Issue |
OCL
Volume 27, 2020
Soybean / Soja
|
|
---|---|---|
Article Number | 58 | |
Number of page(s) | 9 | |
DOI | https://doi.org/10.1051/ocl/2020057 | |
Published online | 02 November 2020 |
Research Article
Estimating crop model parameters for simulating soybean production in Iran conditions☆
Estimation des paramètres d’un modèle de culture simulant la production de soja en Iran
1
Department of Plant Production, Gorgan University of Agricultural Sciences,
Gorgan, Iran
2
SWEP Analytical Laboratories,
Melbourne, Australia
3
Department of Agronomy, Agriculture College, Vali-e-Asr University of Rafsanjan,
Kerman, Iran
* Correspondence: V.dadrasi@gmail.com
Received:
24
March
2020
Accepted:
2
October
2020
Crop modelling has the potential to contribute to food security. In this study, to provide a simple model for estimating the soybean potential yield and phenological stages in Iran, a simulation model (SSM_iCrop2) was parameterized and tested. This model estimates the soybean phenological stages and potential yield based on the weather data (minimum and maximum temperature, solar radiation and rainfall) using the phenological models such as leaf area development, mass production and partitioning and soil water balance. Regarding the model parametrization, the two maturities groups of 3 and 5 with the temperature unit of 2000 and 2400 growth degrees day (GDD) were chosen. The model evaluation results indicated that the soybean yield ranged between 1.9 and 4.8 with the average of 3.5 t.ha−1, while the range of simulated yield changes between 1.8 and 4.7 with the average of 3.7 t.ha−1. Comparing the observed yield to the simulated yield, values of r, CV and RMSE were obtained 0.84, 13%, 0.5 t.ha−1 which indicates the high accuracy of the model. All of these results indicated that the estimated model parameters are high accuracy for use in the simulation of soybean yield at the country level.
Résumé
La modélisation des cultures peut contribuer à la sécurité alimentaire. Dans cette étude, un modèle de simulation (SSM_iCrop2) a été paramétré et testé afin d’estimer les stades phénologiques et le rendement potentiel du soja en Iran. Ce modèle simple s’appuie sur une base de données météorologiques (température minimale et maximale, rayonnement solaire et précipitations) pour estimer la phénologie, la surface foliaire, la production et l’allocation de la biomasse, et le bilan hydrique du sol. Pour le paramétrage du modèle, seuls les groupes de maturité III et V correspondant à des sommes de température de 2000 et 2400 degrés-jours ont été retenus. Les résultats de l’évaluation du modèle ont indiqué que le rendement observé du soja se situait entre 1,9 et 4,8 t.ha−1, avec une moyenne de 3,5 t.ha−1, tandis que la gamme des rendements simulés variait de 1,8 à 4,7 t.ha−1 avec une moyenne de 3,7 t.ha−1. En comparant le rendement observé au rendement simulé, on a obtenu des valeurs de r, CV et RMSE de 0,84, 13%, 0,5 t.ha−1,respectivement, ce qui souligne la grande précision du modèle. Tous ces résultats indiquent que les paramètres estimés pour ce modèle sont suffisamment précis pour être utilisés dans la simulation du rendement du soja au niveau national.
Key words: parameterization / evaluation / food security / crop model / climate change
Mots clés : paramétrage / évaluation / sécurité alimentaire / modèle de culture / changement climatique
© A. Nehbandani et al., Hosted by EDP Sciences, 2020
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (https://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.