"MODelling vegetation response to EXTREMe Events - Modelação da resposta da vegetação aos eventos extremos"
-
AcrónimoMODEXTREME
-
Site
-
Referência do Projeto613817
-
Período do projeto2013-2016
Consiglio per la Ricerca in Agricoltura e Lanalisi delleconomia Agraria; Universidad de Cordoba; Universita degli studi di Milano; Eidgenoessisches Departement fuer Wirtschaft, Bildung und Forschung; Danmarks Meteorologiske Institut; University of East Anglia; Instituto Superior de Agronomia; Democritus University of Thrace; Softeco Sismat SRL; INRA Transfert S.A; Ukrainian Research Hydrometeorological Institute Of The State Emergency Service Of Ukraine And The National; Academy Of Science Of Ukraine; Food And Agriculture Organization Of The United Nations; Empresa Brasileira De Pesquisa Agropecuaria Embrapa; Instituto Nacional De Tecnologia Agropecuaria; University Of Pretoria; Institute Of Agricultural Resources And Regional Planning Caas; Washington State University
"A oferta contínua de serviços fornecidos pelos sistemas agrícolas é cada vez mais ameaçada pelas alterações climáticas, em associação com um aumento estimado na frequência de eventos climáticos extremos, como secas, ondas de calor ou eventos extremos de precipitação. O MODEXTREME tem o objetivo principal de ajudar a agricultura europeia e não-europeia a enfrentar eventos climáticos extremos, melhorando a capacidade de modelos biofísicos que simulem as respostas da vegetação para integrar a variabilidade climática e os extremos. Eventos extremos; alterações climáticas; Milho; Previsão"
O projeto trabalhará os seguintes objetivos: (1) Identificar e integrar em modelos de simulação, as respostas dos principais sistemas agrícolas e de pastagens às condições ambientais associadas a eventos climáticos extremos; (2) Melhorar os sistemas de monitorização e previsão de produtividade por meio de múltiplas restrições observacionais a serem assimiladas em modelos baseados em processos em diferentes condições climáticas; (3) Estimar possíveis trajetórias de produtividade agrícola nos horizontes de curto prazo (durante a atual temporada) a médio e incertezas associadas. Isso envolve levar em conta o progresso genético e seus efeitos nas respostas a condições ambientais extremas.
"Os investigadores identificaram e integraram as respostas das principais culturas, pastagens e sistemas de árvores a eventos climáticos extremos. Os sistemas de monitorização e previsão de rendimento foram melhorados e integrados em modelos baseados em processos em diferentes condições climáticas. A produtividade agrícola no curto a médio prazo também foi estimada. Os parceiros do projeto também desenvolveram aplicações (APP) genericamente utilizáveis para implementar bibliotecas de modelos. Isso estendeu a plataforma multi-modelo Bioma (Aplicações de Modelo Biofísico) para a simulação do crescimento e desenvolvimento das plantas, fornecendo assim apoio direto à ação MARS: Monitorização de Recursos Agrícolas - Agri4Cast do Centro Comum de Pesquisas da Comissão Europeia. Os parceiros do projeto também se envolveram com as partes interessadas locais para melhorar as previsões de rendimento. fonte: https://cordis.europa.eu/result/rcn/197674_en.html; Em particular, melhorias foram alcançadas em quase todos os países para o trigo duro, trigo mole e milho para grão, embora o desempenho satisfatório foi alcançado para este último também com o sistema padrão. Os melhores desempenhos de previsão foram alcançados para o milho grão na Alemanha, onde 92% da variabilidade interanual dos rendimentos foi explicada pelas soluções MODEXTREME. A solução melhorada aumentou em até 44% a quantidade de variação explicada pelo sistema de previsão de cevada de primavera na Polónia. Em geral, os resultados de previsão mais satisfatórios foram obtidos após o período de floração. "
https://cordis.europa.eu/project/rcn/110453_en.html; fonte: https://cordis.europa.eu/result/rcn/197674_en.html \n