Predikce výnosu sóji v souvislosti se změnou klimatu

Bc. Vojtěch Krýza

Master's thesis

Soybean yield prediction in the context of climate change

Abstract:

Cílem této diplomové práce bylo vytvoření predikce vhodnosti pěstování sóji luštinaté (Glycine max L.) na území České republiky a její potenciál pro zařazení do stálého osevního postupu. Proběhlo vyhledání a zpracování dat z Českého statistického úřadu a Českého hydrometeorologického ústavu. Zpracování a následná analýz a vyhodnocování dat bylo provedeno v Microsoft Excel. Zvlášť byly zpravovány lineární regresní modely pro Českou republiku a pro jednotlivé kraje, kde se sója pěstuje na alespoň 500 hektarech. U jednotlivých krajů byla regresí odhalena odchylka od lineárního trendu výnosu v jednotlivých letech. Zkoumána byla i odchylka výnosu od lineárního trendu v posledních 20 letech pro jednotlivé kraje. Sledovány byly kraje: Středočeský, Jihočeský, Královéhradecký, Pardubický, Jihomoravský, Olomoucký, Zlínský a Moravskoslezský. Ke každému kraji byla vytvořena predikce výnosu na základě interpolace bodových dat. Další predikce potenciálního výnosu do roku 2030 byla nasimulována v komplexním růstovém plodinovém modelu – DSSAT CROPGRO-Soybean. Vstupními daty byl soubor půdní modul (fyzikální a chemické vlastnosti půdy), modul počasí (denní úhrn srážek, globální sluneční záření, maximální a minimální teploty) a soubor managementu plodin (základní údaje o průběhu vedení porostu). Regresní lineární model pro Českou republiku naznačil, že výsledný výnos je nejvíce ovlivňován srážkami v září (r=-0,22) a teplotou v červnu (r=0,37). V jednotlivých krajích byl prokázán statisticky významný pozitivní vztah mezi červencovými srážkami a výnosem hned u 3 krajů, například Jihočeský (r=0,53). U průměrných měsíčních teplot byl nejvýraznější vztah s výnosem v září u Jihomoravského kraje (r=0,41). Pro kraje byl následně predikován výnos pomocí interpolace bodových dat. Výslednou hodnotou byl zprůměrovaný výnos predikovaný mezi roky 2022-2030. U Jihomoravského byla dosažena nejvyšší predikovaná hodnota výnosu – 2,61 t/ha. Druhá predikce byla vytvořena na základě komplexního růstového modelu v systému Půda-Plodina-Atmosféra. Výstupem byla hodnota maximálního potenciálu výnosu sóji v roce 2030, kde model predikuje až 4,9 t/ha. Model vypočítal i nárůst hodnoty olejnatosti. Odhadovaná olejnatost by mohla být 18,74 %. Poslední hodnotou, kterou model vypočítal, je LAImax. Dnešní hodnotu, 6,01 m2/m2, převyšuje simulovaná hodnota o více než 50 % na 9,43 m2/m2, což dokazuje predikci výrazného nárůstu tvorby biomasy. Diplomová práce je zaměřena na problematiku řešení výzkumného projektu TAČR: Prostředí pro život „Vodní systémy a vodní hospodářství v ČR v podmínkách změny klimatu“ (SS02030027). V projektu je řešena souvislosti vazeb půda-rostlina-atmosféra pro vláhové potřeby zemědělských plodin s nejvyššími nároky na vodu.

Abstract:

The aim of this thesis was to predict the suitability of cultivation of soybean (Glycine max L.) in the Czech Republic and its potential for inclusion in permanent crop rotation. Data from the Czech Statistical Office and the Czech Hydrometeorological Institute were searched and processed. The processing and subsequent data analysis and evaluation was carried out in Microsoft Excel. In particular, linear regression models were run for the Czech Republic and for individual regions where soybean is grown on at least 500 hectares. For each region, the regression revealed the deviation from the linear yield trend in each year. The deviation of the yield from the linear trend over the last 20 years for each region was also examined. The regions monitored were Central Bohemia, South Bohemia, Hradec Králové, Pardubice, South Moravia, Olomouc, Zlín and Moravia-Silesia. For each region, a yield prediction was made based on interpolation of the point data. Further prediction of potential yield until 2030 was simulated in a comprehensive crop growth model – DSSAT CROPGRO-Soybean. Input data were a soil module file (soil physical and chemical properties), a weather module (daily rainfall, global solar radiation, maximum and minimum temperatures) and a crop management file (basic data on crop management practices). The regression linear model for the Czech Republic indicated that the resulting yield is most influenced by rainfall in September (r=-0.22) and temperature in June (r=0.37). In individual regions, a statistically significant positive relationship between July rainfall and yield was found in 3 regions, for example South Bohemia (r=0.53). For average monthly temperatures, the most significant relationship with yield in September was in the South Moravian region (r=0.41). Yield was then predicted for the regions by interpolating the point data. The resulting value was the averaged yield predicted between 2022-2030. The highest predicted yield value of 2.61 t/ha was obtained for South Moravia. The second prediction was made on the basis of a comprehensive growth model in the Soil-Crop-Atmosphere system. The output was the value of the maximum yield potential of soybean in 2030, where the model predicts up to 4.9 t/ha. The model also calculated the increase in oil content value. The estimated oil content could be 18.74 %. The last value calculated by the model is LAImax. Today's value, 6.01 m2/m2, exceeds the simulated value by more than 50 % to 9.43 m2/m2, demonstrating the prediction of a significant increase in biomass production. The thesis focuses on the issues of the research project "Water systems and water management in the Czech Republic under climate change" (SS02030027). The project deals with soil-plant-atmosphere linkages for moisture needs of agricultural crops with the highest water requirements.

Keywords

výnos, klimatický model, extrémní meteorologické jevy

Keywords

yield, climate model, extreme weather events

Language used: Czech

Date on which the thesis was submitted / produced: 5. 5. 2023

Thesis defence

• Date of defence: 16. 5. 2023
• Supervisor: doc. Dr. Mgr. Vera Potopová
• Reader: Alexandru Muntean, externi

Czech University of Life Sciences Prague

Faculty of Agrobiology, Food and Natural Resources

Master programme / specializace:
Plant Production / Crop Production