Residual correlation and ensemble modelling to improve crop and grassland models
Residual correlation and ensemble modelling to improve crop and grassland models
复制标题
用于改进作物和草地模型的残差相关和集成建模
DOI：
10.1016/j.envsoft.2023.105625
复制
发表时间：
2023
影响因子：
4.9
通讯作者：
Sándor R
中科院分区：
文献类型：
--
作者：
Sándor R
多模式集成越来越多地被接受用于估算农业碳氮通量、生产力和可持续性。有越来越多的证据表明，有一些特定地点的观测可用于模型校准（以植被数据作为最低要求），从地球化学模型（多模型中位数）同化的中位数输出提供了比单个模型更准确的模拟。在这里，我们评估潜在的不足之处，模型合奏代表（相对于气候因素）的过程中，潜在的生态地球化学输出在复杂的农业系统，如草地和作物轮作，包括休耕期。我们通过探索模型残差的相关性来做到这一点。我们将部分校准和完全校准之间的区别限制在两个最相关的校准阶段，即仅使用植物数据（部分）和结合植物，土壤物理和地球化学数据（全部）。它介绍并评价了（1）对模型用户和受益者实用的做法和（2）最佳建模做法之间的权衡。与完全校准的模型总体上获得的较低的相关性突出了完全校准方案的中心地位，以确定需要进一步开发的模型结构领域。
Multi-model ensembles are becoming increasingly accepted for the estimation of agricultural carbon-nitrogen fluxes, productivity and sustainability. There is mounting evidence that with some site-specific observations available for model calibration (with vegetation data as a minimum requirement), median outputs assimilated from biogeochemical models (multi-model medians) provide more accurate simulations than individual models. Here, we evaluate potential deficiencies in how model ensembles represent (in relation to climatic factors) the processes underlying biogeochemical outputs in complex agricultural systems such as grassland and crop rotations including fallow periods. We do that by exploring the correlation of model residuals. We restricted the distinction between partial and full calibration to the two most relevant calibration stages, i.e. with plant data only (partial) and with a combination of plant, soil physical and biogeochemical data (full). It introduces and evaluates the trade-off between (1) what is practical to apply for model users and beneficiaries, and (2) what constitutes best modelling practice. The lower correlations obtained overall with fully calibrated models highlight the centrality of the full calibration scenario for identifying areas of model structures that require further development.
登录
查看更多内容
DOI：
10.1016/j.scitotenv.2018.06.020
发表时间：
2018-11
期刊：
The Science of the total environment
影响因子：
--
作者：
R. Sándor;F. Ehrhardt;L. Brilli;M. Carozzi;S. Recous;Pete Smith;V. Snow;J. Soussana;C. Dorich;K. Fuchs;N. Fitton;Kate Gongadze;K. Klumpp;M. Liebig;Raphaël Martin;L. Merbold;P. Newton;R. Rees;S. Rolinski;G. Bellocchi
通讯作者：
R. Sándor;F. Ehrhardt;L. Brilli;M. Carozzi;S. Recous;Pete Smith;V. Snow;J. Soussana;C. Dorich;K. Fuchs;N. Fitton;Kate Gongadze;K. Klumpp;M. Liebig;Raphaël Martin;L. Merbold;P. Newton;R. Rees;S. Rolinski;G. Bellocchi
制定使用仪表塔测量农田温室气体通量的标准
DOI：
--
发表时间：
2006
期刊：
影响因子：
--
作者：
E. Pattey;G. Edwards;I. Strachan;R. Desjardins;S. Kaharabata;C. Riddle
通讯作者：
C. Riddle
Vuln-Indices：评估气候变化脆弱性的软件
影响因子：
8.3
作者：
R. Lardy;G. Bellocchi;Raphaël Martin
通讯作者：
Raphaël Martin
寻求中值模型的合理基础：多模型集成结果的最优组合
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
A. Riccio;G. Giunta;S. Galmarini
通讯作者：
S. Galmarini
影响因子：
4.9
作者：
Doro, Luca;Wang, Xiuying;Norfleet, M. Lee
通讯作者：
Norfleet, M. Lee