Accurate crop yield predictions from modelling tree-crop interactions in gliricidia-maize agroforestry
Notice bibliographique
Résumé
Agroforestry systems, containing mixtures of trees and crops, are often promoted because the net effect of interactions between woody and herbaceous components is thought to be positive if evaluated over the long term. From a modelling perspective, agroforestry has received much less attention than monocultures. However, for the potential of agroforestry to impact food security in Africa to be fully evaluated, models are required that accurately predict crop yields in the presence of trees. The positive effects of the fertiliser tree gliricidia ( Gliricidia sepium ) on maize ( Zea mays ) are well documented and use of this tree-crop combination to increase crop production is expanding in several African countries. Simulation of gliricidia-maize interactions can complement field trials by predicting crop response across a broader range of contexts than can be achieved by experimentation alone. We tested a model developed within the APSIM framework. APSIM models are widely used for one dimensional (1D), process-based simulation of crops such as maize and wheat in monoculture. The Next Generation version of APSIM was used here to test a 2D agroforestry model where maize growth and yield varied spatially in response to interactions with gliricidia. The simulations were done using data for gliricidia-maize interactions over two years (short-term) in Kenya and 11 years (long-term) in Malawi, with differing proportions of trees and crops and contrasting management. Predictions were compared with observations for maize grain yield, and soil water content. Simulations in Kenya were in agreement with observed yields reflecting lower observed maize germination in rows close to gliricidia. Soil water content was also adequately simulated, except for a tendency for slower simulated drying of the soil profile each season. Simulated maize yields in Malawi were also in agreement with observations. Trends in soil carbon over a decade were similar to those measured, but could not be statistically evaluated. These results show that the agroforestry model in APSIM Next Generation adequately represented tree-crop interactions in these two contrasting agro-ecological conditions and agroforestry practices. Further testing of the model is warranted to explore tree-crop interactions under a wider range of environmental conditions.
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 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».