{{{sourceTextContent.title}}}

Modellistica del futuro per la soia nel Midwest

{{{sourceTextContent.subTitle}}}

Come le temperature crescenti prevedute per accadere con mutamento climatico globale colpiscono la crescita della soia nel Midwest? Piuttosto che aspetti e vedi, ricercatori all'università dell'Illinois utilizzerà i dati reali ed il computer del raccolto che modellano per migliorare per predire gli impatti futuri di più alte temperature su produzione agricola e per identificare gli obiettivi di promessa per adattamento.

{{{sourceTextContent.description}}}

Il progetto sta costituendo un fondo per con un istituto nazionale di $420.000 usda per la concessione dell'agricoltura e dell'alimento. U dello scienziato ambientale Kaiyu Guan di I è il direttore di progetto. Carl Bernacchi e Elizabeth Ainsworth sono direttori del co-progetto. Entrambi sono fisiologi della pianta in U dell'me dipartimento di biologia vegetale e dipartimento delle scienze del raccolto.

Il progetto esaminerà come la temperatura colpisce i processi di pianta importanti quali la fotosintesi e la respirazione.

«Le più alte temperature in futuro possono provocare il tasso di crescita accelerato del raccolto e più brevi stagioni di crescita,» dice Guan. «Ci probabilmente saranno effetti diretti di stress da calore sulle varie fasi nella riproduzione della pianta, compreso il numero dei fiori ed i baccelli prodotti ed abortiti e gli più alti temps possono aumentare la domanda delle piante dell'acqua. Tutti questi fattori svolgeranno un ruolo nel rendimento agricolo della soia.»

Guan dice che il gruppo combinerà l'esperimento controllato di potenziamento dell'libero aria della temperatura (T-FACE) ed il raccolto di recente sviluppato che modellano la struttura (CLM-APSIM). Le matrici di riscaldamento infrarosse saranno usate per riscaldare tre varietà della soia, rappresentanti i gruppi principali piantati attraverso il Midwest per due stagioni di crescita e le misure fisiologiche e biochimiche multiple saranno prese simultaneamente.

«Poi useremo i risultati di esperimento per migliorare e calibrare il modello al livello del sito,» Guan dice. «Facendo uso del modello calibrato, attribuiremo la perdita storica del rendimento dovuta aumentare la temperatura ai meccanismi fisiologici differenti. Infine, proietteremo il rendimento agricolo per l'intero Corn Belt nell'ambito di vari scenari di clima e quantifichiamo il contributo di ogni meccanismo.»

Oltre ad essere un assistente universitario in ecohydrology e in geoinformatics nel dipartimento delle risorse naturali e delle scienze ambientali nell'istituto universitario di agricolo, in consumatore e nelle scienze ambientali a U della I, Guan ha un appuntamento unito come professore delle acque blu affiliato con il centro nazionale per le applicazioni di supercomputing (NCSA).