RZWQM2 Performance in Simulating Maize Yield and Evapotranspiration under Rainfed and Irrigated Conditions
Notice bibliographique
Résumé
<b><sc>Abstract.</sc></b> Precise simulation of actual crop evapotranspiration (ETa) is essential for precisely monitoring drought and scheduling in-season irrigation events thereby optimizing crop yields and enabling sustainable agricultural planning. The objective of this study is to compare the RZWQM2 model performance in simulating ETa and crop yields under both rainfed and irrigated conditions across varying climates which have been rarely studied. We comprehensively calibrated and evaluated the RZWQM2 model using field experiment data, including crop growth stages, soil water content, leaf area index, crop yield, and ETa, from five sites: four in USA (Ames, IA, Bushland, TX, Greeley, CO, and Mead, NE) and one in eastern Canada (Ottawa, ON).Among these, Ames, Mead, and Ottawa represented rainfed systems, while Bushland and Greeley were fully irrigated. Simulated soil water content showed satisfactory agreement with measured data, with RRMSE values below 30% and PBIAS within ±15% in most cases. The RRMSE for daily ETa simulation during the calibration and validation periods was 41.7% and 45.2% (Ames), 28.0% and 29.3% (Mead), 37.2% and 38.9% (Ottawa), 34.3% and 22.3% (Bushland), and 26.1% and 22.5% (Greeley), respectively. The corresponding PBIAS values were –2.5% and –0.7% (Ames), –9.5% and –3.7% (Mead), 3.2% and –6.0% (Ottawa), –4.0% and –0.7% (Bushland), and –5.7% and –1.4% (Greeley). These results suggest acceptable model performance for daily ETa at irrigated sites, while performance was unsatisfactory at rainfed sites except for Mead, based on RRMSE. Nevertheless, PBIAS values remained within acceptable limits across all sites. However, the model performance for weekly cumulative ETa was acceptable at rainfed sites. Simulated crop yields exhibited strong agreement with observed values, with RRMSE below 30% and PBIAS within ±15% at all sites. Overall, the RZWQM2 model demonstrated reliable performance in simulating crop yields and deep layer soil water content across both rainfed and irrigated systems. However, its ability to simulate daily ETa was satisfactory in irrigated conditions than rainfed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».