Beschreibung
Die Vorhersage der Produktivität einer beliebigen Kultur in einer Saison ist für ein Land von großer wirtschaftlicher Bedeutung. Um die Erträge bei Reis zu steigern, werden immer mehr Informationen über geeignete Bewirtschaftungsmethoden benötigt. Die Generierung neuer Daten durch agronomische Forschungsmethoden ist unzureichend und zeitaufwändig, um diesen Bedarf zu decken. Dies ist wichtig für ein Land wie Indien, in dem die Produktivität der Kulturen in jeder Jahreszeit je nach den vorherrschenden Wetterbedingungen stark schwanken kann. In den letzten Jahren wurden mehrere Modelle zur Simulation des dynamischen Pflanzenwachstums entwickelt, die bei einem solchen Vorhersageprozess helfen sollen. Die Genauigkeit der Modelle bei der Vorhersage und ihre Empfindlichkeit helfen auch bei der Zwischenkorrektur, so dass die Landwirte Maßnahmen ergreifen können, um einen Rückgang der potenziellen Produktion von Nutzpflanzen zu vermeiden. Das Hauptziel eines Anbausimulationsmodells ist die Abschätzung der Pflanzenproduktion, des Ressourcenverbrauchs und der Umweltauswirkungen in Abhängigkeit von den lokalen Wetter- und Bodenbedingungen und der Pflanzenbewirtschaftung. Agrarsystemmodelle haben ein ungenutztes Potenzial, um die Agrarforschung und den Technologietransfer im 21. Jahrhundert zu unterstützen.
Autorenportrait
Kamal Kant, professore assistente, Jagannath University, Jaipur (Raj.), nato a Birthaliya wali, distretto di Sri Ganganagar, Rajasthan. Ha completato la sua laurea (2011-2015) presso l'Università Mahatma Jyoti Rao Phoole, Jaipur. Ha completato il suo M.Sc. (Agricoltura) in Agronomia al College of Postgraduate studies, CAU, Imphal (2015-2017).
