8.3.2 Linguaggi di simulazione

N 80 APPENDICE - MODELLISTICA E SIMULAZIONE 8.3.2 Linguaggi di simulazione. L aspetto fondamentale dei linguaggi di simulazione è la possibilità di rappresentare i sistemi con una logica dichiarativa piuttosto che procedurale. I linguaggi di simulazione presentano minore flessibilità di impiego rispetto ai linguaggi di programmazione, ma facilitano molto il compito di realizzare modelli funzionanti. Spesso si tratta di linguaggi intermedi che funzionano da ponte tra i concetti dei sistemi noti al modellista e il codice dei linguaggi di programmazione. Sono disponibili linguaggi specifici per i sistemi continui o per i sistemi discreti basati su eventi; ne esistono tuttavia altri che dispongono di entrambe le potenzialità. Alcuni linguaggi presentano l importante caratteristica di poter trattare le equazioni differenziali parziali (PDE) oltre alle equazioni differenziali ordinarie (ODE). Tali linguaggi, per esempio, permettono di affrontare agevolmente l implementazione di modelli spazialmente espliciti. Tra i linguaggi di simulazione per sistemi continui possiamo ricordare DYNAMO (Forrester, 1968; Richardson e Pugh, 1981), CSMP (IBM, 1972), PCSMP (Jansen et al., 1988), FSE (Van Kraalingen, 1995), SEMoLa (Danuso, 1997; Danuso e Rocca, 2014). In Tabella 4.5 è riportato un esempio di implementazione con il linguaggio SEMoLa; TAB. 4.5 Esempio di implementazione al computer con linguaggio di simulazione SEMoLa. Il modello descrive la crescita di un prato ed è lo stesso rappresentato in Figura 4.2 e nelle Tabelle 4.3 e 4.4 8 la v la l F (W p tr co b ta fi p M M 8 Modello di crescita di un prato in condizioni non limitanti $ dt(1) tspan(80,260) tunit(d) $ exof(meteo.exo,e1) rtplot(-GDD,W,Fieno,LAI,-Rad,-Ipar) --- Variabili esogene ----------------------------------------------------E Tmax=28 range(-20,50) Temperatura massima aria (C) E Tmin=16 range(-20,50) Temperatura minima aria (C) E Rad=22 range(0,30) Radiazione solare globale (MJ/mq/d) --- Temperatura media -----------------------------------------------------A Tmed=(Tmax+Tmin)/2 Temperatura media aria (C) --- Biomassa coltura -----------------------------------------------------S W=0.3 range(0,5) Biomassa coltura (t/ha) R GR=RUE*Ipar/100 ?->W Tasso di crescita coltura (t/ha/d) /100 converte g/mq a t/ha P RUE=2.5 Efficienza conversione PAR (g/MJ) A Ipar=Rad*(1-exp(-Ke*LAI))*0.45 range(0,30) PAR intercettata (MJ/mq/d) P Ke=0.75 Coeff. di estinzione luce (-) --- LAI ------------------------------------------------------------------S LAI=0.2 range(0,6) Indice di area fogliare (haF/ha) R IncLAI=Krip*GR*LAR ?->LAI Incremento giornaliero LAI (haF/ha/d) A Krip=0.9*exp(-0.005*GDD) Coeff. di ripartizione (-) P LAR=1.2 Rapporto area fogliare (haF/tF) I DecLAI onevt(Sfalcio,(LAI-0.2)) LAI->? Riduzione LAI per sfalcio (haF/ha) --- Età termica prato ----------------------------------------------------S GDD=0 range(0,600) Età termica del prato (C*d) I GDDz onevt(Sfalcio,GDD) GDD->? Azzeramento età termica (C) R ST=cond(Tmed>Tb,Tmed-Tb,0) ?->GDD Incremento età termica (C/d) P Tb=4 Temperatura base (C) P GDDrac=400 Somma termica di raccolta (C*d) --- Raccolta -------------------------------------------------------------V Sfalcio=when((GDD>GDDrac)&(W>0.3)) Evento di sfalcio coltura (-) S Fieno=0 range(0,10) Totale fieno raccolto (t/ha) I Rac onevt(Sfalcio,(W-0.3)*0.8) W->Fieno Biomassa sfalciata (t/ha) N04_1_Modellistica.indd 80 in r z a m s s r 1 5/31/18 11:41 AM

SEZIONE N
SEZIONE N
MATEMATICA, STATISTICA, SPERIMENTAZIONE, MODELLISTICA, MISURAZIONI
La razionalizzazione degli interventi agronomici richiede conoscenze su suolo, clima, colture e sistema biologico (microrganismi, parassiti, malattie, malerbe...), sulle loro interazioni ed evoluzione a seguito degli interventi agronomici. Per quanto possibile, all’approccio descrittivo (qualitativo) dovrebbe seguire quello quantitativo che, coinvolgendo dati numerici, richiede misurazioni o esperimenti che trovano la loro naturale elaborazione con l’ausilio di strumenti matematici, statistici e modellistici, al fine di ottenere conoscenze utili a scopo decisionale.L’aspetto quantitativo può determinare anche differenze qualitative: in base all’andamento economico (aspetto quantitativo), si può avere il fallimento dell’azienda (aspetto qualitativo).Le oscillazioni continue di contenuto idrico del suolo possono comportare sia variazioni quantitative (diminuzione di resa colturale per siccità) sia qualitative (la coltura muore per carenza idrica e la resa si annulla).Per trattare gli aspetti quantitativi, abbiamo bisogno di strumenti matematici che permettano di descrivere le relazioni tra variabili e di prevedere fenomeni e comportamenti semplici. Quando la complessità dei fenomeni da trattare aumenta, cresce anche l’incertezza, cui è legato il rischio. A questo punto possiamo scegliere la strada della descrizione statistica o quella dell’approccio di sistema, con l’applicazione dei modelli di simulazione. L’approccio statistico risulta inoltre fondamentale per trattare errori e variabilità nelle informazioni (compresi i rischi che ne derivano), sia nella sperimentazione di campo sia con i modelli.Nella presente Sezione N del Manuale dell’Agronomo vengono illustrati sinteticamente gli Strumenti matematico-statistici, nonché gli elementi per una corretta applicazione della Sperimentazione e della Modellistica in agricoltura. Completano la trattazione gli elementi relativi ai Sistemi di misura. Spetta all’Agronomo la scelta dello strumento di volta in volta più idoneo allo scopo, per qualità e utilità delle informazioni, ma anche per semplicità e rapidità con le quali si ottengono le informazioni richieste.Nell’attività professionale, l’uso di strumenti di supporto decisionale (modelli, GIS) o di procedure di elaborazione numerica è, oltre che utile, sempre più spesso richiesto dalle normative o dagli enti pubblici con cui il professionista si deve rapportare. Rimane all’Agronomo la responsabilità di verifica normativa e di un uso corretto e consapevole di questi strumenti.Coordinamento di SezioneFrancesco DanusoRealizzazione e collaborazioniMarco Acutis, Pierluigi Bonfanti, Gian Carlo Calamelli, Francesco Danuso, Massimo Lazzari, Tiziano Tempesta