Wetenschappers hebben nu een nieuwe tool om de toekomstige effecten van klimaatverandering op gewasopbrengsten te voorspellen.

Onderzoekers van de Universiteit van Illinois proberen een brug te slaan tussen twee soorten computationele gewasmodellen om betrouwbaardere voorspellers te worden van de gewasproductie in de Amerikaanse Corn Belt.

"De ene klasse van gewasmodellen is gebaseerd op agronomie en de andere is ingebed in klimaatmodellen of aardsysteemmodellen. Ze zijn ontwikkeld voor verschillende doeleinden en toegepast op verschillende schalen, " zegt Kaiyu Guan, een milieuwetenschapper aan de Universiteit van Illinois en de hoofdonderzoeker van het onderzoek. "Omdat elk zijn eigen sterke en zwakke punten heeft, ons simpele idee is om de sterke punten van beide soorten modellen te combineren om een ​​nieuw gewasmodel te maken met verbeterde voorspellingsprestaties."

Guan en zijn onderzoeksteam hebben een nieuw maïsgroeimodel geïmplementeerd en geëvalueerd, weergegeven als het CLM-APSIM-model, door superieure functies te combineren in zowel Community Land Model (CLM) als Agricultural Production Systems sIMulator (APSIM).

"Het oorspronkelijke maïsmodel in CLM heeft slechts drie fenologische stadia, of levenscycli. Enkele belangrijke ontwikkelingsstadia zoals bloei ontbreken, waardoor het onmogelijk is om enkele kritische spanningen toe te passen, zoals waterstress of hoge temperatuur in deze specifieke ontwikkelingsstadia, " zegt Bin Peng, een postdoctoraal onderzoeker in het laboratorium van Guan en ook de hoofdauteur. "Onze oplossing omvat het levenscyclusontwikkelingsschema van APSIM, die 12 fasen heeft, in het CLM-model. Door deze integratie, spanningen veroorzaakt door hoge temperaturen, bodemwater- en stikstoftekorten, in het nieuwe model kunnen worden meegenomen."

Peng zegt dat ze CLM hebben gekozen als hostingraamwerk om het nieuwe model te implementeren, omdat het meer procesgericht is en kan worden gekoppeld aan klimaatmodellen.

"Dit is belangrijk omdat de nieuwe tool kan worden gebruikt om de tweerichtingsfeedback tussen een agro-ecosysteem en een klimaatsysteem in onze toekomstige studies te onderzoeken."

Naast het vervangen van het oorspronkelijke maïsfenologiemodel in CLM door dat van het APSIM-model, de onderzoekers hebben verschillende andere innovatieve verbeteringen aangebracht in het nieuwe model. Een nieuw koolstoftoewijzingsschema en een simulatieschema voor het aantal korrels zijn toegevoegd, evenals een verfijning van het oorspronkelijke luifelstructuurschema.

"De meest aanlokkelijke verbetering is dat ons nieuwe model dichter bij de juiste opbrengst komt met het juiste mechanisme, ", zegt Guan. "Het originele CLM-model onderschat de bovengrondse biomassa, maar overschat de oogstindex van maïs, wat leidt tot schijnbare simulatie van het juiste rendement met het verkeerde mechanisme. Ons nieuwe model corrigeerde deze tekortkoming in het originele CLM-model."

Peng voegt eraan toe dat het fenologieschema van APSIM vrij algemeen is. "We kunnen ons nieuwe model eenvoudig uitbreiden om de groeiprocessen van andere stapelgewassen te simuleren. zoals sojabonen en tarwe. Dit staat zeker in ons plan en we zijn er al mee bezig.

"Al het werk werd uitgevoerd op Blue Waters, een krachtige petascale-supercomputer in het National Center for Supercomputing Applications (NCSA) op de campus van de Universiteit van Illinois, ", zegt Peng. "We werken momenteel aan parametergevoeligheidsanalyse en Bayesiaanse kalibratie van dit nieuwe model en ook aan een regionale simulatie met hoge resolutie over de Amerikaanse Corn Belt, dit alles zou niet mogelijk zijn zonder de kostbare rekenkracht van Blue Waters."