MétaCan
Menu
Retour à la cohorte
Enregistrement W2141406945 · doi:10.1016/s2095-3119(12)60196-8

Optimizing Parameters of CSM-CERES-Maize Model to Improve Simulation Performance of Maize Growth and Nitrogen Uptake in Northeast China

2012· article· en· W2141406945 sur OpenAlexaff
Hailong Liu, Ping He, Youlu Bai, Jiyun Jin, C. F. Drury, Yeping Zhu, Xueming Yang, Wenjuan Li, Jiagui Xie, Gerrit Hoogenboom

Notice bibliographique

RevueJournal of Integrative Agriculture · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaMinistry of Education of the People's Republic of China
Mots-clésDSSATCrop simulation modelEnvironmental scienceAgronomyNitrogenCultivarCropBiomass (ecology)Yield (engineering)Coefficient of determinationSimulation modelingField experimentMathematicsChemistryBiologyMaterials scienceStatistics

Résumé

récupéré en direct d'OpenAlex

Crop models can be useful tools for optimizing fertilizer management for a targeted crop yield while minimizing nutrient losses. In this paper, the parameters of the decision support system for agrotechnology transfer (DSSAT)-CERES-Maize were optimized using a new method to provide a better simulation of maize (Zea mays L.) growth and N uptake in response to different nitrogen application rates. Field data were collected from a 5 yr field experiment (2006-2010) on a Black soil (Typic hapludoll) in Gongzhuling, Jilin Province, Northeast China. After cultivar calibration, the CERES-Maize model was able to simulate aboveground biomass and crop yield of in the evaluation data set (n-RMSE=5.0-14.6%), but the model still over-estimated aboveground N uptake (i.e., with E values from −4.4 to −21.3 kg N ha−1). By analyzing DSSAT equation, N stress coefficient for changes in concentration with growth stage (CTCNP2) is related to N uptake. Further sensitivity analysis of the CTCNP2 showed that the DSSAT model simulated maize nitrogen uptake more precisely after the CTCNP2 coefficient was adjusted to the field site condition. The results indicated that in addition to calibrating 6 coefficients of maize cultivars, radiation use efficiency (RUE), growing degree days for emergence (GDDE), N stress coefficient, CTCNP2, and soil fertility factor (SLPF) also need to be calibrated in order to simulate aboveground biomass, yield and N uptake correctly. Independent validation was conducted using 2008-2010 experiments and the good agreement between the simulated and the measured results indicates that the DSSAT CERES-Maize model could be a useful tool for predicting maize production in Northeast China.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrative AgricultureMême sujetCrop Yield and Soil FertilityTravaux en français237 207