Modeling water fate in different agro-ecosystems for improving land management practices

Lucian Simionesei

Key information

Authors:

Lucian Simionesei (Lucian Simionesei)

Supervisors:

Ramiro Joaquim De Jesus Neves (Ramiro Joaquim De Jesus Neves); Tiago Cunha Brito Ramos (Tiago Cunha Brito Ramos)

Published in

04/29/2024

Abstract

Esta tese tem com tema a preocupação global da gestão sustentável da água na agricultura, particularmente em agro-ecossistemas mediterrânicos, onde a escassez de água é uma questão crescente devido ao crescimento populacional e às mudanças climáticas. O foco principal foi o desenvolvimento de um Sistema de Suporte à Decisão (DSS), chamado IrrigaSys, com base no modelo MOHID-Land, para otimizar a gestão da água de rega à escala da parcela. Os principais objetivos foram criar uma estrutura DSS fácil de utilizar, calibrar o modelo MOHID-Land para várias culturas, avaliar o impacto de dados de deteção remota, e demonstrar a eficiência do DSS na melhoria da gestão de rega e na eficiência do uso da água. O DSS integra vários componentes, incluindo dados meteorológicos, o modelo MOHIDLand para o balanço de água no solo e uma interface de utilizador amigável, acessível através de plataformas web e móveis. Também incorpora imagens do Índice de Vegetação (NDVI). A calibração do modelo MOHID-Land para culturas de milho, pastagem e vinha demonstrou a sua precisão na simulação da dinâmica da água no solo e no crescimento das culturas. Além disso, a tese explorou o uso da deteção remota, para melhorar a precisão do modelo. A tese introduz uma nova abordagem para otimizar a gestão da rega usando o módulo de rega MOHID Land e conclui com um capítulo que faz uma avaliação ao IrrigaSys utilizando uma análise multicriterial (MCA). Em resumo, esta tese contribui significativamente para a gestão sustentável da água na agricultura. O desenvolvimento do IrrigaSys, a calibração do modelo MOHID-Land e a utilização de dados de deteção remota oferecem ferramentas e conhecimentos valiosos para práticas de rega. Esta abordagem integrada capacita os agricultores, melhora a produtividade da água e promove a tomada de decisões informadas para a gestão dos recursos hídricos, proporcionando um caminho para práticas agrícolas mais sustentáveis e eficientes. This thesis addresses the global concern of sustainable water management in agriculture, particularly in Mediterranean agro-ecosystems, where water scarcity is a growing issue due to population growth and climate change. The primary focus was the development of a Decision Support System (DSS) called IrrigaSys, based on the MOHID-Land model, to optimize irrigation water management at the plot scale. The key objectives were to create a user-friendly DSS framework, calibrate the MOHID-Land model for various crops, assess the impact of remote sensing data assimilation, and demonstrate the DSS's effectiveness in improving irrigation schedules and water use efficiency. The DSS integrates various components, including meteorological data, the MOHIDLand model for soil water balance, and a user-friendly interface, accessible through web and mobile platforms. It also incorporates Sentinel-2 imagery of Normalized Difference Vegetation Index (NDVI). IrrigaSys has been successfully deployed in collaboration with stakeholders in southern Portugal, supporting over 100 plots for five years. The calibration of the MOHID-Land model for maize, pasture, and vineyard crops demonstrated its accuracy in simulating soil water dynamics and crop growth. Additionally, the thesis explored the use of remote sensing data, to enhance model accuracy. While remote sensing data assimilation improves model estimates, it also highlights the importance of complementing this information with local crop datasets. This thesis introduces a novel approach to optimize irrigation management using the MOHID Land Irrigation Module and concludes with a chapter that conducts a post-evaluation of IrrigaSys employing a multicriteria analysis (MCA) approach. In summary, this research contributes significantly to sustainable water management in agriculture. The development of IrrigaSys, the calibration of the MOHID-Land model, and the utilization of remote sensing data offer valuable tools and insights for enhanced irrigation practices. This integrated approach empowers farmers, improves water productivity, and advances informed decision-making for water resource management, providing a pathway for more sustainable and efficient agricultural practices.