Ik heb even snel een voorbeeldje uitgewerkt om mijn verhaal wat te verhelderen. Ik heb de neerslag en referentieverdamping van de Bilt in 2013 gebruikt.
Voor mijn methode heb ik een 'referentie' bodem gedefinieerd met een bepaalde maximale capaciteit om water vast te houden, en daarbij ook een punt waarop het referentiegewas het loodje legt (wilting point), er zit dan zo weinig vocht in de grond dat de zuigkracht van de wortels niet meer instaat zijn om enig water binnen te hengelen.
Op basis van de worteldiepte kan je dan het verschil tussen die beide extremen berekenen, voor mijn voorbeeld kom je dan op een capaciteit (bakje) van 250mm.
Ik heb mijn model in januari in volledig verzadigd laten beginnen. In het begin zie je dat de neerslag de verdamping overschrijdt en dus blijft de bodem verzadigd. Vanaf ongeveer maart zie je dat dit niet altijd meer het geval is, de rode lijn geeft het tekort aan ten opzichte van de verzadigde bodem. Voor gewassen is dat niet direct een probleem, dus op dat moment wordt de (referentie)verdamping nog niet geremd door vochttekort. Ik heb een harde fractie van de totale capaciteit gedefinieerd van 0.6 als het punt waarop dat wel een probleem wordt. Dat is dus 250mm * 0.6 = 150mm. Vanaf een tekort van 150mm zie je dan ook de blauwe lijn verschijnen die de mate van 'stress' aangeeft. Tussen de 150mm en 250mm loopt die waarde lineair van 1 naar 0. De referentieverdamping wordt daarmee vermenigvuldigd om die te reduceren als gevolg van het vochttekort. Die fractie van 0.6 is gewasafhankelijk en niet helemaal constant, op dagen met veel verdamping ontstaat er wat eerder stress (bij gelijk bodemvocht) omdat de toevoer via de wortels een beperkte capaciteit heeft die de afvoer via verdamping dan moeilijker kan bijbenen.
Voor de vergelijking heb ik jouw methode ook weergegeven. Op zich zijn de patronen vrijwel identiek, alleen verzadigd de waterbalans methode. Je zegt daarbij als het ware nat=nat, en meer water verdwijnt via runoff (plasvorming en stroomt uiteindelijk weg), of via percolatie (als gevolg van de zwaartekracht zakt het diep de grond in buiten de wortelzone. Normaal gesproken zou je die parameters ook modelleren etc, ik laat dat nu gewoon automagisch verdwijnen om het eenvoudig te houden. Ook zou je normaal bij een hoge grondwaterstand (rond een meter of minder tot de worteldiepte, afhankelijk van het bodemtype) capillaire levering willen hebben, dat speelt in veel gebieden in Nederland in droge tijden een belangrijke rol. Ik heb dat nu volledig genegeerd.
Het voordeel van zon waterbalans methode is ook dat je heel concreet kan zeggen hoeveel water je moet toevoegen (bv irrigeren) om ervoor te zorgen, dat planten geen stress meer ondervinden of hoeveel er nodig is om de bodem volledig te verzadigen. Het blijft uiteraard gebaseerd op een fictief gewas en een fictieve bodem, in die zin blijft het altijd een indicatie net zoals welke methode dan ook. Wel kan je makkelijk modelparameters opzoeken in de literatuur om bepaalde gewassen+bodems te modelleren, die FAO 56 die ik poste staat vol met dat soort tabellen.
Ik zal morgen mijn code wel even wat fatsoeneren en uploaden zodat je kan zien wat ik precies heb gedaan. Ik doe het in Python, maar in een Excel-sheetje is het ook prima te doen.
Voor mijn methode heb ik een 'referentie' bodem gedefinieerd met een bepaalde maximale capaciteit om water vast te houden, en daarbij ook een punt waarop het referentiegewas het loodje legt (wilting point), er zit dan zo weinig vocht in de grond dat de zuigkracht van de wortels niet meer instaat zijn om enig water binnen te hengelen.
Op basis van de worteldiepte kan je dan het verschil tussen die beide extremen berekenen, voor mijn voorbeeld kom je dan op een capaciteit (bakje) van 250mm.
Ik heb mijn model in januari in volledig verzadigd laten beginnen. In het begin zie je dat de neerslag de verdamping overschrijdt en dus blijft de bodem verzadigd. Vanaf ongeveer maart zie je dat dit niet altijd meer het geval is, de rode lijn geeft het tekort aan ten opzichte van de verzadigde bodem. Voor gewassen is dat niet direct een probleem, dus op dat moment wordt de (referentie)verdamping nog niet geremd door vochttekort. Ik heb een harde fractie van de totale capaciteit gedefinieerd van 0.6 als het punt waarop dat wel een probleem wordt. Dat is dus 250mm * 0.6 = 150mm. Vanaf een tekort van 150mm zie je dan ook de blauwe lijn verschijnen die de mate van 'stress' aangeeft. Tussen de 150mm en 250mm loopt die waarde lineair van 1 naar 0. De referentieverdamping wordt daarmee vermenigvuldigd om die te reduceren als gevolg van het vochttekort. Die fractie van 0.6 is gewasafhankelijk en niet helemaal constant, op dagen met veel verdamping ontstaat er wat eerder stress (bij gelijk bodemvocht) omdat de toevoer via de wortels een beperkte capaciteit heeft die de afvoer via verdamping dan moeilijker kan bijbenen.
Voor de vergelijking heb ik jouw methode ook weergegeven. Op zich zijn de patronen vrijwel identiek, alleen verzadigd de waterbalans methode. Je zegt daarbij als het ware nat=nat, en meer water verdwijnt via runoff (plasvorming en stroomt uiteindelijk weg), of via percolatie (als gevolg van de zwaartekracht zakt het diep de grond in buiten de wortelzone. Normaal gesproken zou je die parameters ook modelleren etc, ik laat dat nu gewoon automagisch verdwijnen om het eenvoudig te houden. Ook zou je normaal bij een hoge grondwaterstand (rond een meter of minder tot de worteldiepte, afhankelijk van het bodemtype) capillaire levering willen hebben, dat speelt in veel gebieden in Nederland in droge tijden een belangrijke rol. Ik heb dat nu volledig genegeerd.
Het voordeel van zon waterbalans methode is ook dat je heel concreet kan zeggen hoeveel water je moet toevoegen (bv irrigeren) om ervoor te zorgen, dat planten geen stress meer ondervinden of hoeveel er nodig is om de bodem volledig te verzadigen. Het blijft uiteraard gebaseerd op een fictief gewas en een fictieve bodem, in die zin blijft het altijd een indicatie net zoals welke methode dan ook. Wel kan je makkelijk modelparameters opzoeken in de literatuur om bepaalde gewassen+bodems te modelleren, die FAO 56 die ik poste staat vol met dat soort tabellen.
Ik zal morgen mijn code wel even wat fatsoeneren en uploaden zodat je kan zien wat ik precies heb gedaan. Ik doe het in Python, maar in een Excel-sheetje is het ook prima te doen.
Bericht laatst bijgewerkt: 16-10-2014 21:50