MétaCan
Menu
Retour à la cohorte
Enregistrement W4412123856 · doi:10.13031/aim.202501161

RZWQM2 Performance in Simulating Maize Yield and Evapotranspiration under Rainfed and Irrigated Conditions

2025· article· en· W4412123856 sur OpenAlexaboutno aff
Viveka Nand, Zhiming Qi, Liwang Ma, Ward Smith, Elizabeth Pattey, Bruce A. Kimball, Andrew E. Suyker, Steven R. Evett, H. S. Grewal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEvapotranspirationYield (engineering)AgronomyEnvironmental scienceIrrigationAgricultural engineeringBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. 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 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)0,001
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 enseignants0,132
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCrop Yield and Soil FertilityTravaux en français237 207