t) FORRÁS i(t) V 1 A 1 C 1 g f 1,2 (t) V 2 A 2 C 2 g O(t) b. NYELİ A vízáramlást tekintve (lásd a 40. ábra) a víztárolókban aktuálisan jelen lévı víz mennyisége mint extenzív változó jelenik meg. 40. ábra. A talajszelvénybeli vízmozgás leírására alkalmazott rétegfelosztás. Talajfelszín Réteg 1 Réteg 2 : : Réteg n-1 Réteg n i (t) q 1,2 w 1 dx q 2,3 w 2 q n-1,n w n-1 w n 0 (t) 146

152 A talajszelvény 40. ábran szereplı rétegfelosztásának Forrester típusú modell leírása. Forrás i (t) w 1.. q 1, 2 q n-1, n w n O (t) Nyelı A 40. ábran szereplı rétegfelosztás matematikai leírása: dv dt = i( t) f1, 2( ) 1 t.. (126.). dv dt = t) 0( ) 2 f ( t 1,2 A részegységek közötti áramlás leírásához figyelembe kell venni, hogy a víztárolóból a kifolyás kifolyó nyíláson történik (39. ábra). A kifolyás sebessége a kifolyó fölötti vízszint magassága és a nehézségi erı állandó szorzata kétszeresének négyzetgyöke. Ennek ismeretében: 147

153 f ( = gh 1,2 t) C1 2 1 (127.) O ( t) = C gh 2 2 Minthogy V és A ismeretében H kifejezhetı a (126) és (127) összefüggések együttesen is felírhatók: dv dt dv dt = = ( A 1 i t) C / 1 2gV1 2 A 2 C1 gv1 / A / 1 C2 2gV (128.) A folyamat matematikai felírásakor ügyelni kell a dimenzionális és a mértékegység szerinti helyességre. Minden - az összefüggésben szereplı - változó, paraméter vagy adat azonos mértékegység rendszerben kell, hogy szerepeljen. A bemutatott módon elsırendő differenciálegyenletekbıl álló modell építhetı. A részegységmodell egyik mezıgazdasági példája a növényi növekedés. A növényi növekedés biológiai rendszerében azonban nem teljesen ismertek a részegységek elemei, változói és bemenetei közötti áramok. Általában ezért a modellben elıször az állapotváltozók szintjeit határozzák meg x 1, x 2,...x n. A matematikai modell alakja ekkor nemlineáris esetre: dx dt 1 = f ) 1 x1, x2,... xn + ( b 1.. (129.). dx dt n = f,... x ) + b n ( x1, x2 n n ahol: f 1 (x 1, x 2,..., x n ) az x változók hatásának mértékét jeleníti meg. 148

154 Amennyiben a modell lineáris az lerövidíthetı: d x = Ax + b (130.) dt ahol: x és b vektor, A pedig az együtthatók mátrixa. Osztott-modellek: azokat a modelleket, amely egységeinek az állapotváltozói és áramlási folyamatai térben és idıben változnak, osztott modelleknek nevezik. Az osztott modellek matematikai megfelelıje egy parciális differenciálegyenlet. Célszerően az osztott-modell részegységei már összetett egységek. Példaként vegyük a talajszelvényben végbemenı vízáramlás és állapot modelljét. A talajszelvény minden pontjában a talajnedvesség-tartalom és áramlás idıben és a mélység szerint változik. Amennyiben a talajszelvényre összesítünk a rendszer viselkedése egyértelmőbbé tehetı. Ekkor a talajszelvényt rétegekbıl felépítettnek definiáljuk, amely rétegek mindegyikében meghatározott mennyiségő víz található. Minden egyes talajréteg vízáram-összeköttetésben van a felette és az alatta levı réteggel. Matematikailag a 40. ábra talajszelvényének nedvességforgalma a következı elsırendő differenciálegyenletekkel írható fel: dw dt dw dt = i( t) q1, 2 ( ) 1 t = q t) q ( ) (131.) 2 ( t 1,2 2, 3 dw dt n = qn 1, n t ( t) O( ) A nehézségi erı hatását elhanyagolva a vízáram intenzitása (q) a talaj diffúziós vezetıképességével (D) és a talajnedvesség gradiensével írható fel: q i 1, i = D i 1, i ( θ1 θi 1) A dx (132.) ahol: θ = V vagy w i /(Adx). i w i / Az egyenletek e típusú rendszere szimulálható, ha i(t), O(t) és w i (O) i=1,2, n-re megadott, minthogy ezek jelentik a kezdeti- és a határfeltételeket. A kezdeti feltétel az állapotváltozó értéke a t=0 idıpontban. A kezdeti értékek megadása minden szimuláció szükséges 149

155 elıfeltétele annak érdekében, hogy a modellezett rendszer viselkedése vizsgálható legyen a t > 0 idıpontban. A határfeltételek a rendszer változóinak értékei valamely modell részegység (talajszelvény, levélfelület, stb.) határán. Például a vízáram a talajfelszínen, vagy a talajszelvény alsó határrétegén. A kezdeti értékektıl eltérıen a határfeltételek értékei a szimuláció teljes idıtartamára vonatkoznak. A következıkben bemutatjuk, hogy az (131) és (132) elsırendő differenciál egyenletek hogyan alakíthatók parciális differenciálegyenletekké. Legyen dx és dt közelítı értéke t. Minthogy w = Adxθ i i x és dwi dt dθ θ i i = Adx = A x dt t (, t θ i, t t ) (133.) A (132) egyenletet x szerint is felírva kapjuk: A ( θ, t θ, ) ( 1) ( 1 ) x i i t t θi θi θ i θi = ( Di 1, i ( Di, i+ 1 )) t x x + (134.) A (133) egyenletben D változását feltételezve írható: θi, t θ i, t t 1 ( θ i θ i 1) ( θi+ 1 θ i ) = ( Di 1, i Di, i+ 1 ) t Ax x x (135.) A (134 egyenlet átírható a következı egyszerőbb alakba: θ i = t ( Di A x θi ) x (136.) Feltételezve, hogy t 0 és x 0 a (135) egyenlet parciális differneciálegyenletté alakítható, amelyben θ x és t szerint is változik: θ 1 θ = ( D ) t A x x (137.) A (137) parciális differenciálegyenlet a talajban egységnyi felületen (A=1) lezajló általános vízáramlás egyenlete. A (137) parciális differenciálegyenlet a (132) elsırendő differenciálegyenletnél pontosabb megoldást szolgáltat, azonban közelítı megoldásként egyszerősége és gyors megoldhatósága miatt gyakran alkalmazzák. A szimuláció során az elızıekben példaként bemutatott rendszeregyenletek megoldása történik, amely a rendszer állapotváltozóinak idıben bekövetkezı viselkedését, értékeit eredményezi egy meghatározott bemenı adategyüttesre vonatkozóan. A szimuláció történhet kis idılépésenként, vagy a rendszer állapotának egy új idıpontra történı számításával. 150

156 A dx = ax + b függvény példáján bemutatva ez a következıt jelenti: dt Alkalmazva a differenciális formát dx x t + t xt és dt t a differenciálegyenlet a következı alakban írható fel: dx dt xt + t xt = axt + b (138.) t ahol: x x + ( ax + b t t+ t t t ) Amennyiben xt ismert xt t +, vagy x a t+ t idıre kiszámítható. Elınyös azonban az x állapotváltozó idıben történı megváltozásának a mértékét (Rate t ) meghatározni. Ekkor: xt+ t = xt + Ratet t (139.) A (139) egyenletben: Ratet = axt + b A (139) egyenlet az elsırendő differenciálegyenlet véges differencia (finite difference) alakja. Ezt az alakot az elsırendő differenciálegyenlet merıleges, vagy az Euler-módszer szerinti integráljaként tartják számon. Az ismertetett eljárás valamennyi, a modellben szereplı elsırendő differenciálegyenlet véges differencia módszerő megoldására alkalmazható. Abban az esetben, ha a modellben másodrendő differenciálegyenlet szerepel a megoldás annak két elsırendő differenciálegyenletté alakításával lehetséges. Legyen a másodrendő differenciálegyenlet a következı alakú: 2 d y ady + y = u( t) (140.) 2 dt dt A (140) egyenlet két elsırendő differenciálegyenletté alakításához legyen 2 dx 2 d y Ekkor: = 2. dt dt x 1 = y és dy x = dt 2. A (140) egyenlettel egyenértékő két elsırendő differenciálegyenlet pedig ekkor a következı: dx = dt 1 x2 (141.) 151

157 dx dt = + u( ) 2 ax t 2 x1 A (141) egyenletek megoldására az ismertetett Euler-integrálási módszeren kívül léteznek más explicit megoldások, például a trapéz-integrálási technika, amelyet részleteiben itt nem ismertetünk. Az integrálási technikák pontossága annak a függvénye, hogy alkalmazásuk során mekkora csonkítási, elhanyagolási hibával terheltek. Ebbıl a szempontból a trapézintegrálási technika az Euler-integrálási módszernél pontosabb. Azokat a modelleket, amelyekben a folyamatok leírása a hangsúlyos, folyamat-modelleknek nevezik. A termés-modellek folyamatos modellek, amelyekben az állapotváltozók idıben lassan, folytonosan változnak. A diszkrét modellekben az állapotváltozók diszkrét, egész értékkel változnak. Következik ebbıl, hogy a termés-modellek differenciálegyenletek rendszerének tekinthetık. Az alkalmazott differenciálegyenlet-rendszer a modell szerkezetét és a rendszert alkotó elemek kapcsolatrendszerét is tükrözi. A modellezett folyamatok három kategóriát alkotnak, így a transzportot (áramlást), a transzformációt (átalakulást) és a tárolást (felhalmozást). A három folyamatkategóriát két változótípus írja le az extenzív, és az intenzív. Az extenzív változók olyan mennyiségekkel kapcsolatosak, mint pl. a tömeg, a térfogat, az elektromos töltés, az erı- és a hıáramok. A termés-modellek intenzív változói energia-intenzitás vagy potenciál dimenziójúak. TÁPANYAGMOZGÁS MODELLEZÉSE A különbözı tápanyagok mozgása a talajban nagyságrendileg különbözı tér- és idı paraméterekkel írható le. A talajoldatban kis koncentrációban jelenlévı, ún. lassan mozgó tápanyagok - a P és K-transzport és felvétel - diffúziós transzportjának felírása nem egyszerő. Elsısorban azért, mert a gyökerek körüli igen kicsi, néhány mm 3 -es talajtérfogatban lejátszódó folyamatokról van szó, amelyek nehezen lehatárolhatók és mintázhatók. A mechanisztikus-dinamikus modellek hasznosak a folyamatok jobb megismerésében, pl. abban, hogy a talaj-növény rendszer egy-egy komponenséhez, - pl. a talajoldat tápanyagkoncentrációja, a gyökérsőrőség vagy a felvételi kinetikai paraméterek - rendelt érték változása hogyan befolyásolja a teljes tápanyag-szolgáltatási és felvételi folyamatot. 152

158 A talajban szilárd formában kevésbé megkötıdı, a talajoldatban viszonylag nagy koncentrációban lévı és tömegáramlással a gyökérre mozgó tápanyagok - pl. a nitrát - dinamikáját általában a gyökérzónában, a talajszelvény egészében vagy adott rétegeiben tanulmányozzák. A teljes gyökérzet nitrátfelvétele a begyökerezett talajrétegekbıl történı nitrátfelvételbıl adódik össze. Ezekben a vizsgálatokban a tápanyagforgalmi modellt termésszimulációs modellhez kapcsolják (Füleky, és R. Végh, 1999). A vizsgált talajtérfogat nagyságától függetlenül az eredmények értelmezésében további nehézségek forrása a gyökér, a talaj-mikroorganizmusok és a közvetlen fiziko-kémiai környezet összetett kölcsönhatásainak figyelembe vétele. A szimulációs technika jól alkalmazható a folyamatok leírására, az egyes tényezık hatásának, jelentıségének vizsgálatára. A következıkben a szimulációs modelleket céljuk és tárgyuk szerint két csoportba osztva tárgyaljuk. Elıször a gyökérkörnyezetben, a rizoszférában, az egyetlen gyökérszálhoz történı tápanyagmozgást (talaj-gyökérfelület), majd a gyökérzónában, a teljes gyökérzet tápanyagfelvételét (talaj-növény-atmoszféra rendszerben) leíró szimulációs modelleket mutatjuk be. A talaj tápanyagtranszportját és a növényi tápanyagfelvételét valamint a tápanyagfelvétel és a tápanyag-szolgáltatás dinamikus kölcsönhatását mechanisztikus modellekkel írják le. A tápanyagtranszport-modellek általában a gyökér tápanyagfelvételét, a gyökérzet morfológiáját és növekedését, valamint a talajban a gyökérfelszínre történı tápanyagtranszportot leíró matematikai kifejezésekbıl állnak. A modellekben a tápanyag mozgása tömegáramlás és diffúzió útján történik, és felvételének sebességét a tápanyag gyökérfelületi koncentrációja határozza meg, Michaelis-Menten típusú összefüggés alapján. Ezek a modellek a gyökeret, mint a tápanyagok számára teljes metabolikus győjtıhelyet (zero sink) kezelik, vagyis a tápanyagfelvétel nagy sebessége következtében a gyökér felületén az adott tápanyag koncentrációja kicsi. A gyökér tápanyagfelvételi jellemzıit (l max, K m, c o ) tápoldatos kísérletekben határozzák meg, ahol a gyökérfelületre történı tápanyagtranszport nem limitálhatja a felvételt, vagyis a felvételi kinetikai paraméterek értéke kizárólag a növény élettani állapotától függ. A gyökérzet morfológiáját és növekedési sebességét jellemzı paramétereket teljes növényre vonatkoztatva talajban vagy egyéb háromfázisú közegben lefolytatott kísérletek adataiból nyerik. A következıkben a Claassen-Barber modellt mutatjuk 153

159 be részletesebben, ami a P- és K- transzport koncentrációeloszlás és felvétel leírására és tanulmányozására az egyik legáltalánosabban használt modell. A CLAASSEN-BARBER MODELL A modell két részbıl áll: a gyökérre történı tápanyagtranszport és a Michaelis-Menten kinetikát követı tápanyagfelvétel leírásából. A modell alapja a gyökérre tömegáramlással és diffúzióval történı tápanyagmozgást leíró összefüggés: dc dt l 1 d dcl v0 r0 Cl = ( r De + ) (142.) r dr dr b ahol: C l : a talajoldat tápanyag-koncentrációja (mol/cm 3 ), r : a gyökértıl való sugárirányú távolság (cm), r : gyökérsugár (cm), 0 D e : effektív diffúziós koefficiens (cm 2 /s), b : pufferkapacitás, v 0 : vízfelvétel sebessége (mm), t : idı (nap) A kezdeti és a határfeltételek a következık: t = 0, r r0, C l = Cli (143.) t > 0, r = r0, D dc I ( C C l max l l min e b + v0 Cl = (144.) dr K m + Cl Cl min ) dcl r t > 0, r = rl, D + 0 = e b v0 Cl 0 (145.) dr r l vagy C l = C li (146.) Ebben az esetben: C li : a talajoldat kiindulási tápanyagkoncentrációja (µmol/cm 3 ) C min : minimum koncentráció (µmol/cm 3 ), ahol a nettó intlux = 0, K m : Michaelis-konstans (µmol/cm 3 ), I max : a nettó intlux maximuma (µmol/cm 2 s), r l : gyökerek közti átlagos távolság fele (cm). 154

160 A (143) összefüggés szerint a gyökérfelszínre történı tápanyagfluxus egyenlı a Michaelis- Menten kinetikával leírható növényi tápanyagfelvétellel. A (144) összefüggés alapján lehetıvé válik a gyökerek közötti kölcsönhatások (versengés) figyelembe vétele. Az (145) összefüggés az elıbbi alternatívája, vagyis nincs a gyökerek között kölcsönhatás; azaz r távolságban a koncentráció azonos a kiindulási koncentrációval. A modellel becsülhetı az egységnyi hosszúságú gyökér által bizonyos idı alatt felvett tápanyagmennyiség és a gyökér körüli koncentrációeloszlás. A növekvı gyökérrendszer teljes tápanyagfelvétele az adott idıpontokban funkcionáló gyökérszegmensek idıarányos felvételének összege. ÉRZÉKENYSÉGVIZSGÁLATI EREDMÉNYEK Az elıbbihez hasonló mechanisztikus modellek bizonyos korlátok között jól alkalmazhatók a tápanyagszolgáltatás, és felvétel folyamatának leírására. Gyakori hibájuk azonban, hogy a tápanyagszolgáltatás extrém tartományaiban nem alkalmasak a jelenség leírására. Például foszforhiányban vagy túlzott káliumellátottság esetén, stb. Ennek oka az a sokrétő adaptációs tevékenység, amelyre a növény a tápanyagstressz elhárítása érdekében képes. Ezek az elızı fejezetben már tárgyalt funkciók a növekedési sebesség csökkentése, a metabolikus győjtıhelyáthelyezés, a gyökérfelület-növelés (pl. gyökérszırképzıdés), a felvételi kinetikai paraméterek változása, a kémiai aktivitás, stb. A bemutatott Claassen-Barber modellhez hasonló Cushman-modell érzékenységvizsgálatánál kimutatták, hogy a P-felvétel becsült értékére a gyökérfelület változása volt a legnagyobb hatással, majd a talaj transzportparaméterei (a talajoldat kiindulási P-koncentrációja, foszforpufferkapacitás, diffúziós együttható), végül a felvételi kinetikai paraméterek következtek. A gyökérfelület jelentıségére utal, hogy a gyökérszırképzıdés által megnövelt felület, mint input paraméter bevonása a Claassen-Barber modellbe jelentısen javította a felvett P- mennyiség becslését a vizsgált 7 növényfajnál. Foszforhiány esetén igen jelentıs lehet a gyökér általi kémiai feltárásból származó felvehetı foszformennyiség. A Cushman modellt tesztelve nagymértékben javították a felvett P- mennyiség becslését a fokozott gyökérnövekedés és a ph által szabályozott foszforfeltáródás figyelembe vételével. 155

161 Az elmúlt évtizedben jó néhány, a gyökérkörnyezetben folyó tápanyagfeltáródás tanulmányozására alkalmas szimulációs modellt fejlesztettek ki, amelyek alkalmazása és érzékenységi vizsgálata nagymértékben elısegítette e kísérletesen igen nehezen vizsgálható kérdéskör tisztázását. A részfolyamatok modellezése, a statisztikusan fellépı kölcsönhatások és ezek küszöbértékeinek feltárása és a folyamatok fıirányára gyakorolt hatásuk vizsgálata tette lehetıvé a mechanisztikus modellek reprezentációs elméletének továbbfejlesztését. A szimulációs modellek érzékenységi vizsgálata szükséges, és el nem hagyható lépések a gyökérkörnyezetben, ill. a gyökértalaj határfelületen lejátszódó, tápanyag-szolgáltatási és felvételi folyamatok megismerésében. A SOILN NITROGÉNFORGALMI ÉS TERMÉSSZIMULÁCIÓS MODELL A SOILN modell két fı részbıl áll: talaj- és növény részmodellbıl. A növény részmodell több növény (szántóföldi, egynyári évelı növények és erdı) növekedésének szimulálására alkalmas. Bemeneti változók: a léghımérséklet és a besugárzás napi értékei, termesztésgyakorlati, agrotechnikai adatok, a kijelölt talajrétegek napi hı- és nedvesség-eloszlási mintázata, amelyeket a SOIL víz- és hıforgalmi modell szimulál (ezek a SOIL modell kimeneti értékei). A modell paraméterkészletében jelentısek a termesztett növény élettani paraméterei. A nitrogénforgalom szimulációja a legfontosabb N-mozgásokat veszi figyelembe. A modellben a talaj fizikai-, és vízgazdálkodási tulajdonságok alapján elhatárolt rétegekbıl áll. A felvehetı N-t minden rétegben egy ammónium-n és egy nitrát-n készlet tartalmazza. Az ammónium immobil, míg a nitrát a vízárammal mozog. Az ammónium-n készlet nagyságát a szerves trágyából, a talaj szervesanyagának mineralizációjából és a légköri lerakódásból származó N növeli, az immobilizáció, nitrifikáció és növényi N-felvétel csökkenti. A nitrát készletet a nitrifikáció, a mőtrágyázás és a légköri lerakódás növeli, csökkenti viszont a nitrátkimosódás, a denitrifikáció és növényi N-felvétel. A nitrogén átalakulásokat leíró hatásfüggvények menetét a talaj hımérséklete és nedvességtartalma befolyásolja. A talajszelvényben a nitrátkészlet eloszlási mintázatát a talajrétegek közötti vízmozgás alakítja. Az N-kimosódás szintén a talajszelvény vízforgalmának az eredménye. A talaj szervesanyagtartalma alaphelyzetben két, a szervesanyag-dinamikában különbözı sebességgel részt vevı készlet között oszlik meg. Lehetıség van több készlet definiálására is és választható, hogy mikroorganizmus-dinamikát is szimuláljon-e a modell, vagy sem. A szervesanyag-lebomlás sebessége a talaj pillanatnyi nedvesség- és hımérséklet-állapotától függ. A szervesanyag- 156

162 tartalom N-dinamikája a széndinamika függvénye, a mineralizáció vagy immobilizáció a lebomlott anyag C:N arányától és az ásványi N felvehetıségétıl függ. A növényi biomassza és nitrogéntartalom dinamikája szorosan összefügg. A biomassza növekedés az energia bevitel (fotoszintézis) függvénye, míg a növekedés sebességét a nitrogénbevitel limitálja. A levélzet széndioxidot vesz fel a légkörbıl, a gyökérzet N-t a talajból. A szár raktároz. A szemtermés fejlıdése idején a szem, mint új metabolikus győjtıhely asszimilátum igényét a szárból fedezi. A maximális potenciális növekedés az élı levélfelület által befogott napsugárzás függvénye. Az ebbıl megvalósult aktuális növekedés az alacsony léghımérséklet, a növényi szövetek alacsony N-koncentrációja és a vízhiány hatására csökken. A N-felvételt egyrészt a különbözı növényi szövetek N-igénye, másrészt a nitrogén talajból történı felvehetısége korlátozza. A napi biomassza-növekedés megoszlását a gyökérzet, a levél és a szár között két függvény vezérli. A gyökerekbe allokált biomassza-frakció csökken a teljes biomassza növekedésével, de nı N-hiányában. A levél és szár közötti biomassza-megoszlás a levélfelület növekedésétıl függ, amit a levélfelület / hajtás biomassza arány határoz meg. A szemfejlıdés idején biomassza- és nitrogén áthelyezés folyik a különbözı szövetekbıl a magba. A szöveti elhalást különbözı függvények irányítják, az elöregedı szövetekbıl elhalásuk elıtt a biomassza és nitrogén egy részét a növény kivonja. A csírázás dátuma, az érés kezdete és vége, a hımérséklet, a nappalhosszúság és a maximális termésindex függvénye. A talajban a gyökéreloszlás nagymértékben befolyásolja a víz- és nitrogénfelvételt, ezeken keresztül a növekedést és a terméshozamot is. A mélységi gyökéreloszlás kezdeti és adott idıpontokra vonatkozó értékei megadhatók egy paraméterfájlban, vagy a modell a felhasználó által kiválasztott eloszlási függvénynek megfelelıen szimulálja a teljes gyökéreloszlásdinamikát. A két módszer kombinációjára is lehetıség van. A növények tápanyag-felvételi hatékonysága a talajkörnyezettel állandó kölcsönhatásban lévı gyökérzetsajátosságaik függvénye. Jól felépített, megfelelıen paraméterezett mechanisztikus modellek alkalmazása lehetıvé teszi a tápanyagszolgáltatás-tápanyagfelvétel folyamatrendszerének jobb megértését, és elıkészíti a gazdaságos, ugyanakkor a környezetet nem károsító növénytermesztési gyakorlat kialakítását. 157

163 A TÁPANYAGMOZGÁS MODELLEK FELHASZNÁLÁSA A gazdálkodó érdeke a minél nagyobb profit elérése és fenntartása, ill. növelése hosszú idın át. Nem elégedhet meg egy statisztikai alapon mőködı trágyázási tervvel. Másrészt csak kísérletes alapon a helyspecifikus gazdálkodás igényeinek már nem lehet megfelelni. A trágyázási tartamkísérletek eredményei használhatóságának, ill. a belılük levonható következtetések kiterjeszthetıségének növelése elengedhetetlenül szükséges az agrokémiai kutatás fejlesztéséhez és az ezen alapuló gyakorlati szaktanácsadás javításához. Problémát jelent a sok hatótényezı idıben és térben változó értékeinek figyelembevétele is. E problémák megoldására alkalmasak és már világszerte használatosak a termés-szimulációs modellek. A termés-szimulációs modellek a növénytermesztési rendszer viselkedését meghatározó folyamatokat leíró matematikai összefüggésekbıl álló mechanisztikus modellek, amelyeket a rendszer elemeire bontásával, legfıbb folyamatainak, mechanizmusainak számszerősítésével, majd a rendszer újraépítésével állítanak elı. Bár az empirikus és mechanisztikus modellek megkülönböztetése mind gyakorlati, mind tudományelméleti okokból indokolt és célszerő, megjegyzendı, hogy a termés-szimulációs modellek tartalmaznak empirikus összefüggéseket is, amelyek az adott alkalmazási szinten a modell használhatóságát megkönnyítik, az értelmezést nem zavarják, és a kiterjeszthetıséget nem csökkentik. A termés-szimulációs modellek megfelelı input paraméterek felhasználásával alkalmassá tehetık a termés elırejelzésére akár csak egy homogén parcellán, de - a modell megfelelı megválasztása esetén - akár regionális skálán is. A termés becsülhetı különbözı idıjárási feltételek, talajviszonyok, fajtaválasztás, agrotechnika, stb. esetére. Az elérni kívánt terméshozam megvalósításához szükséges szerves- és mőtrágya mennyisége, alkalmazásának üteme az adott feltételekre becsülhetı. A modellben foglalt tudásalap alapvetı érvényessége, és folyamatirányultsága nagyfokú általánosíthatóságot tesz lehetıvé. Ugyanakkor szem elıtt kell tartani a vizsgálat céljának, tárgyának megfelelı szimulációs modell kiválasztását, a modell megfelelıen pontos paraméterezését, és a szimulációs eredmények kísérletes ellenırzését (verifikálását). 158

164 TERMÉSSZIMULÁCIÓS MODELLEK ALKALMAZÁSA Tekintettel arra, hogy a termésszimulációs modellek mezıgazdasági alkalmazása mind a növénytermesztési folyamatok jobb megértését, megismerését szolgálja, mind alapja a környezetkímélı és ez által fenntartható földhasználatnak és a gazdaságos termesztési technológia kiválasztásának a következıkben két különbözı részletességő és kiterjeszthetıségő termésszimulációs modellt mutatunk be. KAPACITÍV DINAMIKUS SZIMULÁCIÓS MODELL A modell a növényi biomassza-felhalmozódás, biomassza-növekedés folyamatát a talaj víz- és nitrogénkészlete, valamint a gazdálkodási és környezeti hatások függvényében szimulálja. A modell közel húsz éve készült, egyszerő felépítéső, un. kapacitív típusú modell. A fizikai- és kémiai részfolyamatokat többnyire empirikus összefüggésekkel írja le, a növényi paramétereket és a humusz, valamint a szervesanyagok lebomlásának dinamikáját un. táblafüggvények formájában tartalmazza. A modell megalkotásának kifejezett célja a talaj-növényklíma rendszer, mint egyben gazdálkodási rendszer mőködésének a tanulmányozhatósága, megismerése, jobb megértése volt. Az alkalmazott gazdálkodási mőveleteknek az összetett biomasszatermelı rendszerre gyakorolt hatásait a felhasználó megtapasztalhatja, azok kedvezı vagy kedvezıtlen eredményei egyértelmően kiolvashatók. A modell fejlesztı emiatt modelljét tanító modellnek nevezte (Bossel, 1986). A szimuláció során nemcsak a biomassza-felhalmozódás követhetı nyomon, hanem a talajban a víz- és a nitrogén aktuálisan rendelkezésre álló mennyiségei és az azokat növelı és csökkentı készletek alakulása is. Ebbıl következıen a modell alapvetıen un. egyensúlyi típusú. Azoknak a részfolyamatoknak az egyenlegét számítja, amelyek a talaj felvehetı nedvesség- és nitrogénmennyiségét alakítják. A nedvesség- és a nitrogén mennyiségéhez maximum és minimum értékek tartoznak. A maximum értéknél nagyobb mennyiségek a talaj felvehetı készletébıl távoznak (víz esetén a talajvíz szintjét növelik, nitrogén esetén a gyökérzóna alá mosódnak, vagy a talaj szervesanyagába épülnek be), a minimumnál kisebb értékek esetén, - vagyis, ha a könnyen felvehetı készlet kimerül - a biomassza felhalmozás (növényi növekedés) üteme lassul, s ha ez huzamos (20 napot meghaladó), akkor terméscsökkenés lép fel. A modell három, egymással dinamikus kapcsolatban álló részmodellbıl áll. Ezek: 159

165 A termesztett növény biomassza-felhalmozásának (növekedésének) menetét szimuláló részprogram (FIELDCP), amelynek blokkdiagramja az 41. ábran látható. A talaj aktuálisan felvehetı nedvességtartalmának mennyiségét számító részprogram (MOIST), amelynek blokkdiagramja a 42. ábran látható. 41. ábra. A FIELDCP növényi biomassza növekedést szimuláló részprogram elvi vázlata A talaj aktuálisan felvehetı nitrogéntartalmának mennyiségét számító részprogram (FIELD), amelynek blokkdiagramja a 43. ábran látható. A modellben a növényspecifikus biomassza felhalmozódás értékeit a vegetációs idıszak elırehaladásával változó, valamint a termesztett növényfajtára megadott értékek (YMAX, RBIOM, RGPLANT) állítják be. 160

166 A szimulációs programhoz tartozó kezelı szoftver külön alprogramot (DYSYS) képez, amely nélkül egyik részprogram sem fut önállóan. A szimuláció egy éves periódusonként történik. A szimulációs évek száma, vagyis a szimuláció hossza programtechnikailag nem limitált. Az éves perióduson belül a szimuláció idı felbontása 1/100 év. Vagyis ez az egy éven belül lejátszódó történések egysége, ezek eredményébıl tevıdik össze az éves ciklusé. Az év január 1.-vel indul és december 31.-ig tart. A többéves szimuláció során az elsı év kezdı értékei a következı év elején a megváltozott értékeket veszik fel, a szimuláció következı éve azokkal indul. Természetesen az elsı év a felhasználó által megadott kezdıértékekrıl indul. Lehetıség van ezen a módon az évenként változtatható agrotechnika és gazdálkodás módok (SCENARIO-k) termésre és a termıhelyet jellemzı értékekre gyakorolt hosszú távú hatásainak szimulációjára. A program éves ciklusai kimenetként minden esetben a termesztett növény agronómiai termésmennyiségét és a termıhelyre jellemzı változóknak a következı ciklus kezdıértékeként szereplı értékeit tartalmazzák. A KAPACITÍV MODELL RÉSZPROGRAMJAINAK RÖVID LEÍRÁSA A talajnedvesség részprogram: A termıréteg-vastagság által meghatározott mélységő, a talaj agyagtartalmával jellemzett mechanikai összetételő, homogén talajszelvény aktuálisan felvehetı nedvességtartalmának 1/100 év felbontású szimulációját végzi el olymódon, hogy vízmérleget számít a gyökérmélységgel megadott talajszelvényre a rétegvastagság és agyagtartalom alapján. A talajra definiált hasznos vízkapacitást (USFCAP) veszi figyelembe úgy, hogy idıegységenként (1/100 év) összegzi a vízmérleg elemeit, vagyis a csapadékbetáplálást, a talajvízbıl történı kapilláris vízemelést, mint a vízkészletet tápláló, a párolgást, a transzspirációt, a mélybeszivárgást, mint az azt megcsapoló részfolyamatokat (42. ábra). 161

167 42. ábra. A talaj felvehetı nedvességtartalmát számító részprogram elvi vázlata. A talaj textúrája (CLAY) és tömıdöttsége (CQ) által definiált hasznos vízkapacitás (USFCAP), a szervesanyag vízkötı-képessége (OCAP) és a talaj textúrájából adódó kapilláris vízemelés mértéke (CPRISE) együttesesen alakítják ki a talajvízkapacitást (WCAP). A szimulációhoz, mint kezdıértéket a program a hasznos vízkapacitás százalékában kifejezett induló nedvességtartalmat (INMOIS = MOIST) használja fel. A kapilláris vízemelés (CPRISE) a talaj agyagtartalmának függvénye. Ha a kapilláris vízemelés és a gyökérzóna mélysége együttesen (RISE) nagyobb, mint a talajvíz mélysége (WTBL), akkor a növényi vízfelvétel nem a talaj nedvességkészletét (MOIST) fogyasztja, hanem a talajvízbıl történik, vagyis a növényi vízfelvétel ekkor nem limitált (WET = 1) és a talajvizet fogyasztja, amit a talajvízszint csökkenése jelez. 162

168 Az evaporáció mértéke az éves cikluson belül, a hımérséklet szezonális változását figyelembe véve szinusz függvény szerint alakul, s értéke emellett mindenkor a talaj aktuális nedvességtartalmától is függ. Az ily módon számított evaporáció változtatható a talaj borítottsága szerint. Növényi borítás esetén az evaporáció a csupasz talajfelszínre számított érték fele, fóliatakarás esetén pedig az evaporáció értéke nulla. Ez a lehetıség a talajfelszíni párolgás tanulmányozását teszi lehetıvé. A transzspiráció a termesztett növényre megadott vízhasznosítási együttható értékétıl (egy kilogramm növényi szárazanyag képzıdéséhez szükséges vízmennyiség) és a biomassza változásától (a növényi növekedés sebességétıl), valamint az azt meghatározó nitrogénellátottságtól függ. Részletesen kidolgozottak a csapadékbetáplálás szimulációs lehetıségei. A havi csapadékösszegek megadhatók évenként, vagy használhatók sokéves átlagokként az éves csapadékösszegek megadásával. Lehetıség van a hónapon belül a csapadékösszeg-értékek véletlen (random) elosztására is a csapadékos napok egymásra következésének napokban történı megadásával. A vízkapacitáson fölüli csapadékmennyiség (WXCESS) közvetlenül a talajvizet táplálja, az öntözés pedig (IRRIGN) azt fogyasztja (DOWN), és a talajvízszint változást (WTBL) ezek, valamint a kapilláris vízemelés és a növényi vízfelvétel eredıjeként számítja a program. A relatív növényi növekedés (RGPLANT) a relatív talajnedvesség (WILT) függvényében történik. Amennyiben a MOIST változó értéke tartósan kisebb 30 %-nál vagyis tartós (20 napot meghaladó) szárazság következik be (DROUGHT > 20/365), a növényi biomassza növekedés megáll (RBIOM = 0) és a program az éves ciklus végén terméskiesést Croploss jelez. A program függvényei részben ún. táblázatos, vagy tábla-függvények formájában kerültek beépítésre. A talaj felvehetı nitrogénkészletét számító részprogram: A program a talaj aktuálisan hasznosítható tápanyagkészletét csupán annak felvehetı (mobilizálható) N- (nitrogén-) tartalmára redukálja, ezáltal a többi tápanyag mennyiségét optimumba helyezi. 163

169 43. ábra. A talaj felvehetı nitrogéntartalmát számító részprogram elvi vázlata. A 43. ábran látható, hogy a C- és N-forgalom bonyolult összefüggés-rendszert alkot. A tápanyagforgalom állapotváltozói: CARB a szén a könnyen bomló humuszfrakcióban, NOM a nitrogén a könnyen bomló humuszfrakcióban, CHUM a szén az állandó humuszfrakcióban, 164

170 NV felvehetı nitrogénmennyiség, RBIOM relatív növényi biomassza. A szimuláció kezdetén a talaj CARB és NOM mennyisége kerül kiszámításra, amelyhez a talaj szervesanyag-tartalma (OGMTR), C/N aránya (CN), humuszos rétegének a mélysége (SOIL), a humusz lassan- és gyorsan lebomló, mineralizálódó hányadának megadása (HFRAC) szükséges. A talaj felvehetı ásványi N mennyisége (NV) a kívülrıl megadott kezdı értéken kívül (20 kg/ha) a természetes N-kötés (NAT) mennyiségébıl (25 kg/ha) és a mőtrágya nitrogénbıl (FERT) tevıdik össze. A könnyen bomló humuszban levı szén mennyisége (CARB) a szervesanyag lebomlás sebességének, az eróziós veszteségnek (ELOSS), az aratás utáni növényi maradványok mennyiségének (SMAX) a függvénye. Hasonlóan a könnyen bomló humuszban lévı N mennyisége (NOM) is a szervesanyag lebomlási sebességétıl függ, amelyet a talajba kerülı növényi maradványok (SMAX) mennyisége, N-tartalma (MXRES), és a C/N aránytól függı átalakulása (DECAYF) módosít. A könnyen bomló szervesanyag maximum 20%-a alakulhat át évente állandó humusszá. A szervesanyag lebomlás sebessége a DECAY faktoron kívül függ az összes-szén mennyiségétıl (CARB) és a talajhımérséklettıl, amely szinusz-függvény szerint változik az éves szimuláció során. A könnyen bomló szervesanyagból a C-nek csak 25%-a kerülhet az állandó humuszba, a többi CO 2 formájú veszteség az atmoszférába. Az állandó humuszban lévı szén az eróziós talajveszteség (HLOSS) és a humuszlebomlás miatt csökkenhet. Ez utóbbi maximum az állandó humuszban lévı szén 2 %-a lehet évente. A növény által felvehetı N mennyiségét (NV) növeli a könnyen bomló szervesanyag lebomlása (RDECAY), míg csökkenti a C/N aránytól függı N-transzfer, amely a nitrogént a NOM-raktárba viszi át, a növényi N-felvétel (RNUP) és a N-kimosódás (RLEACH). A felvehetı N-mennyiségbıl N-kimosódás lehetséges, amelynek mértéke a humuszanyagok mennyiségének a függvénye, és maximum a felvehetı N-készlet 30 %-a mosódhat ki. A növényi növekedés (RGPLANT) a relatív N-igény (HUNG) által is meghatározott. Az eddig elmondottakon kívül a modell figyelembe veszi a talaj szervesanyag-tartalmának mérlegében a szalma szervesanyagának C- és N-tartalmát, ha az a talajban marad, mint azt gazdagító forrás. A szervesanyag C-tartalma egységesen a szárazanyag-mennyiség 47 %-a. 165

171 Az erózió a modellben úgy jelenik meg, mint olyan részfolyamat, amely a talaj termırétegének vastagságát, ezzel együtt szervesanyag (tápanyag) készletét, és azon keresztül vízkapacitását is csökkenti. FIELDCP: Ez a részprogram nyolc termesztett növény biomassza-növekedésére és megoszlására vonatkozó paraméter értékeket tartalmaz. A növények logisztikus növekedését a következı differenciálegyenlet szolgáltatja: dx dt = ax( 1 x) (147.) ahol: x : a növényi biomassza mennyisége, a : növekedési sebességtényezı, t : idı. A relatív növényi biomassza (RBIOM) a víz- és a N által limitált relatív növényi növekedés (RGPLANT) szerint alakul az idı függvényében (41. ábra). A termés a szimulált szárazanyag tömegnek a nedvességtartalommal (YSP) korrigált értéke. A modellbe épített gazdasági növények a következık: Búza (szemestakarmányok) Kukorica Burgonya Répa Borsó/bab Repce Lucerna (gyep) Lucerna (gyep) esetében lehetıség van az elsı kaszálási idıpont megadására, mely után a növekedési függvény szimulálása újra indul, és az éves termés a két résztermés összegeként adódik (YL+Y1). A programhoz tartozó DYSYS általános software a nyomtató és a rajzoló utasításokat tartalmazza. A MODELL INPUT IGÉNYE RÖGZÍTETT ÉS KEZDETI ÉRTÉKEK Talajmélység (cm): az a megadott talajmélység, amely magában foglalja a talaj humuszos rétegének vastagságát (cm), és a gyökérmélységet (cm) is. 166

172 Szervesanyag-tartalom (%): a talaj termırétegének átlagos humusztartalma. A talaj humusztartalmának állandó (lassan bomló) része (%): annak megadására, hogy a talaj termırétegében levı összes szervesanyagból mennyi vesz részt a mineralizációban, azaz mekkora a talaj tápanyag- (esetünkben C- és N-) tıkéje. A talaj szervesanyagának C/N aránya: a C/N arány a humusz és a N átalakulás sebességét tükrözı és meghatározó viszonyszám. Ha a C/N arány 20 és 30 közötti, a N mineralizációimmobilizáció, <20 esetén a mineralizáció dominál. Talajkategória (agyag %): az agyag szemcsefrakció (<0,002 mm) mennyisége, amelynek alapján a program a talaj vízgazdálkodási paramétereit (pl. hasznosítható vízkapacitás, teljes vízkapacitás, kapilláris vízemelés) számítja. A talaj induló nedvességtartalma a teljes vízkapacitás %-ában: a szokásos érték 60 %. Kezdeti felvehetı N-tartalom (kg/ha): az induló mobilizálható N-mennyisége, amelyet a szervesanyag lebomlásából származó N, a mőtrágya- és a szervestrágya N-je növel, a szervesanyag felépülés, a növényi tápanyagfelvétel, és a kimosódás csökkent. Szokásos értéke 20 kg/ha. A GAZDÁLKODÁS PARAMÉTEREI (SCENARIO ÉRTÉKEK) Talajvíz mélysége (m): talajvízhatással 5 m-nél mélyebb talajvízszint esetén a program nem számol. A kapilláris vízemelés maximális magassága 3m. A talajvízmélységet az év végére a program számítja a talajszelvény vízmérlege alapján, a szelvényen átfolyó vízmennyiség, illetve az öntözés egyenlegeként. Öntözés (igen/nem): öntözés = igen esetén, a vegetációs perióduson belül, ha a talaj felvehetı nedvességtartalma 50% alá csökken a teljes vízkapacitás fele értékig hiányzó vízmennyiség, mint öntözıvíz (IRRIGN) adódik a talajban levı vízmennyiséghez és kumulálódik az IWTR változóban. Az öntözéshez kivett vízmennyiség a talajvízszintet csökkenti. Tömörödés (igen/nem): a talaj agyagtartalmától függıen 6 vagy 12 %-kal csökkenti a talaj hasznosítható vízkapacitás értékét (USFCAP). A vegetációs periódus kezdete (hét): a termesztett növény tavaszi növekedésének indulási ideje. A vegetációs periódus vége (hét): az aratás (kaszálás, termés betakarítás) ideje. 167

173 Gyökérmélység (cm): a termesztett növénykultúra jellemzı maximális gyökérmélysége. Amennyiben a gyökérmélység nagyobb, mint a humuszos talajszint mélysége, az így kiterjesztett talajszelvény nedvesség-készletével gazdálkodhat a növény a humuszréteg vastagságából számítható tápanyagkészlet mellett. Talajfedettség (nincs, növény, fólia): a talajról történı vegetációs periódusokon kívüli evaporáció mértékének szabályozására szolgáló paraméter. A nincs azt jelenti, hogy a vegetációs perióduson kívül az evaporáció a talaj vízgazdálkodási paramétereibıl számítható érték. Növényborítás esetén a növény nélküli talajra számított érték fele. Fóliatakarás esetén az evaporáció értéke nulla. Csapadék (mm/hónap): a havi csapadékösszegek értékei. Véletlen (random) csapadékeloszlás (igen/nem): igen esetén a csapadék periódus (nap) értékének megadása szükséges, valamint egy random szám bevitele, amely véletlen módon osztja szét a havi csapadékösszeg értéket. Termesztett növény: kiválasztása sorszámának bevitelével történik. Szalma marad? (igen/nem): a növénytıl függı mennyiségő és tápanyagtartalmú szalma amennyiben marad, növeli a talaj tápanyagkészletét, szervesanyag-, C- és N-tartalmát. Nitrogén mőtrágya mennyisége (kg/ha) Szervestrágya mennyisége (t/ha) Komposzt mennyisége (t/ha) Erózió mennyisége (t/ha) A SZIMULÁCIÓS PROGRAM KIMENETEI A kimenetek grafikus és numerikus típusúakra oszthatók. Grafikus a termésgörbe és a talajnedvesség-tartalom idıbeli változása. A numerikus kimenetek pedig: A szén mennyisége a talaj termırétegében (kg/ha) A N mennyisége a talaj termırétegében (kg/ha) A termés mennyisége q/ha (dt/ha) Az öntözıvíz mennyisége mm/év A csapadék mennyisége mm/év A talajvízszint változása (m) A talaj felvehetı N-tartalma (kg/ha) az év végén Szervesanyag-tartalom (%) 168

174 A szervesanyag-tartalom állandó része (%) A szervesanyag C/N aránya MODELLEZÉSI PÉLDA A Bossel-féle termésszimulációs modell alkalmazásának bemutatására és a napi léptékő, és tudományos igényességő DSSAT modell-rendszerrel történı összehasonlíthatóság érdekében a Látóképi tartamkisérlet adatait, talaj- és növényparamétereit, kezelési adatait használtuk az 1995, 1997 és az 1999-es évekre. Az alkalmazott idıjárási adatok a havi csapadékösszegek voltak. A modell által beolvasott csapadékösszeg értékek a 30. táblázatban láthatók: 30. táblázat. Az 1995, 1997 és 1999 évi csapadékösszeg értékek a Látóképi kísérleti telepen. Hónap Esztendı Január Február Március Április Május Június Július Augusztus Szeptember Október November December A Bossel modell kezdeti értékei: Talajnedvesség (szabadföldi vízkapacitás %): 50 Humuszréteg vastagság (cm): 70 Humusz (%): 2 Gyökérmélység (cm): 200 Agyag (%): 26 Felvehetı talaj N-tartalom (kg/ha): 55 A humusz állandó része (%): 75 Növényparaméterek: Kukorica YMAX = kg SMAX = kg RMAX = 2500 kg NSP = kg N/kg száraz termés CSTR =

175 MXRES = 34 kg N YSP = 15 % Gazdálkodási paraméterek: Talajvízmélység (m): 4 Vetés ideje (hét): 18 Aratás ideje (hét): 36 N mőtrágya (kg/ha): 0 Szervestrágya (t/ha): 0 SZIMULÁCIÓS EREDMÉNYEK A havi csapadékösszegő és 1/100 év felbontású szimulációs eredmények az 1995-ös évre jó egyezést mutat a DSSAT modellel kapott és a Látóképi kísérletben mért kukoricatermés eredménnyel. Az egyezés a talaj felvehetı N-tartalmára is vonatkozik (31. táblázat). Az 1995-ös évinél szárazabb, kisebb csapadékösszegő 1997-es évre a kapacitív modell az 1995-ös évivel gyakorlatilag megegyezı kukoricatermést szimulált, amely a a kísérletben mért érték fele. A jelentıs különbség minden bizonnyal a hımérséklet és a légnedvesség által szabályozott párolgási és vízforgalmi eltérésekbıl, a fotoszintetikus aktivitás különbségbıl adódhat, és kukoricafajta Bossel modellben nem szerepeltett adaptációs képességével függhet össze. Ezt az állítást igazolni látszik a meteorológiai adatok alapján felrajzolt besugárzás értékek alakulása (44. ábra). Az ábrán látható, hogy az 1997-es és az 1999 évek besugárzás értékei jelentısen nagyobbak az 1995 évben mért értékekhez viszonyítva. A 2 m mély talajszelvény nedvességkészlete az 1997 évi kis mennyiségő (394 mm) csapadék ellenére lehetıvé tette az 1995 évi kukoricatermés duplájának a képzıdését (31. táblázat). A jelentısen nagyobb csapadékú 1999-es év az 1995 évi kétszeresénél nagyobb szimulált kukoricatermést eredményezett, de kisebbet a kísérletben mértnél. Mind az 1997-es, mind az 1999-es évre a modell által szimulált talajból felvehetı N-tartalom reális volt. Az 1995, 1997 és 1999 években a Látóképi telepen mért besugárzás értékek egyértelmően az 1997 és 1999 évek nagy kukoricaterméseit indokolják, hiszen értékeik jelentısen meghaladják az 1995 évi értékeket. 170

176 31. táblázat. A Bossel modell 1995, 1997 és 1999 évre a Látóképi kukoricakísérletre végzett termésszimulációs eredményei. Kukorica Szimulált Mért 1995 év termés (kg/ha): mőtrágya (kgn/ha): 0 0 szervestrágya (t/ha): 0 0 öntözıvíz (mm/év): 0 0 csapadék (mm/év): felvehetı N (az év végén) (kgn/ha): szervesanyag-tartalom (%): év termés (kg/ha): mőtrágya (kgn/ha): 0 0 szervestrágya (t/ha): 0 0 öntözıvíz (mm/év): 0 0 csapadék (mm/év): felvehetı N (az év végén) (kgn/ha): szervesanyag-tartalom (%): év termés (kg/ha): mőtrágya (kgn/ha): 0 0 szervestrágya (t/ha): 0 0 öntözıvíz (mm/év): 0 0 csapadék (mm/év): felvehetı N (az év végén) (kgn/ha): szervesanyag-tartalom (%): A kapacitív modell a biomassza növekedést a növényparaméterek által meghatározott alsó és felsı értékek között a logisztikus növekedés szerint szimulálja a termıhely léghımérsékletének és a besugárzás fotoszintetikus aktivitásának alakulásától függetlenül. A modellben a biomassza növekedést csupán csak a talaj felvehetı nedvesség és nitrogén mennyisége korlátozza. Ebbıl következıen a besugárzás termésmennyiségre gyakorolt hatásának a vizsgálatára a kapacitív modell nem alkalmas. Alkalmas viszont a modell a termıhelyi és a gazdálkodási különbségeibıl adódó termésalakulás leírására. 171

177 44. ábra. A Látóképi kísérleti területre mért besugárzás értékek évi menete az 1995, 1997 és 1999 években. A DSSAT SZÁMÍTÓGÉPES DÖNTÉSTÁMOGATÓ RENDSZER Az utóbbi évtizedben napvilágot látott döntéstámogató rendszerek különbözı felhasználói igényeket elégítenek ki. Az egyetemi oktatás, kutatás területén jól használható rendszerek ma már a gazdálkodás területén, a gyakorlatban is nagy segítséget jelentenek. Elınyösek az agrotechnikai beavatkozások megtervezésében, a várható hatások elemzésében, a hosszú távú stratégiai döntések elıkészítésében és a gazdaságos környezetkímélı termelés kialakításában. A DECISION SUPPORT SYSTEM FOR AGROTECHNOLOGY TRANSFER (DSSAT) döntéstámogató rendszer 3.5 jelő változata 1998-ban készült, és az egyik legátfogóbb. Nem 172

178 célunk a számítógépes program minden egyes funkcióját, ill. a tudományos kutatáshoz és elemzéshez szükséges ismeretanyagot minden részletében ismertetni, de az alapvetı, a program megértését segítı felhasználói segédprogramokat megpróbáljuk összefoglalni. Néhány példán keresztül bemutatjuk a rendszert, azokon a területeken, ahol az oktatásban, ill. a gazdálkodás területén eredményesen használható (trágyázás, öntözés, gazdaságossági számítások, stb.). A DSSAT program modul rendszerő, ezért több önálló programja a rendszerbıl kiszakítva is mőködik, és a részfeladatok megoldásában nagy segítséget jelenthet. Nem kell lemondani a már használt adatbázis-kezelı, szövegszerkesztı, táblázatkezelı programokról, ezekkel is elı lehet állítani azokat az alapvetı fájlokat, amelyek a legtöbb szimulációs modul futtatásához szükségesek. A kapott eredmények értékelése történhet a DSSAT rendszeren belül, amit grafikusan is támogat a rendszer, de lehetıség van azokat saját jól ismert programjainkkal is tovább értékelni, amihez a DSSAT szöveg (text) típusú kimeneti (output) fájljai nagy segítséget nyújtanak. A mezıgazdasági döntéstámogató rendszer megbízhatósága alapvetıen a biofizikai paraméterek becslésén múlik. A DSSAT rendszer a talaj-növény-atmoszféra modellezésére a CERES modelleket használja, aminek a kezdeményezıje Ritchie, J. T. volt 1972-ben az USAban. A CERES modellek a determinisztikus modellek csoportjába tartoznak. Modellezik a növények fejlıdését, az asszimilációt, az asszimiláták szervek közti eloszlását, a levélfelületet, a gyökerezési mélységet és gyökérsőrőséget rétegenként, a biomassza növekedését, a víz mozgását a talajban, evapotranszspirációt, a nitrogén átalakulását és mozgását a talajban, a növény nitrogénfelvételét és eloszlását, stb. A modell napi léptékben számol, az idıjárási adatigénye is ennek megfelelıen napi léptékő, és az eredmények is napi gyakorisággal kérdezhetık le. A szimuláció során a CERES modell a választott növényfaj egyetlen, idealizált, a populációra jellemzı átlagos egyedét és környezetét képezi le. A talaj tulajdonságait, rétegezettségét a termıhely sajátosságainak megfelelıen kell megadni. A DSSAT FELÉPÍTÉSE, KÉPERNYİI A program installálása és indítása után az alábbi képernyıt kapjuk: 173

179 45. ábra. A DSSAT 3.5 bejelentkezı képernyıje Adatok (Data), Modellek (Models), Elemzések (Analyses), Segédeszközök (Tools), Beállítások/Kilépés (Setup/Quit). AZ ADAT MENÜ Háttér információk (Background): Általános adatok (General). Itt lehet megadni a kísérletet végzı intézmény nevét, címét, melyik országban, városban található, ill. a telefonszámát. A kísérleti hely jellemzı adatai: tengerszint feletti magasság, átlagos hımérséklet és évi csapadék, szélességi és hosszúsági fok. A kísérletért felelıs személy adatait is rögzíthetjük. A kísérletek adatai (Experiment): Itt tudjuk összeállítani a kísérleti fájlt, vagy ha már a korábbi változattal dolgoztunk át tudjuk alakítani az adatokat a 3.5 változat formátumába. Gabonafélék kísérleti adatainak megadása. Árpa (barley), kukorica (maize), köles (millet), rizs (rice), cirok (sorghum), búza (wheat). 174

180 Pillangósok kísérleti adatainak megadása. Száraz bab (dry bean), szója (soybean), földi mogyoró (peanut), csicseriborsó (chickpea). Gyökérnövények kísérleti adatainak megadása. manióka (cassava), burgonya (potato). Egyéb növények kísérleti adatainak megadása. Külsı, vagy általunk készített szimulációs program kísérleti adatainak megadása. A termesztett növények genetikai jellemzıi (Genotype). A növények genetikai jellemzıit adhatjuk meg. Több lehetıségünk is van. A rendszer listájából választhatunk, vagy saját magunk adjuk meg a kért paramétereket, ill. egy segédprogram felhasználásával állíthatjuk elı (számíthatjuk ki) az ismeretlen genetikai jellemzıket. Idıjárási adatok (Weather). Meglévı idıjárási adatok listázása, módosítása (List/Edit). Segédprogram idıjárás fájlok elıállítására, paraméterek kalkulációjára (Utilities). A talajok jellemzı paraméterei (Soil). Meglévı, a rendszerrel szállított, ill. általunk korábban megadott talajok jellemzıinek listázása, ill. módosítása (List/Edit). Talaj fájl elıállítása (Create). Erre két lehetıség van, az egyik, hogy minden a program által igényelt talajparamétert mi adunk meg a méréseink alapján, a másik a mért talajparaméterek beírása, illetve felhasználása, a nem mért talajjellemzı értékeket pedig a DSSAT talaj adatbázisából választjuk ki. Segédprogramok (Utilities). Növényvédelem (Pest). Növényvédelmi adatok tárolása. A modell egyelıre nem használja ezeket az adatokat. A gazdaságossági számításokhoz szükséges adatok (Economic). Az aktuális árakat lehet megadni, amit elsısorban a szezonális elemzések során használ a program. 175

181 A MODELLEK MENÜ 46. ábra. A DSSAT 3.5 modellek képernyıje Gabonafélék szimulációja (Cereals): árpa (barley), kukorica (maize), köles (millet), rizs (rice), cirok (sorghum), búza (wheat). Pillangósok szimulációja (Legumes): száraz bab (dry bean), szója (soybean), földi mogyoró (peanut), csicseriborsó (chickpea). Gyökérnövények szimulációja (Rootcrops): manióka (cassava), burgonya (potato). Egyéb növények szimulációja (Various): cukornád (sugarcane), paradicsom (tomato), napraforgó (sunflower), legelı, rét (pasture) Külsı vagy általunk készített szimuláció beépítése a rendszerbe (Other). Minden növény szimulációja esetében az alábbi lehetıségek közül választhatunk: Kísérleti fájl, pl. *.mzx adatállományok létrehozása (Create). Input adatok kiválasztása, meg kell adni, hogy a fenti fájlok közül melyiket használja (Inputs) 176

182 A modell futtatása (Simulate), itt történik a növény-talaj-atmoszféra rendszerben végbemenı folyamatok napi léptékő szimulációja A szimulált kimenı adatok helyének megadása (Outputs) A szimulált adatok grafikus ábrázolása (Graphics) ELEMZÉSEK MENÜ 47. ábra. A DSSAT 3.5 elemzések képernyıje A szezonális elemzés (Seasonal) segítségével hosszabb távú (stratégiai) elemzésekre nyílik lehetıség. Megvizsgálhatjuk, hogy az adott termıhelyen mely növényeket lehet hosszútávon sikeresen termeszteni. Melyek azok az agrotechnikai beavatkozások (fajtaválasztás, vetésidı, állománysőrőség, tápanyag visszapótlás, öntözés, stb.), amik a legeredményesebbek, a legkisebb kockázat és környezetszennyezés mellett. Lehetıség adódik a klímaváltozás növényi produkcióra gyakorolt hatásának szimulálására is. Idısorok elemzése (Sequence) 177

183 A szimulációt több éven keresztül folyamatosan lehet futtatni, a megelızı év outputjai a következı év inputjai lesznek. Vetésforgó kísérletek kiértékelésére is alkalmas, ahol adott területen a termesztett növényfajok ciklikusan változnak. A fenti két elemzésben az alábbi menüpontok használhatók: Az elemzésekhez szükséges input fájlok létrehozása (Create) Az elemzések input fájljainak kiválasztása (Inputs) A növény-talaj-atmoszféra modellek többéves futtatása (Simulate) A szimulált eredmények helyének megadása (Outputs) Elemzések (Analyze) Az Elemzés menü lehetıséget ad a többéves szimuláció eredményeinek egyidejő értékelésére. Mind a biofizikai, mind az ökonómiai változók elemzésére lehetıség nyílik. A biofizikai változók köre nagyon széles, a terméstıl a lemosódott nitrogén mennyiségéig szinte minden fontos változó elemezhetı. Az elemzést szemléletes grafikonok segítik, pl. box-plot, kumulatív eloszlás függvények, átlag-variancia, stb. A gazdasági, ill. stratégiai elemzések mellett lehetıség van a Mean-Gini dominancia-elemzésre, ami a lehetı legjobb kezelés kiválasztásában segít. Térbeli elemzés (Spatial) Ebben a menüpontban lehetıség van geostatisztikai elemzésekre (Geostats), térképi nagyfelbontású grafikai elemzésre (Mapping), és összefoglaló térbeli elemzésre (Summary) egyaránt. SEGÉDESZKÖZÖK MENÜ Az operációs rendszer jellemzıi, beállítása (Op.system) Lemezkezelı rendszer megadása (Disk.mngr) Szövegszerkesztı (Editor) Számoló tábla (Sp.sheet) 178

184 BEÁLLÍTÁSOK/KILÉPÉS MENÜ Az adatok, modellek, elemzések, segédeszközök ill. egyéb a modulok futásához szükséges beállítások végezhetık segítségségével. Útvonal, munkakönyvtár, program és formátum megadására is van lehetıség. 48. ábra. A DSSAT 3.5 segédeszközök képernyıje A MODELL FUTTATÁSÁHOZ NÉLKÜLÖZHETETLEN FÁJLOK A nélkülözhetetlen fájlokat a kukorica példáján keresztül mutatjuk be, követve a DSSAT program menürendszerének a logikáját. A leírásban a fájl, állomány, adatok kifejezéseket szinonim fogalomként kezeljük. 179

185 GENETIKAI PARAMÉTEREK ADATAI, MZCER980.CUL : 32. táblázat. Az MZCER980.CUL file VRNAME... ECO# P1 P2 P5 G2 G3 PHINT! IB0001 CORNL281 IB IB0002 CP170 IB IB0003 LG11 IB IB0004 F7 X F2 IB IB0005 PIO 3995 IB IB0006 INRA IB IB0007 EDO IB IB0008 A654 X F2 IB IB0009 DEKALB XL71 IB IB0010 F478 X W705A IB IB0011 DEKALBXL45 IB IB0012 PIO 3382 IB IB0013 B59*OH43 IB IB0014 F16 X F19 IB Stb. 33. táblázat. Az MZCER980.CUL file jelmagyarázata VAR# VRNAME ECO# P1 P2 P5 G2 G3 A kukorica hibrid sorszáma A hibrid neve Ökológiai típus Juvenilis fázis hossza ( C nap) Fotoperiódikus érzékenység Szemtelítıdési idıszak hossza hıösszegben ( C nap) Maximális szemszám (db/növény) Maximális szemtelítıdési sebesség (mg/nap/növény) A P1-koefficiens növelése késlelteti a növény fejlıdését, és ezzel együtt a virágzás idıpontját. A P5-együttható hatása hasonló, de a virágzás utáni idıszakban, változtatásával a fiziológiai érés idıpontja befolyásolható. IDİJÁRÁSI ADATOK, *.WTH tartalmazza napi léptékben a globálsugárzást, maximum, minimum hımérsékletet és a csapadék mennyiségét. Az év napjai 1-tıl 365-ig sorszámozottak. 34. táblázat. Az *.WHT file felépítése *WEATHER : INSI LAT LONG ELEV TAV AMP REFHT WNDHT DULK SRAD TMAX TMIN RAIN

186 stb. Kovács (1995) szerint a modell érzékeny a földrajzi szélességre és nagyon érzékeny a sugárzási adatok helyességére különösen a hazai, aszályra hajlamos körülmények között. Szárazságban alulbecsüli a termést, ha a mérımőszer hibás kalibrációja miatt túl nagy sugárzási értéket mérünk, vagy számolunk a napfényes órák száma alapján. Ilyenkor a modell túlbecsüli a potenciális transzspirációt és irreálisan gyorsan elfogyasztja a talajvíz-készletet. A hımérséklet pontos megadása fontos a növény fejlıdése és növekedése szempontjából is, hiszen a fenológiai fázisok hosszát elsısorban a hımérséklet határozza meg, és a növekedési folyamatokban is fontos tényezı. A tapasztalat szerint a léghımérsékleti adat nagyobb területi érvényességő, mint a csapadék, ezért a modellezett területtıl távolabb mért adatok is használhatók. A csapadék adatnak azonban a modellezett terület közvetlen közelébıl kell származnia, ellenkezı esetben a becslés pontossága erısen romlik. Ennek oka egyrészt a csapadék egyenlıtlen területi eloszlása, másrészt szárazságra hajlamos klímánkban a növényi produkció érzékenysége a csapadékra. 35. táblázat. Az *.WHT file jelmagyarázata INSI Intézet kódja LAT Földrajzi szélesség (fok) LONG Földrajzi hosszúság (fok) ELEV Tengerszint feletti magasság (m) TAV Évi átlagos hımérséklet ( C) AMP A levegı hımérséklet változásának éves amplitúdója ( C) REFHT Az idıjárási adatok mérésének magassága (m) WNDHT Szélsebesség mérésének magassága (m) DATE Az év + az év napja SRAD Napsugárzás (MJ/m 2 /nap) TMAX Napi hımérsékleti maximum ( C) TMIN Napi hımérsékleti minimum ( C) RAIN Napi csapadék összeg (mm/nap) Az AMP Magyarországon a júliusi és januári középhımérséklet különbsége. 181

187 TALAJ ADATOK, SOIL.SOL Ebben a fájlban a termésszimulációs modellek futtatásához szükséges talajparamétereket kell megadni rétegenként. Egy talajréteg maximális vastagsága 30cm lehet, és a rétegek maximális száma nem haladhatja meg a 15-öt. A potenciális gyökerezési mélységet a talaj és a termesztett növény tulajdonságait figyelembe véve kell megadni. 36. táblázat. A SOIL.SOL file felépítése *DUMZ DATE 200 Mészlepedékes COUNTRY LAT LONG SCS FAMILY Látókép HUNGARY SCOM SALB SLU1 SLDR SLRO SLNF SLPF SMHB SMPX SMKE SA001 SA001 SLB SLMH SLLL SDUL SSAT SRGF SSKS SBDM SLOC *IBMZ DATE LATOKEPI CSERNOZJOM JOE COUNTRY LAT LONG SCS FAMILY Látókép HUNGARY LATOKEPI CSERNOZJOM JOE SCOM SALB SLU1 SLDR SLRO SLNF SLPF SMHB SMPX SMKE SA001 SA001 SLB SLMH SLLL SDUL SSAT SRGF SSKS SBDM SLOC SLCL Ahol az elsı sor tartalmazza a talaj azonosítóját, az intézmény nevét, a talajszelvény maximális mélységét cm-ben és a szöveges meghatározást. A további jelölések: 37. táblázat. A SOIL.SOL file jelmagyarázata SITE COUNTRY LAT LONG SCS FAMILY SCOM SALB SLU1 Hely megadása Ország Szélességi fok, + az északi, - a déli Hosszúsági fok, + a keleti, - a nyugati A talaj osztályba sorolása A talaj színe nedvesen, Munsell-színárnyalat Albedó, a visszavert sugárzás hányada Evaporáció határa (mm), a maximális talajpárolgás 182

188 SLDR Telítetlen talaj drén konstansa (drénezett hányad/nap) SLRO Lefolyási görbe száma (Soil Conservation Service) SLNF Nitrogén mineralizációs faktor (0-1 skála) SLPF Fotoszintézis faktora (0-1 skála) SMHB A pufferben meghatározott ph analitikai eljárásának kódja. SMPX A foszfor meghatározás eljárás kódja SMKE A kálium meghatározás eljárás kódja SLB Mélység, a réteg talajfelszíntıl mért mélysége (cm) SLLL Holtvíztartalom (cm 3 cm -3 ) SDUL Szántóföldi vízkapacitás (cm 3 cm -3 ) SSAT Maximális vízkapacitás (cm 3 cm -3 ) SRGF Gyökéreloszlási faktor, csak a talaj, ( ) SSKS A telített talaj vízvezetı képessége, makro pórusokban (cm/óra) SBDM Térfogattömeg (g cm -3 ), a térfogat nedvesen mérve SLOC Szerves széntartalom (%) SLCL Agyag (<0.002 mm), % Az állomány tetszılegesen sok talaj paramétereit tartalmazhatja. Az azonosító megadása a felhasználón múlik. A program lehetıséget ad az elızı felhasználók, fejlesztık adatainak elıhívására. Az albedó, a talajfelszín fényvisszaverése 0,1 és 0,3 között változhat. Ha nincs mérési adatunk, becsülhetjük a talaj szervesanyag-tartalmából és a szemcseösszetétel összetétel alapján. A hazai ásványi talajok albedója 0,13-0,14, nem nagyon változik és a modell nem nagyon érzékeny rá. Ha mész, vagy só van a felszínen, akkor érdemes egy-egy mérést végezni. 5% szervesanyag-tartalom felett 0,11 az albedó, 10% felett, pedig 0,08. A világos színő sivatagi homokok megközelítik a 0,30 értéket. SLU1 érték az elsı fázisú talajpárolgási együttható. Azt mutatja, hogy mennyi víz párolog el a talaj felszínérıl, a konstans sebességő evaporációs szakaszban. Mérések alapján, ez homokon és erısen duzzadó agyagon 5 mm, vályog talajon 9 mm, agyagos vályogon 14 mm (Ritchie, 1972). SLDR a szelvény vízáteresztési sebessége, melyet a legkisebb áteresztı képességő talajréteg határoz meg. Azt mutatja, hogy a vízkapacitást meghaladó víz hányad része hagyja el a szelvényt. Értéke a víztelítettségtıl a vízkapacitás értékéig állandó. A magyar talajokra közvetve, a nitrát mozgáson keresztül kalibrálták (Kovács, 1995), és vályogon 0,1, agyagon 0,03 értéket kaptak. SLRO, lefolyási görbe száma 0-tól 100-ig. Nulla, amikor nincs lefolyás, 100, amikor a téli csapadék teljes mennyisége lefolyik a felszínrıl (USDA, Soil Conservation Service, 1972). A görbék az egy nap alatt leesett csapadék és a lefolyás arányát fejezik ki. Williams et al. (1984) módosítása révén a nedves és a száraz talajra hulló csapadék között is különbséget lehet tenni. Ritchie (1986) is közölt hasonló tájékoztató táblázatokat. Kovács (1995) szerint a hazai napi 183

189 csapadékok mellett alig van különbség a szóba jöhetı görbék lefolyási értékei között. A modell 75-ös érték alatt alig adott eltérést az eltérı SLRO értékekre a magyarországi futtatásokban. Véleménye szerint ez annak tulajdonítható, hogy a lefolyás a napi csapadék növekedésével kezdetben csak igen lassan nı, és fokozatosan válik lineárissá. A vízmozgást alapvetıen a vízkapacitási értékek szabályozzák. A modellben szereplı vízkapacitási értékek meghatározásához a hagyományos szántóföldi módszert javasolják (Ritchie, 1981; Ballanegger, 1953). A holtvíztartalom mérésére olyan talajállapotot tartanak alkalmasnak, amikor a kifejlett növény a talajból már felvette az összes felvehetı nedvességet, és már hervadási tüneteket mutat. A gyökéreloszlás változatossága miatt a növénnyel mért érték általában nem egyezik a laboratóriumban a pf=4,2 nedvességpotenciálra mért talajnedvesség-tartalom értékkel. A szántóföldi vízkapacitás meghatározásához a talajt a telítı esızést követıen 6-8 nappal tartják célszerőnek megmintázni. A szemcseméret és térfogattömeg ismeretében Ritchie számítási eljárást ajánl. Az így nyert vízkapacitási értékek Kovács (1995) szerint eltérnek a hazai laboratóriumi mérések, illetve az azokon alapuló Rajkai-féle becslések értékeitıl (Rajkai, 1990). Ritchie általában mindháromra (VK max, VK sz, HV) kisebb értéket becsül. A szántóföldi vízkapacitás és holtvíz közötti különbséget maximum 14 tf% körülinek számolja. Ha a becslés pontossága megkívánja, érdemes a vízkapacitási értékeket megmérni, és pontosan beállítani. Kovács (1995) a hazai kísérletek adaptálásakor jó eredményt ért el az olyan holtvíz értékekkel, melyek a Rajkai-féle becslés adott, vagy annál egy kicsivel kisebbek voltak. A laboratóriumi mérések az eddigi tapasztalatai szerint ennél nagyobbak voltak. A szántóföldi vízkapacitásra a pf=2,5 értékkel jellemezhetı nedvességet tartja alkalmasnak. A hazai gyakorlatban használt pf=2,3 érték az SDUL paramétert túlbecsli, és ezért annak becslésére nem alkalmas. A talaj maximális vízkapacitás értékének a pontos beállításának csak nedves körülmények között van jelentısége, amikor az a lefolyási viszonyokra hat. SRGF oszlopban adjuk meg a faj és fajta jellegének megfelelıen a gyökerek mélységi eloszlását stresszmentes környezet esetében. Az eloszlás exponenciális, vagyis a gyökérmennyiség exponenciálisan csökken a talajmélységgel. Értéke egy mértékegység nélküli szám, melyet a modell a számított vízhiánnyal és nitrogénhiánnyal együtt a naponta keletkezı gyökérmennyiség elosztásánál vesz figyelembe. A szerves széntartalmat a humusz %-ból számíthatjuk: SLOC = humusz% * 0,

190 KÍSÉRLETI ADATOK, *.MZX 38. táblázat. A *.MZX file felépítése *EXP.DETAILS: DULK9701MZ Látókép, TM-kísérlet *TREATMENTS FACTOR R O C TNAME... CU FL SA IC MP MI MF MR MC MT ME MH SM kg N, 6p/m2 12c nönt kg N, 6p/m2 12c nönt kg N, 6p/m2 12c nönt kg N, 7p/m2 12c nönt kg N, 7p/m2 12c nönt kg N, 7p/m2 12c nönt kg N, 8p/m2 12c nönt kg N, 8p/m2 12c nönt kg N, 8p/m2 12c nönt kg N, 9p/m2 12c nönt kg N, 9p/m2 12c nönt kg N, 9p/m2 12c nönt kg N, 6p/m2 27c nönt kg N, 6p/m2 27c nönt kg N, 6p/m2 27c nönt kg N, 7p/m2 27c nönt kg N, 7p/m2 27c nönt CR INGENO CNAME 1 MZ IBO031 Pio 3475 SC ID_FIELD WSTA... FLSA FLOB FLDT FLDD FLDS FLST SLTX SLDP ID_SOIL 1 DULK0001 DULK DR DUMZ *INITIAL PCR ICDAT ICRT ICND ICRN ICRE 1 MZ ICBL SH2O SNH4 SNO *PLANTING PDATE EDATE PPOP PPOE PLME PLDS PLRS PLRD PLDP PLWT PAGE PENV PLPH S R S R S R S R *IRRIGATION AND WATER IEFF IDEP ITHR IEPT IOFF IAME IAMT IDATE IROP IRVAL IR001 0 *FERTILIZERS FDATE FMCD FACD FDEP FAMN FAMP FAMK FAMC FAMO FOCD FE FE FE FE

191 FE FE *RESIDUES AND OTHER ORGANIC RDATE RCOD RAMT RESN RESP RESK RINP RDEP RE RE TDATE TIMPL TDEP TI TI *SIMULATION GENERAL NYERS NREPS START SDATE RSEED SNAME... 1 GE 1 1 S Látókép TM-kísérlet OPTIONS WATER NITRO SYMBI PHOSP POTAS DISES 1 OP Y Y Y N N METHODS WTHER INCON LIGHT EVAPO INFIL PHOTO 1 ME M M E R S MANAGEMENT PLANT IRRIG FERTI RESID HARVS 1 MA R R R R OUTPUTS FNAME OVVEW SUMRY FROPT GROUT CAOUT WAOUT NIOUT MIOUT DIOUT LONG 1 OU N Y Y 3 Y N Y Y N N AUTOMATIC PLANTING PFRST PLAST PH2OL PH2OU PH2OD PSTMX PSTMN 1 PL IRRIGATION IMDEP ITHRL ITHRU IROFF IMETH IRAMT IREFF 1 IR GS000 IR NITROGEN NMDEP NMTHR NAMNT NCODE NAOFF 1 NI FE001 RESIDUES RIPCN RTIME RIDEP 1 RE HARVEST HFRST HLAST HPCNP HPCNR 1 HA Itt kell megadni a szimuláció futtatásához nélkülözhetetlen információkat. Ez tehát a szimuláció központi állománya. Az elsı rész egy kapcsolótáblát tartalmaz (TREATMENTS), ami kódokkal azonosítja a parcellán alkalmazott, késıbb részletezett kezeléseket. Jelen esetben 17 parcellánk van, különbözı kezeléskombinációkkal. A következı rész (CULTIVARS) a termesztett növény faját és fajtáját azonosítja. Ezután a parcellához tartozó idıjárási hely és talajféleség kódjai láthatók (FIELDS). A kezdeti feltételek (INITIAL CONDITIONS) megadása következik, minden egyes kezelést különbözı feltételekkel indíthatunk. Ezek a ténylegesen mért rétegenkénti talajnedvesség, nitrát és ammónium adatokat tartalmazzák. A vetés adatai (PLANTING DETAILS) következnek értelemszerően. Öntözés (IRRIGARTION AND WATER MANAGEMENT), trágyázás (FERTILIZERS), szármaradványok és szervesanyagok (RESIDUE AND OTHER ORGANIC MATERIALS), talajmővelési beavatkozások (TILLAGE) jellemzıit állíthatjuk be. Meghatározhatjuk a szimuláció lefutásának módját (SIMULATION CONTROLS), az elemzésekben résztvevı rutinokat. Végezetül az automatikus vetés, öntözés, trágyázás, szármaradványok és betakarítás 186

192 paramétereit határozhatjuk meg. A táblázatban található rövidítések részletes magyarázata a mellékletben megtalálható. BETAKARÍTÁS UTÁNI, *.MZA ÉS A KÍSÉRLET FOLYAMÁN VÉGZETT MÉRÉSEK, *.MZT 39. táblázat. *.MZA: Fiziológiai éréskor mért eredmények (minden mezı 6 karakter széles) TRNO Kezelés sorszáma HWAM Szemtermés, szárazanyag kg/ha HWUM Szemtömeg H#AM Szemszám/m 2 H#UM Szemszám/egyed LAIX Maximális LAI CWAM Földfeletti rész összes száraztömege kg/ha BWAH Összes melléktermék, szárazanyag kg/ha ADAT Virágzás napja (az év napja) MDAT Fiziológiai érés napja (az év napja) GN%M N% a szemben éréskor CNAM A földfeletti rész összes N-tartalma kg/ha SNAM Szár N-tartalma kg/ha GNAM Szem N-tartalma kg/ha 40. táblázat. *.MZT, a kísérlet során végzett mérések állománya *EXP.DATA (T): Debrecen, Látókép 1997: DATE CWAD SWAD LWAD GWAD GWGD GW%M G#AD G#PD T#AD LAID SLAD táblázat. *.MZT file rövidítésének magyarázata Rövidítés TRNO DATE CWAD SWAD LWAD Magyarázat Kezelés sorszáma Megfigyelés dátuma A földfeletti növény teljes szárazanyagának tömege (kg/ha) A szár teljes szárazanyagának tömege (kg/ha) Levél teljes szárazanyagának tömege (kg/ha) 187

193 GWAD Szem teljes szárazanyagának tömege (kg/ha) GWGD Egy szem teljes szárazanyagának tömege (mg/szem) GW%M Szem betakarításkor mért nedvességtartalma (%) G#AD Szemszám (db/m 2 ) G#PD Szemszám (db/növény) T#AD Hajtásszám (db/m 2 ) LAID Levélterület index SLAD Speciális levélterület (cm 2 /g) MODELLEZÉS A CERES Maize modell futtatásának összefoglaló eredményét a 42. táblázat mutatja. A könnyebb értelmezhetıség érdekében a jelölések magyar megfelelıjét is megadtuk. 42. táblázat. A szimuláció összefoglaló eredménytáblázata SORTÁV = 75.00, VETÉS MÉLYSÉG = 7. CM, ÁLLOMÁNYSŐRŐSÉG = 5.0 NÖVÉNY/NÉGYZET MÉTER GENETIKAI PARAMÉTEREK P1 = P2 =.70 P5= G2 = G3 =8.600 PHINT : (a termesztett hibrid genetikai paraméterei) TALAJ ALBEDO= 0.13 U= 6.0 SWCON= 0.60 RUNOFF CURVE NO.= 60.0 EVAPORATION LIMIT : 8.00 MIN. FACTOR : 1.00 DRAINAGE RATE :.10 FERT. FACTOR : 1.00 *SUMMARY OF SOIL AND GENETIC INPUT PARAMETERS SOIL LOWER UPPER SAT EXTR INIT ROOT BULK ph NO3 NH4 ORG DEPTH LIMIT LIMIT SW SW SW DIST DENS C cm cm3/cm3 cm3/cm3 cm3/cm3 g/cm3 ugn/g ugn/g % TOT <--cm - kg/ha--> MŐTRÁGYA BEVITEL: AZ ÉV NAPJA KG/HA MÉLYSÉG MTRGY. FÉLESÉG CALCIUM AMMONIUM NITRATE AMMONIUM NITRATE *SIMULATED CROP AND SOIL STATUS AT MAIN DEVELOPMENT STAGES DATE CROP GROWTH BIOMASS LAI LEAF ET RAIN IRRIG SWATER CROP N STRESS AGE STAGE kg/ha NUM. mm mm mm mm kg/ha % H2O N APR 0 Start Sim APR 0 Sowing

194 29 APR 1 Germinate MAY 16 Emergence JUN 37 End Juveni JUN 45 Floral Ini JUL 87 75% Silkin AUG 102 Beg Gr Fil Crop mature on JD 276 due to slowed grain filling 5 OCT 160 Maturity OCT 160 Harvest MAIN GROWTH AND DEVELOPMENT VARIABLE BECSÜLT MEGFIGYELT ÉRTÉK VIRÁGZÁS NAPJA (dap) FIZIOLÓGIA ÉRÉS (dap) TERMÉS száraz (kg/ha) MAG TÖMEGE (g;száraz) MAGSZÁM (szem/m2) MAG/CSİ MAXIMUM LAI (m2/m2) BIOMASS (kg/ha) nıvirágzáskor BIOMASS N (kg N/ha) nıvirágzáskor BIOMASS (kg/ha) éréskor STALK (kg/ha) éréskor HARVEST INDEX (kg/kg) VÉGSİ LEVÉLSZÁM MAG N (kg N/ha) BIOMASS N (kg N/ha) SZÁR N (kg N/ha) MAG N (%) = hiányzó érték A szimulált és megfigyelt értékek közel esnek egymáshoz, fıleg, ha a szimulált szárazanyagra számított termést átszámítjuk a megfigyelt szemtermés nedvességtartalmára. A virágzás és érés ideje csak egy-két nappal tér el, ami a felvételezés nehézségeit is figyelembe véve elhanyagolható különbség. A korábbi tapasztalatok alapján elmondható, hogy a modellel becsült szem/m 2 és a szem/csı értékek is nagyon jól közelítik a valóságot. A biomasszára és a különbözı nitrogéntartalmakra nem volt mérés, így a szimulált értékek jóságának megítélésére nem vállalkozhatunk. 43. táblázat. Környezeti és stressz tényezık táblázata *ENVIRONMENTAL AND STRESS FACTORS ENVIRONMENT STRESS DEVELOPMENT PHASE-- -TIME WEATHER WATER-- -NITROGEN- DURA TEMP TEMP SOLAR PHOTOP PHOTO GROWTH PHOTO GROWTH TION MAX MIN RAD [day] SYNTH SYNTH days C C MJ/m2 hr Emergence-End Juvenile End Juvenil-Floral Init Floral Init-End Lf Grow End Lf Grth-Beg Grn Fil Grain Filling Phase (0.0 = Minimum Stress 1.0 = Maximum Stress) 189

195 MAIZE YIELD : 6432 kg/ha [DRY WEIGHT ] A STRESS WATER PHOTOSYNTH és STRESS WATER GROWTH az egyes fenológiai szakaszokban számolt vízhiányt fejezik ki. Az elsı a fotoszintézist befolyásolja és értéke a változó vízellátottság mellett alig változik. A második jobban változik az aszályra hajló idıszakban, ez a hosszúságbeli növekedést befolyásolja, értéke 0.00 és 1.00 közötti. A 0.00 stressz mentességet, az 1.00 a maximális stresszt jelenti. A STRESS NITROGEN PHOTOSYNTH és STRESS NITROGEN GROWTH az adott fenológiai fázisokban számolt nitrogénhiányt mutatja. Az elsı a fotoszintézist befolyásolja, és értéke változó nitrogénellátottság mellett kevésbé módosul. A második itt is jobban változik a nitrogénhiányos idıszakban, ez a levélöregedést és a szem nitrogéntartalmát befolyásolja. A 44. táblázat a növekedés szimulációját mutatja heti léptékben. A táblázat a kukorica háromleveles állapotától indul, és terjedelmi okok miatt erısen egyszerősített. Az elsı oszlop (NAP) az év január elseje óta eltelt napok számát mutatja, a második (SDTT) az adott fenofázis kumulált hıösszegét. A biomassza g/m 2 -ben, a levelek száma (LN) és a levélterület index (LAI) követi. A növényi részek tömege (Weight) grammban kifejezve, gyökér (ROOT), szár (STEM), szem (GRAIN) és levél (LEAF) adatok. RTD (cm) az aktuális gyökérmélység. A növény földfeletti részének aránya (PTF) és a gyökérsőrőség három mélységben (RLV) zárja a táblázatot. 44. táblázat. A CERES maize növekedés szimulációja NAP SDTT BIO LN LAI ROOT STEM GRAIN LEAF RTD PTF L1 L3 L5 g/m Weight in g (cm) - RLV táblázat az idıjárás és a talaj víztartalmának szimulációját mutatja be napi léptékben (DAY OYR). Itt is az output fájl rövidített változatát mutatjuk be. A program becsli a transzspirációt (EP), evaporációt (ET), potenciális evaporációt (EO), a talajrétegenkénti 190

196 nedvességtartalmat (SW) és az egész szelvényben a növény által felvehetı vízmennyiségét (PESW (cm)). A napi sugárzási (SR), hımérsékleti (MAX és MIN) és csapadék (PREC mm) adatok ténylegesen a kísérlet helyén mért adatok. A vízháztartás napi nyomon követése lehetıséget ad a vízhiányos idıszakok meghatározásához és az öntözés idıbeni elkezdéséhez. Lehetıség van a talajrétegek hımérsékletének megjelenítésére, ill. további elemezésére. 45. táblázat. A CERES maize idıjárás és víz szimuláció eredménye EP = transzspiráció (evaporacio of plant) ET = evaporáció összesen (evaporacio total) EO = potenciális evaporáció * Mértékegység MJ/négyzetméter A PERIÓDUS ÁTLAGA TALAJNEDVESSÉG-TARTALOM VÍZ/MÉLYSÉG DAY EP ET EO SR* MAX MIN PREC SW1 SW2 SW3 SW4 SW5 PESW OYR (mm) (mm) (mm) C C (mm) (cm)

197

198 A 46. táblázat a nitrogénforgalom szimulációjának eredményét mutatja. Lehetıség van a növény és a talaj nitrogéntartalmának naponkénti nyomon követésére. A változó nitrogéntartalmú idıszakok, és egy esetleges nitrogén-utánpótlás idıpontja is meghatározható. 46. táblázat. A nitrogén szimuláció eredménye TOPS NFAC VEG N GRAIN NO3 NO3 NO3 NO3 NO3 NH4 NH4 NH4 DAY N % UPTK UPTK OYR - kg N/ha ug N/g soil

199

200

201 Az NFAC egyenlı eggyel, ha nincs nitrogén stressz, azaz az aktuális nitrogén koncentráció megegyezik a kritikus koncentrációval. Amint a növény földfeletti részének nitrogén koncentrációja közelíti a minimálist az NFAC is közelíti a nulla értéket. A GAZDÁLKODÁS PARAMÉTEREINEK ELEMZÉSE (SCENARIO-ANALÍZIS) A modellezés lehetıséget nyújt arra, amit a gyakorlatban nem, vagy csak hatalmas idı és anyagi ráfordítással tudnánk megvizsgálni. A mi lett volna, ha típusú kérdések jól megválaszolhatók a szimulációs program segítségével. A kérdésekre adott válasz megbízhatósága nagymértékben függ a rendszer kalibrálásától. Nélkülözhetetlen a korábbi történések pontos elemzése, és a rendszer által szimulált értékek összehasonlítása a ténylegesen mért értékekkel. Vegyük figyelembe azonban, hogy méréseink is hibával terheltek. Az egyetemi tudományos kutatómunka során, több részterületen is elvégeztük a modellek kalibrálását, amit a gyakorlati szakembereknek már nem kell megismételniük. Viszont az adott terület sajátosságainak meghatározását, és a területi adaptáció érdekében a futtatásokat el kell végezni. Ha az adott területen hosszabb idıszakra visszatekintve a szimulált és mért értékek közötti különbség elhanyagolható, megkezdhetjük a gazdálkodás paramétereinek elemzését. Lehetıségünk van olyan technológiai változatok kipróbálására, amit soha sem állítottunk be a gyakorlatban. Az extra- és interpoláció útján kapott eredmények nagy biztonsággal mutatják a beavatkozások hatásait, amit egy sztochasztikus, statisztikai modelltıl nemigen várhatunk el. Az alkalmazott technológiai elemek megváltoztatásával alternatív lehetıségeket kaphatunk, ill. taktikai és stratégiai döntéseket hozhatunk. Nem csak a gyakorlati termelés számára érdekes elemzéseket lehet elvégezni, hanem tudományos felvetések (pl. klímaváltozás hatása az adott növény termeszthetıségére, stb.) vizsgálatát is. 47. táblázat. A gazdálkodás paramétereinek menüje 1. Simulation Timing... JAN Crop... MAIZE MZCER980.SPE MZCER980.CUL 3. Cultivar... PIO 3475 MAT : 0 4. Weather... DULK OBSERVED WMOD:N 5. Soil... IBMZ Initial Conditions... AS REPORTED 7. Planting... APR ROW SP: 77. PLANTS/m2: Harvest... AT HARVEST MATURITY 9. Water and Irrigation... ON REPORTED DATE(S) 10. Nitrogen... ON REPORTED DATE(S) NO N-FIX SIMUL. 11. Phosphorus... N/A 12. Residue... ON REPORTED DATE(S) 13. Pests and Diseases... PEST & DISEASE INTERACTION NOT SIMULATED 14. Field Crop Process Options... H20:R NIT:Y N-FIX:N PEST:N PHOTO:C WTH:M ET:R 16. Output Control... FREQ: 1 OVV:N SUM:N GROWTH:N H20:Y NIT:N PEST:N 196

202 A szimuláció idızítése menüben új értékeket adhatunk a szimuláció kezdetére (nap), évére, a szimuláció befejezı napjára, hogy hány évet akarunk futtatni a kezdeti feltételekkel. A kezdeti értékek két legfontosabbja a talajnedvesség- és nitrogéntartalom értékek. Megadhatjuk, hogy az aktuális évben mért értékeket, vagy az elızı évi szimuláció output adatait használja a program. Menüpontban a termesztett növény faját és a faj paramétereit tartalmazó fájlt változtathatjuk. Választhatunk új fajtát, ill. fajtákat tartalmazó állományt és módosíthatjuk a genetikai paramétereket. Megváltoztathatjuk az évi aktuális idıjárási adatokat. Változtathatunk a napi hımérséklet, napsugárzás, csapadék és széndioxid mennyiségén. A változtatást konstans érték hozzáadásával, vagy szorzással is elérhetjük. Tesztelhetjük a klímaváltozás hatását egy adott növény termeszthetıségére, termésének, termésképzı szerveinek, beltartalmi értékeinek változásait. A talajt jellemzı összes paraméter, azok mélységi eloszlásának a megváltoztatása lehetséges ebben a menüpontban. Ez fıként a tudományos kutatás területén használható jól, ahol a talajtulajdonságok megváltozásának hatását becsülhetjük a növényi produkció alakulására (pl. erózió, defláció, szervesanyag-tartalom változása, talajtömörödés hatása a növény növekedésére és fejlıdésre). Induló kezdeti feltételek megváltoztatása rétegenként a talajban: nedvességtartalom, NO 3, NH 4. Új elıvetemény megadása, növényi maradványok nitrogén és foszfortartalma, szármaradványok bedolgozásának aránya és mélysége, stb. Új értéket lehet adni a vetés összes paraméterének. Vetésidı, tıszám, sortáv, sorok tájolása, vetés mélység, vetımagnorma, vetés módja, stb. Itt választhatunk automatikus vetést is, amikor a program a megfelelı körülmények elérésekor elveti a növényt. A megfelelı körülményeket egyértelmően kell definiálni, meg kell adni a legkorábbi és legkésıbbi vetés idıpontját, az idıintervallumon belül rögzíteni kell a talajnedvesség alsó és felsı határát (százalékban megadva), azt, hogy milyen mélységben vegye figyelembe ezt a nedvesség korlátot (pl. 30 cm) és a talaj felsı 10 cm-es rétegének átlagos minimális, ill. maximális hımérsékletét. A szakmai ismeretek birtokában megadott korlátok felállítása után, pl. az adott évben legnagyobb termést adó vetési idıpont meghatározható. 197

203 Betakarítás idızítése. A betakarítás idıpontját több módon is meg lehet adni, dátummal, vetéstıl eltelt napok száma vagy adott fejlıdési fázis elérése után. Meghatározhatjuk, hogy a fıtermény hány százalékát fogjuk betakarítani, ill. a melléktermék betakarítási százalékáról is dönthetünk. Automatikus betakarítást is választhatunk, ahol az idıkorlátokat ugyanolyan módon kell megadni, mint a vetésnél. Víz és öntözés menü. Interaktív módon állíthatjuk be, hogy legyen-e öntözés szimuláció. Ha nem, a program úgy veszi, mintha a víz nem lenne limitáló tényezı. Ez fıként tudományos elemzéseknél és az öntözés hatékonyságának elbírálásakor hasznos. Az eddigi eszközök és elemzı módszerek csak a nem öntözött kezelésekhez viszonyítva adták meg az öntözés hatását. Most egy újabb lehetıségként meg tudjuk becsülni, hogy az alkalmazott öntözés mennyire közelíti a termesztett növény vízigényét, mennyire közelíthetı a nem víz limitált állapot. Ilyen meggondolás alapján lehet például öntözéshatékonysági mutatót meghatározni, százalékban kifejezve az adott értéket. Automatikus és kézi vezérléső öntözés szimulációt választhatunk. Az automatikus öntözés választáskor a talaj felvehetı vízkészlete lehet az alap, amihez az ellenırzés alá vont talajréteg vastagságát (cm) és a felhasználható talajvízkészlet alsó határát (pl. 50%) kell beállítani. Állandó mennyiségő (fix) automatikus öntözést is választhatunk. A kézi vezérléső öntözésnél az öntözés idıpontját, mennyiségét (mm), módját és hatékonyságát (0,00-1,00) kell megadni. A szimulált értékekrıl külön output fájl készül, aminek segítségével további elemzésekre kerülhet sor. Nitrogén kezelések és módosítás menü. Ha kikapcsoljuk a nitrogén szimulációs részt, a program úgy fut le, mintha a nitrogén korlátlanul rendelkezésére állna a növény számára. Választhatunk automatikus és kézi nitrogén utánpótlást. A beállítások megegyeznek az öntözésnél leírtakkal. Megadhatjuk, hogy legyen-e nitrogén megkötés (fixation), ezen belül dinamikus, vagy nem limitált nitrogén megkötést választhatunk. A nitrogén megkötést jellemezhetjük a rhizobák hatékonyságával és relatív számával ( ) is. Készítethetünk output fájlt, ami a további elemzésünket segítheti. A nitrogén utánpótlást interaktív módon változtatva különbözı mőtrágyázási technológiák hatását tanulmányozhatjuk. Vizsgálhatjuk a biofizikai változók alakulását, a talaj nitrogénformáinak változását, ill. a szelvénybıl távozó nitrogén mennyiségét (kimosódást), ami környezetvédelmi szempontból fontos. A foszfor modell még nem használható. A szármaradványokkal kapcsolatos jellemzıket állíthatjuk be. Választhatunk az automatikus, vagy interaktív megadás között. Az interaktív menüben a szármaradvány 198

204 bedolgozásának idejét, mennyiségét (kg ha -1 ), mélységét (cm), féleségét, a szármaradvány fajtáját és a N%, P%, K% tartalmát kell megadni. Beállítható egy nitrogén output fájl is, ami további szervesanyag lebomlási elemzéseket tesz lehetıvé. Növényvédı szerek és betegségek kölcsönhatásának szimulációja között választhatunk. Több részprogram még fejlesztés alatt áll. A kísérleti hely koordinátáit, tengerszint feletti magasságát és a tábla lejtıhosszát és lejtését (%) lehet változtatni. Ez a modul a térinformatikai elemzéseket segíti. A szimuláció lefolyását módosíthatjuk. Választani lehet, hogy legyen-e vízmérleg szimuláció, nitrogénmérleg, nitrogén megkötés, foszformérleg (ez jelenleg még fejlesztés alatt áll), növényvédıszer és betegség kölcsönhatás. Az idıjárási adatok milyensége megfigyelt értékek, külsı szimulált, vagy belsı generált adatok használata a szimuláció során választható. A kezdeti feltételek megadása is hasonló lehetıség adott. A fotoszintézis számításakor két eljárás között dönthetünk (1. Canopy-modell, 2. Leaf Level Photosynthesis). Az evapotranszspirációt megbecsülhetjük a Priestley-Taylor módszerrel vagy a Penman-FAO eljárással. Végezetül a talaj szervesanyag-tartalom változásának becslési eljárásai közül három választási lehetıségünk van. Meghatározhatjuk, hogy milyen output fájlok készüljenek, milyen részletességgel. A szimulált adatok kiíratásának gyakoriságát is megadhatjuk, pl. heti, vagy napi bontásban, stb. SZEZONÁLIS-ANALÍZIS A szezonális-analízis szerves folytatása a gazdálkodási paraméterek vizsgálatának (49. ábra). A scenario-analízis elkezdésének feltétele a modell kalibrálása volt, ahol a szimulált és mért értékek közötti legkisebb különbségre törekedtünk. A szezonális-analízis arra a kérdésre ad választ, hogy mi lett volna, ha ezt a technológiai változatot éveken keresztül alkalmaztuk volna. Melyik eredményesebb? Természetesen az eredményesség fogalmának meghatározását nagyon egyértelmően kell megadni. Ez lehet a legnagyobb termés, legjobb minıség, pl. legmagasabb fehérjetartalom, a legkisebb környezetszennyezést okozó változat, stb. Az optimális változat kiválasztásához tehát egyetlen számmal kifejezhetı paramétert kell elıállítani. A paramétert azonban nem csak egy változó alapján állíthatjuk elı, hanem egyidejőleg tetszıleges számút figyelembe véve, ezek súlyozásával, különbözı matematikai, többváltozós statisztikai eljárások felhasználásával is. Az elemzésben résztvevı változatokat különbözı módon is kiválaszthatjuk. Lehet a gyakorlatban, vagy a kísérletben alkalmazott 199

205 technológiai változatokat felhasználni, vagy az elıbb bemutatott gazdálkodási paraméterek elemzése során elıállított, az adott termesztési környezetben eredményesnek ígérkezı eljárásokat bevonni az elemzésbe. A bemutatást konkrét kísérleten keresztül, a scenario analízis eredményét is felhasználva végezzük el. A felhasznált adatok a DATE látóképi Kísérleti Telepen beállított, Dr. Nagy János vezetésével folytatott tartamkísérletbıl származnak. A kísérlet 1984-ben kezdıdött és kisebb változtatásokkal napjainkban is folyik. A kísérleti telep a látóképi Pece-értıl nyugatra, közvetlenül az ér és a nagyhegyesi dőlıút között helyezkedik el, m (Adria) közötti szintkülönbséget mutat. A terület legmagasabb szintvonala a telep ÉNY-i sarkán található. Innen DK-i irányba 1%-os lejtés tapasztalható. Az egész területre jellemzı a hullámosság a hátasabb térszíni fekvése 116,6-117,2 m a mélyedéseké 115,8 m körüli. A terület nagyobbik hányadán "alföldi mészlepedékes csernozjom" talaj található. A mélyebb fekvéső, kisebb-nagyobb mértékben vízgyőjtı, nem nagy kiterjedéső területek talaja kilúgozott csernozjom. A fizikai talajféleség középkötött vályog. A mővelt réteg és a közvetlen alatta lévı cm-es réteg összporozitása 44-48%. A 40 cm alatti rétegben az összporozitás a csernozjom talajokra jellemzıen 50-53%. A gravitációs pórusok aránya jelentısen csökken a mővelt réteg alatti cm-es rétegben. Ennek következménye, hogy a víz a mővelt rétegbıl viszonylag lassan szivárog le. A talajok humuszréteg vastagsága cm, az egyenletesen humuszosodott réteg 30cm, humusztartalma 2,5-3,0%. A mővelt réteg KCl-os ph-ja átlagosan 6,2. Az összes nitrogéntartalom alapján a terület N-ellátottsága közepes. A talaj foszfor és kálium ellátottsága jó. A fenti talajjellemzés a kísérlet beindításakor végzett általános talajvizsgálati eredmények alapján készült. 200

206 49. ábra. A szezonális elemzés lépései DSSATPRO.FLE DSSATPRO.FLE PRICE FILE(S) *.PRI XCREATE PROGRAM VAGY ASCII TEXT EDITOR EXP.LST *.SNX *.SNX DRIVER PROGRAM CROP MODELS *.SNS *.SNS SESONAL ANLYSIS PROGRAM *.SNR FILEXs SUMMARY OUTPUT FILES ANALYSIS RESULTS FILES 1.LÉPÉS: KÍSÉRLETI FILE ELİÁLLÍTÁSA OUTPUT FILES 2.LÉPÉS: CROP MODELLEK FUTTATÁSA 3.LÉPÉS: SZEZONÁLIS ANALÍZIS A termesztett hibrid Volga SC, ami FAO 500-as éréscsoportba tartozik, és csernozjom talajokon nagy termésekre képes. A módszert egy mőtrágyázási dóziskísérleten keresztül mutatjuk be. A kísérletben eredetileg három mőtrágyalépcsı (kezelés) szerepel (48. táblázat): 48. táblázat. Az eredeti kísérlet kezelései Kezelés sorszáma Nitrogén (hatóanyag kg/ha) Foszfor (hatóanyag kg/ha) Kálium (hatóanyag kg/ha) A gazdálkodás paramétereinek vizsgálata során a kezeléseket további kettıvel egészítettük ki, mert egy kisebb adagú mőtrágyakezelés is jó eredményt mutatott (49. táblázat). A 180 kg N beállítása a hatások nagyobb felbontású, részletesebb elemzése szempontjából indokolt. 201

207 49. táblázat. Az analízisbe vont kezelések Kezelés sorszáma Nitrogén (hatóanyag kg/ha) Foszfor (hatóanyag kg/ha) Kálium (hatóanyag kg/ha) Kérdés: melyik kezelés eredményesebb, ha hosszú idın keresztül alkalmazom? Egy-két évi tapasztalat, megfigyelés alapján levont következtetések a mezıgazdaságban kétes értékőek. Több évtizedes megfigyelések pedig sokszor lehetetlenek, vagy értelmetlenek, pl. kukoricánál ugyanazzal a hibriddel kísérletezni évtizedeken át, amikor a hibridet már rég nem is termesztik a gyakorlatban. A kukorica hibridek gyorsan cserélıdnek, minısítésük is csak néhány évig érvényes. Idıjárásunk szeszélyes, és mi lett volna, ha más esztendıben, pl. a kilencvenes évek hibridjeit a hatvanas években termesztettük volna kérdésekre egyedül a modellezéssel kaphatunk választ. Az elmúlt idıszakból kiválaszthatunk csapadékos, közepes vízellátottságú és aszályos esztendıket, és ezekkel irányítottan tesztelhetjük a növényeket. A biztonságos termelés szempontjából persze az elkövetkezı idıszak ismerete lenne a legfontosabb, ami alapjában véve az idıjárás ismerete lenne. Amíg ezek az ismeretek nem állnak rendelkezésünkre, addig csak a múltból szerzett megfigyelésekre támaszkodhatunk, és feltételezzük, ha ezen a területen hosszú ideje bekövetkeztek ezek az események, akkor nagyon valószínő, hogy a jövıben sem lesznek másképpen. Az elemzést közötti idıszakban végeztük el, tehát 14 évet vettünk figyelembe. Az idıjárási adatok napi részletességőek, a csapadék mennyiségét a kísérleti telepen mérték. A szimuláció minden év elsı napján indul, a kezdeti feltételek is innen érvényesek. Mikor vessünk, és hogyan? A vetés idejével és módjával némiképpen lehet alkalmazkodni a körülményekhez. A telepen az évek során az év 115 és 125 napja között végezték a vetést, vagy az átlagát választjuk, vagy lehetıség van az automatikus vetés választására is, amit a gazdálkodás paramétereinek vizsgálatánál ismertettünk. A gazdaságosság kérdését leegyszerősítettük, és csak két jellemzıt határoztunk meg. Az egyik a betakarított szemtermés mennyisége (kg/ha), a másik ennek a mennyiségnek az évenkénti ingadozása, szórása. A termésingadozás a termelés biztonságának egyik fontos jellemzıje. Melyik termelés a jobb, amelyik nagy ingadozással, de magas várható értékkel, vagy amelyik kevés kockázattal, de mérsékelt eredménnyel jár. Milyen a mőtrágyázás hatása? Növeli, vagy csökkenti a termelés 202

208 kockázatát? A feltett kérdésekre a döntéstámogató rendszer segítségével az alábbi válaszok adhatók (50. ábra): 50. ábra. A biofizikai változók elemzésének lehetıségei Az 51. ábra az elemzés, összesen hetven futtatás, összefoglaló eredményét mutatja. Látható, hogy a nem mőtrágyázott kezelések várható terméseredményei a 14 évet figyelembe véve elmaradnak a trágyázott kezelésekétıl. Van-e valamilyen elınye ennek a változatnak? Igen, ha megfigyeljük a szórását, ennek a legalacsonyabb ( kg/ha). Ezek szerint az évenkénti termésingadozás itt a legkisebb. A 2. trágyakezelést kapott parcellák termései jelentısen megnınek, a trágyázás átlagos termésnövelı hatása közel 2 t/ha, és ezzel együtt a szórásuk is nı. A további trágyaadagok már csak kis mértékben növelik a termést, sıt a nagyobb adagok már depressziót is okoznak, és a szórás, a termelés kockázata tovább növekszik. Jól látszik a 51. ábrán, hogy a 120, 180 és 240 kg/ha nitrogén mőtrágyát kapott parcellák minimális termése a 14 év során kisebb, mint a 60 kg-os kezelésé. A maximális termést vizsgálva a tendencia megfordul, és a nagyobb nitrogénadagot kapott parcellák növényei nagyobb termésekre képesek. Ezeken a parcellákon az évenkénti termésingadozás tehát nagyobb, mint a nem trágyázott, ill. a 60 kg/ha nitrogén mőtrágyát kapott parcellákon. 203

209 51. ábra. A szezonális-analízis összefoglaló eredménye (szemtermés kg/ha) Az 51. ábra a szemtermést szárazanyagban mutatja. Ha átszámítjuk a hazánkban megszokott 15%-os szemnedvességre, akkor az alábbi értékeket kapjuk: 50. táblázat. Szimulált terméseredmények 15%-os szemnedvességre számítva Kezelés Átlag (kg/ha) Minimum (kg/ha) Maximum (kg/ha) 0 trágyázás trágyázás trágyázás trágyázás trágyázás A terméseredmények átlagértékeit elemezve jól látható, hogy az adott területen a kukorica tápanyagigényét mőtrágyázással jól ki lehet elégíteni. Biológiai szempontból szinte mindegy, hogy melyik trágyadózist alkalmazzuk, a különbözı mértékő tápanyag visszapótlás termésnövelı hatásának átlagértékei nem térnek el jelentısen a 14 év folyamán. Hatásuk azonban az ingadozásokat figyelembe véve már különbözik. A legkisebb terméseket 204

210 (minimum kg/ha) a nem trágyázott és nagy trágyaadagot kapott, a legnagyobbat (maximum kg/ha) a nagy trágyaadagot kapott parcellákon regisztrálhatunk. A szezonális analízis egyszerősítése érdekében feltételeztük, hogy minden évben a tél végére a talaj közel szántóföldi vízkapacitás nedvességértékre töltıdik fel. A gyakorlatban azonban tízéves idıszakra vetítve mindig akad egy-két olyan esztendı, amikor ez nem történik meg. Ha a rákövetkezı évben kevés csapadék hullik, kialakul az aszály, és minden trágyakezelésben nagyon alacsony 2-3 t/ha-os terméseket (vagy még ennél kisebbet) kapunk. Ha ezt is figyelembe vettük volna a várható értékek a nem trágyázott parcellákon 6 t/ha körül, a trágyázott kezelésekben 8 t/ha körül alakultak volna. A törvényszerőségek és tendenciák azonban nem változnak. A szimuláció során a legnagyobb terméseket (maximum kg/ha) a legnagyobb trágyadózisok alkalmazása mellett kaptuk, amit a gyakorlat is igazol. Érdekes az elsı trágyalépcsı, a 60 kg nitrogén (és hozzátartozó foszfor, kálium) hatása. Hosszú távon a mérsékelt, kisadagú mőtrágyázás csökkenti a kis termések kialakulásának lehetıségét (lásd. Gyárfás, 1988 nézeteit a mőtrágyázás szerepérıl a szárazság elleni védekezésben). A biofizikai változók további elemzését grafikus képernyık segítik. A változók elemzése közül csak a betakarításkori szemtermés mennyiségét mutatjuk be. Az 52. ábra a Box-plot analízis eredményét mutatja. A vízszintes tengelyen a kezelések sorszámai (treatment), a függılegesen a fiziológiai érés szemtömegei (mat yield kg/ha) láthatók. Az ábra egy kezelésen belül, alulról haladva felfelé a minimális értéket, az elsı (adatok 25%-a), második (adatok 50%-a, ez egyben a medián is), harmadik (adatok 75%-a) quartilist és a maximális értéket mutatja. Egy bokszon belül az adatok 50%-a található, ami a harmadik és elsı quartilis különbsége. Ezzel az analízissel a szimulált értékek elhelyezkedését szemléltethetjük. Érdekes, hogy a nem trágyázott kezeléseknél a medián a nagyobb értékekhez van közelebb, míg a többi kezelésekben aránylag középen helyezkedik el. Ez azt jelenti, hogy a nem trágyázott kezelésekben a nagyobb termések kialakulásának valószínősége nagyobb, mint a kisebbeknek, természetesen a nem trágyázott kezelés termésátlagához viszonyítva. A többi trágyakezelésben a terméseredmények gyakorisági eloszlása szimmetrikus, jól közelíthetı a normáleloszlással. 205

211 52. ábra. A box-plot analízis eredménye Az 53. ábra a kukorica szemtermésének kumulatív eloszlásfüggvényét szemlélteti, amely a kezelésekben az adott nagyságú termésektıl balra esı, vagyis kisebb termések kialakulásának valószínőségét mutatja. A négyzet szimbólumokkal jelölt terméseredmények az x-tengelyen sorba rendezve, a legkisebbtıl a legnagyobb irányába, láthatók. Az y-tengelyen a kumulatív valószínőség értékeit találjuk. A vízszintes és függıleges tengelyek egyaránt lineáris beosztásúak. Hogyan lehet használni az ábrát? Ki kell választani egy kezelést, pl. az elsıt. A vízszintes tengelyen jelöljünk ki egy tetszıleges termést, amire kíváncsiak vagyunk, hogy ebben a kezelésben a 14 évet figyelembe véve milyen valószínőséggel alakulhatnak ki ettıl kisebbek. Jelen esetben legyen ez a kg/ha. Függılegesen felfelé húzzunk egy vonalat, amíg az elsı kezelés görbéjét nem metszi. A metszéspontból vízszintes egyenest húzva balra, a függıleges tengelyrıl leolvasható a kg/ha-nál kisebb termések kialakulásának valószínősége. Ha az ettıl nagyobb termések (jobbra) valószínősége érdekel, ki kell vonni 1.00-ból az elıbb megkapott értéket. Itt 0.50 kaptuk, 50-50% a valószínősége a kg/ha alatti és feletti termés kialakulásának. Mi a helyzet a 2. trágyakezelést kapott parcellákon. Itt ehhez a terméshez csak 0.20-es érték tartozik, ami a 6400 kg/ha-nál kisebb termések kialakulásának valószínőségét 20%-nak mutatja. 80% a valószínősége annak, hogy az 206

212 alkalmazott technológia esetében ennél nagyobb terméseket kapunk. A felhasználó megítélheti ezen a módon, hogy tartósan számíthat-e erre az eredményre. 53. ábra. A kumulatív eloszlások görbéi Az átlag-variancia grafikon (54. ábra) a kezelések egymáshoz viszonyított relatív elbírálásának gyors elemzését teszi lehetıvé. Az ábra vízszintes tengelyén a megfigyelt változó (szemtermés mennyiség kg/ha) varianciája, függıleges tengelyén pedig az átlaga látható. Mindkét skála lineáris. Jól látható a nem trágyázott kezelés alacsony termésátlaga és mérsékelt ingadozása. A 2. kezelés várható értéke jelentısen megnı, és a termés ingadozása is nı. A további trágyaadagok már csak a varianciát, a kockázatot növelik a várható értéket nem. Az elızıekben az eredményesség szempontjából csak ezt a két tényezıt vettük figyelembe, ezért ennek alapján a 2. kezelést tartjuk a legjobbnak. Hogy a gyakorlati termelésben megéri-e a plusz ráfordítás, ezt csak további ökonómiai számítások segítségével tudjuk eldönteni. 207

213 54. ábra. Az átlag-variancia grafikon képernyıje ÖKONÓMIAI SZÁMÍTÁSOK A szezonális-analízist a biofizikai változók elemzésén túl ökonómiai számításokkal is folytathatjuk. A gazdaságossági számítások során a fedezeti hozzájárulás (Gross Margin) alakulását célszerő vizsgálni, ami az adott ágazat árbevétele és változó költsége közötti különbség valamilyen alapra, jelen esetben területegységre (ha) vetített változásának nyomon követését jelenti. Az elsı lépés az aktuális árak-költségek megadása, amit a rendszer a C:\DSSAT35\ECONOMIC\*.PRI állományban tárol (51. táblázat). A fentieket megadhatjuk fix értékekkel, vagy háromféle eloszlás közül választhatunk. Az egyenletes és háromszög eloszlás esetén a minimális és maximális értéket, normál eloszlást választva az átlagot és szórást kell beírni. 208

214 51. táblázat. A *.PRI fájl tartalma Terményár Ft/t Melléktermék ára Ft/t Alap termelési költség Ft/ha Nitrogéntrágya költsége Ft/kg hatóanyag 263 Nitrogén kiszórás Ft/alkalom Öntözés Ft/mm Öntözés Ft/alkalom Vetımag ára Ft/kg Szervestrágya Ft/t P-trágya költsége Ft/kg hatóanyag P kiszórás Ft/alkalom A bemutatott kísérlet fix táparányú kísérlet, ezért a mőtrágyaár megadásakor a vegyes hatóanyag árát adom meg az alábbiak szerint: 52. táblázat. Mőtrágya árak Mőtrágya Ft/kg hatóanyag Táparány Ft Nitrogén Foszfor Kálium Összesen: 263 Az ökonómiai-analízis összefoglaló táblázata az egy hektárra vetített jövedelmet mutatja Ftban, 55. ábra. 55. ábra. Az ökonómiai-analízis összefoglaló eredménye 209

215 A jövedelem a nem trágyázott kezelésben átlag harmincezer Ft körül alakul. A 60 kg-os kezelésben ötvenezer, az ettıl nagyobb trágyakezelésekben fokozatosan csökkenı tendenciát mutat. A 14 év alatt minden kezelésnél elıfordult, hogy veszteséget könyveltünk el, a minimális értékek negatívak. A legkisebb kockázatot a 60 kg-os kezelés mutatja. A maximális értékeket elemezve, a legnagyobb jövedelmeket magasabb mőtrágya ráfordítások mellett, 120, 180 kg-nál értük el, de a termelés kockázata itt a legnagyobb. A box-plot analízis eredménye (56. ábra) szemléletesen mutatja az elért jövedelmek nagyságát és szórását. Jól látható a 60 kg-os kezelés kimagasló jövedelme, és elfogadható kockázata. 56. ábra. A box-plot analízis eredményének képernyıje A kumulatív eloszlásfüggvények (57. ábra) tanulmányozása segít kiválasztani azt a jövedelemszintet, amit nagy biztonsággal meg lehet célozni. A mezıgazdasági termelés évek hosszú láncolatán keresztül folyik, ezért a várható érték ismerete nem elegendı a biztonságos termelés kialakításához, ehhez a szélsıértékeket is ismerni kell, mert elıfordulhat olyan szélsıségesen veszteséges esztendı, amely e láncolatot megszakíthatja, és lehetetlenné teheti 210

216 a folytatást. Segítséget nyújthat a gazdálkodás technológiai színvonalának megválasztásához, hogy mennyit és hogyan érdemes beruházni az adott ágazatba, stb. 57. ábra. A kumulatív eloszlásfüggvények képernyıje A fenti módszerek kiegészülnek egy stratégiai analízissel is, ami egy Várhatóérték-Gini dominancia vizsgálat. A számítások eredménye alapján (58. ábra) a 2. kezelés ajánlott, egyidejőleg figyelembe véve a jövedelmezıség várható értékét és kockázatát. Elfogadható kockázat mellett, nagy biztonsággal harmincezer Ft/ha körüli jövedelemszintet várhatunk el, ha az adott területen tartósan 60 kg nitrogén (és a hozzá tartozó foszfor, kálium) mőtrágyát juttatunk ki. ZÁRSZÓ Alig két évtizede, hogy a számítástechnika a személyi számítógépek gyors elterjedésének köszönhetıen mindenki számára hozzáférhetıvé vált, napi munkája szerves része lett. Az élet minden területén segíti munkánkat, megkímélve a monoton számításoktól, a hatalmas adatmennyiségek tárolásától, a hosszadalmas és bonyolult visszakeresésektıl, 211

217 csoportosításoktól. Mezıgazdasági területen is nélkülözhetetlen segédeszközzé vált, a tudományos kutatás napjainkban elképzelhetetlen nélküle. 58. ábra. A stratégia analízis eredményének képernyıje Mára a klasszikus matematikai statisztika minden igényt kielégítı, komplex statisztikai programcsomagok formájában mindenki számára használható eszköz. Legtöbb ilyen módszer azonban csak az alkalmazási feltételek szigorú betartása mellett ad statisztikailag megbízható választ. Egy olyan bonyolult rendszerben, mint a talaj-növény-atmoszféra rendszer a statisztikai módszerek alkalmazási feltételei nem ellenırizhetık, emiatt statisztikailag a rendszerben végbemenı folyamatok, törvényszerőségek általánosan nem írhatók le. E bonyolult rendszer kvalitatív leírása azonban már évszázadok óta folyik. Az összefüggések mennyiségi leírása sokat váratott magára, és az elsı, statisztikai jellegő munkák a XIX. században kezdıdtek, s napjainkban is folynak. A termésszimulációs modellezés folyamatainak leírása azonban csak az 1970-es években kezdıdött meg. Az elsı munkák célja termés-elırejelzés volt az idıjárás, talaj, növényfaj és fajta tulajdonságait figyelembe véve. Azóta ezek a modellek sokat fejlıdtek, és legtöbbjük egységes keretbe 212