Opbrengstderving
Waterwijzer Landbouw maakt het mogelijk om de opbrengstderving te voorspellen als functie van gewastype, klimaat, weer, bodem en hydrologische omstandigheden. Selecteer via onderstaande tabbladen de gewenste instellingen.
Je ziet dan direct de voorspelde opbrengstderving als gekleurde balken in de figuur.
| Gewas | |
|---|---|
| Klimaat | |
| Periode | |
| Station | |
| Bodem | |
| GHG | cm-mv |
| GLG | cm-mv |
| Irrigatie | mm |
Binnen Waterwijzer Landbouw zijn de volgende hoofdgroepen gewassen onderscheiden:
- gras met verschillende maairegimes,
- mais,
- akkerbouw,
- bloembollen en
- boomteelt.
Kies hieronder het gewas waarvoor u de opbrengstderving wilt voorspellen.
Opbrengstderving kan worden berekend voor het huidige en toekomstige klimaat. Kies hier het klimaat(scenario) dat u wilt doorrekenen.
Wilt u het gemiddelde van een klimaatperiode van 30 jaar of van een specifiek jaar?
Opbrengstderving is afhankelijk van het dagelijkse weer. Denk aan langdurige droogtes of juist zeer natte periodes. Ook het dagelijkse temperatuurverloop is bepalend voor de opbrengstderving.
Selecteer een weerstation waarvan de dagelijkse meetreeksen zijn gebruikt voor het voorspellen van de opbrengstderving.
De bodem bepaalt hoeveel vocht er kan worden vastgehouden en hoeveel grondwater kan worden nageleverd.
Selecteer een bodem waarvoor u wilt rekenen.
Momenteel wordt aangenomen dat de opbrengstderving enkel een functie is van de hydrologische condities. In deze situatie zijn nutriënten niet limiterend en spelen ziekten en plagen geen rol.
Stel de gewenste grondwaterstandsdynamiek in met onderstaande schuifjes.
Met beregening kan droogtestress worden voorkomen. Bij de modelberekeningen wordt automatisch beregend indien het gewas teveel droogtestress ervaart.
Wordt er beregend?
Vanwege de rekentijd wordt de opbrengstderving op deze website niet met SWAP berekend maar met een metamodel daarvan. Het metamodel probeert zo goed mogelijk SWAP na te bootsen. Hoe goed het metamodel daarin slaagt kan worden weergegeven met het 95%-predictieinterval. Hoe kleiner dit interval, hoe beter de resultaten van SWAP worden benaderd.
Wilt u de betrouwbaarheid van het metamodel weergeven?
