logo móvil
Contáctanos

Calibración y validación del modelo EPIC para la producción de maíz en el Cabo Oriental, Sudáfrica

Autores: Choruma, Dennis Junior; Balkovic, Juraj; Odume, Oghenekaro Nelson

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Calibración y validación del modelo EPIC para la producción de maíz en el Cabo Oriental, Sudáfrica


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Modelos de cultivos
Gestión agrícola
Servicios ecosistémicos
Modelo EPIC
Rendimiento de maíz
Calibración

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
Los modelos de cultivos son herramientas útiles para evaluar los efectos de la gestión agrícola en los servicios ecosistémicos. Sin embargo, antes de poder aplicarlos con confianza, es importante calibrar y validar los modelos de cultivos en la región de interés. En este estudio, el modelo de Clima Integrado de Política Ambiental (EPIC) fue evaluado por su potencial para simular el rendimiento de maíz utilizando datos limitados de ensayos de campo en dos cultivares de maíz. Dos campos independientes en la Granja de Investigación de Cradock fueron utilizados, uno para calibración y otro para validación. Antes de la calibración, el rendimiento simulado promedio fue de 8 t/ha, mientras que el rendimiento observado promedio fue de 11.26 t/ha. La calibración del modelo mejoró el rendimiento simulado promedio a 11.23 t/ha con un coeficiente de determinación (R^2) = 0.76 y una eficiencia del modelo (NSE) = 0.56. La validación con el rendimiento de grano fue satisfactoria con R^2 = 0.85 y NSE = 0.61. La calibración de las unidades de calor potencial (PHUs) y los parámetros relacionados con el carbono del suelo mejoraron las simulaciones del modelo. Aunque el estudio solo utilizó el rendimiento de grano para calibrar y evaluar el modelo, los resultados muestran que el modelo calibrado puede proporcionar simulaciones razonablemente precisas. Se puede concluir que conjuntos de datos limitados de ensayos de campo de maíz pueden ser utilizados para calibrar el modelo EPIC cuando datos experimentales exhaustivos no están disponibles.

Otros recursos que podrían interesarte

Temas Virtualpro