H5VTIQA4

2139

28 octobre 2020 12:23

31 octobre 2020 00:08

La modélisation de N transformations au sein des systèmes de culture est cruciale pour l'optimisation de la gestion N afin d'augmenter l'efficacité d'utilisation de N et de réduire les pertes de N. Une telle modélisation reste difficile en raison de la complexité du cycle de l'azote dans les systèmes sol-plante. Dans la présente étude, les incertitudes de six modèles basés sur les processus (PBM) largement utilisés, notamment APSIM, CROPSYST, DAISY, FASSET, HERMES et STICS, ont été testées en simulant différentes gestions d'azote (cultures dérobées (CC) et différents taux d'engrais azotés). ) en rotations de 12 ans en Europe occidentale. Le blé d'hiver, la betterave à sucre et le pois étaient les principales cultures et le radis était le principal CC dans les systèmes testés. Nos résultats ont montré que les PBM simulaient bien le rendement, la biomasse aérienne, l'exportation de N et l'absorption de N avec de faibles valeurs RMSE, sauf pour la betterave sucrière, qui était généralement moins bien paramétrée. De plus, les PBM ont fourni des simulations de cultures plus précises (c'est-à-dire l'exportation de N et l'absorption de N) par rapport aux simulations du sol (minéralisation de l'azote et N minéral du sol (SMN)) et des variables environnementales (lessivage de l'azote). L'utilisation de la moyenne ou de la médiane d'ensemble multi-modèles de quatre PBM a considérablement réduit l'erreur en pourcentage absolue moyenne (MAPE) entre les simulations et les observations à moins de 15% pour le rendement, la biomasse aérienne, l'exportation de N et l'absorption de N. L'ensemble multimodèle a également réduit de manière significative le MAPE pour la minéralisation nette de N et le lessivage annuel de N à environ 15%, alors qu'il était supérieur à 20% pour SMN. En général, les PBM ont bien simulé les effets du CC sur les flux d'azote, c'est-à-dire l'augmentation de la minéralisation de l'azote et la réduction du lessivage de l'azote à court et à long terme, et tous les PBM ont correctement prédit les effets du taux réduit d'azote sur toutes les variables mesurées dans l'étude. Les incertitudes de l'ensemble multimodèle pour la minéralisation N, le SMN et le lessivage de N étaient plus importantes, principalement parce que ces variables sont influencées par les interactions plante-sol et soumises à des effets cumulatifs à long terme dans les rotations des cultures, ce qui les rend plus difficiles à simuler. De grandes différences existaient entre les PBM individuels en raison des différences dans les formalismes pour décrire les processus N dans les systèmes sol-plante, les compétences des modélisateurs et le niveau d'étalonnage du modèle. En outre, les performances du modèle dépendaient également des variables simulées, par exemple, HERMES et FASSET ont mieux performé pour le rendement et la biomasse des cultures, APSIM, DAISY et STICS ont mieux performé pour l'exportation et l'absorption de N, STICS a fourni la meilleure simulation pour SMN et N lixiviation. parmi les six PBM individuels de l'étude, mais tous les PBM ont rencontré des difficultés pour bien prédire la moyenne ou la variance de la minéralisation de l'azote du sol. Nos résultats ont montré qu'un meilleur étalonnage pour les variables N du sol est nécessaire pour améliorer les prédictions du modèle du cycle de N afin d'optimiser la gestion de N dans les rotations des cultures.

Modelling N transformations within cropping systems is crucial for N management optimization in order to increase N use efficiency and reduce N losses. Such modelling remains challenging because of the complexity of N cycling in soil–plant systems. In the current study, the uncertainties of six widely used process-based models (PBMs), including APSIM, CROPSYST, DAISY, FASSET, HERMES and STICS, were tested in simulating different N managements (catch crops (CC) and different N fertilizer rates) in 12-year rotations in Western Europe. Winter wheat, sugar beet and pea were the main crops, and radish was the main CC in the tested systems. Our results showed that PBMs simulated yield, aboveground biomass, N export and N uptake well with low RMSE values, except for sugar beet, which was generally less well parameterized. Moreover, PBMs provided more accurate crop simulations (i.e. N export and N uptake) compared to simulations of soil (N mineralization and soil mineral N (SMN)) and environmental variables (N leaching). The use of multi-model ensemble mean or median of four PBMs significantly reduced the mean absolute percentage error (MAPE) between simulations and observations to less than 15% for yield, aboveground biomass, N export and N uptake. Multi-model ensemble also significantly reduced the MAPE for net N mineralization and annual N leaching to around 15%, while it was larger than 20% for SMN. Generally, PBMs well simulated the CC effects on N fluxes, i.e. increasing N mineralization and reducing N leaching in both short-term and long-term, and all PBMs correctly predicted the effects of the reduced N rate on all measured variables in the study. The uncertainties of multi-model ensemble for N mineralization, SMN and N leaching were larger, mainly because these variables are influenced by plant-soil interactions and subject to cumulative long-term effects in crop rotations, which makes them more difficult to simulate. Large differences existed between individual PBMs due to the differences in formalisms for describing N processes in soil–plant systems, the skills of modelers and the model calibration level. In addition, the model performance also depended on the simulated variables, for instance, HERMES and FASSET performed better for yield and crop biomass, APSIM, DAISY and STICS performed better for N export and N uptake, STICS provided best simulation for SMN and N leaching among the six individual PBMs in the study, but all PBMs met difficulties to well predict either average or variance of soil N mineralization. Our results showed that better calibration for soil N variables is needed to improve model predictions of N cycling in order to optimize N management in crop rotations.

None

• AB - Utile à l'AB
• FREDO rotation culturale
• GEO Europe
• azote
• catch crops
• crop rotation
• engrais vert

• multi-model ensemble
• n cycling
• n export

Field Crops Research

255

107863

September 15, 2020

15 septembre 2020

10.1016/j.fcr.2020.107863 Le DOI est une URL unique de référencement d'une publication. Il est donc plus fiable et permanent qu'une URL classique

0378-4290 L’ISSN est un code de 8 chiffres servant à identifier les journaux, revues, magazines, périodiques de toute nature et sur tous supports, papier comme électronique.