Evaluation of the AquaCrop model for simulating yield response of winter wheat to water on the southern Loess Plateau of China
Notice bibliographique
Résumé
The objective of this study was to evaluate the performance of the FAO-AquaCrop model in winter wheat in the southern Loess Plateau of China. Multi-year field experimental data from 2004 and 2011 were used to calibrate and validate the model for simulating biomass, canopy cover (CC), soil water content, and grain yield under rainfed conditions. The model performance was evaluated using root mean square error (RMSE) and Willmott index of agreement (d) as criteria. The RMSE ranged from 0.16 to 0.38 t/ha for simulating aboveground biomass, 1.87 to 4.15% for CC, 0.50 to 1.44 t/ha for grain yield, and 5.70 to 22.56 mm for soil water content. The d ranged from 0.22 to 0.89, 0.25 to 0.43, 0.36 to 0.62 and 0.95 to 0.98 for aboveground biomass, CC, soil water content and grain yield, respectively. Generally, the model performed better for simulating CC and yield than biomass and soil water content. The results further indicated that AquaCrop is capable of simulating winter wheat yield under rainfed conditions. Further improvement may be needed to capture the variation of different management practices such as fertility and irrigation levels in this region.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».