| |
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas. |
|
Fecha : |
04/01/2023 |
|
Actualizado : |
08/02/2023 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Autor : |
GASO, D.; DE WIT, A.; DE BRUIN, S.; PUNTEL, L.A.; BERGER, A.; KOOISTRA, L. |
|
Afiliación : |
DEBORAH VIVIANA GASO MELGAR, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; Laboratory of Geo-Information Science and Remote Sensing, Wageningen University and Research, Wageningen 6708 PB, the Netherlands; ALLARD DE WIT, Wageningen Environmental Research, Wageningen 6708 PB, the Netherlands; SYTZE DE BRUIN, Laboratory of Geo-Information Science and Remote Sensing, Wageningen University and Research, Wageningen 6708 PB, the Netherlands; LAILA A. PUNTEL, Department of Agronomy and Horticulture, University of Nebraska-Lincoln, Keim Hall, 1825 N 38th Street, Lincoln 68583-0915, NE, USA; ANDRES GUSTAVO BERGER RICCA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; LAMMERT KOOISTRA, Laboratory of Geo-Information Science and Remote Sensing, Wageningen University and Research, Wageningen 6708 PB, the Netherlands. |
|
Título : |
Efficiency of assimilating leaf area index into a soybean model to assess within-field yield variability. |
|
Fecha de publicación : |
2023 |
|
Fuente / Imprenta : |
European Journal of Agronomy, February 2023, Volume 143, 126718. OPEN ACCESS. doi: https://doi.org/10.1016/j.eja.2022.126718 |
|
ISSN : |
1873-7331 (online) |
|
DOI : |
10.1016/j.eja.2022.126718 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Received 7 March 2022, Revised 17 October 2022, Accepted 5 December 2022, Available online 22 December 2022, Version of Record 22 December 2022. -- Corresponding author: Deborah Gaso, E-mail addresses: deborah.gasomelgar@wur.nl, dgaso@inia.org.uy (D.V. Gaso). Laboratory of Geo-Information Science and Remote Sensing, Wageningen University and Research, Wageningen 6708 PB, the Netherlands. -- LICENSE: This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0/). -- |
|
Contenido : |
ABSTRACT.- Methods for accurately estimating within-field yield are essential to improve site-specific crop management and resource use efficiencies, which would be a major step toward sustainable intensification of agricultural systems. We set out to assess the accuracy of within-field soybean yields predicted by two data assimilation methods and to assess these methods? assimilation efficiency (AE). Yields were estimated by assimilating remotely sensed leaf area index (LAI) data from Sentinel-2 into a soybean crop growth model on a pixel basis. The LAI data was integrated into the model by Ensemble Kalman Filtering (EnKF) or by recalibrating with the Subplex algorithm (recalibration-based). An open-loop setting which only integrates information on the soil layers was used as a baseline scenario for quantifying the AE. We assessed both data assimilation techniques on eight fields (3067 pixels) in the Corn Belt region (Nebraska, Kansas and Kentucky) in the United States. The data set encompassed substantial variation in crop growth conditions: three growing seasons (2018, 2019 and 2020), rainfed and irrigated fields, and early and late planting dates. Ground truth yield acquired from combine monitors was used to validate the yield estimations. Agreement between predicted and observed yield at pixel level was two times higher for both data assimilation methods compared to the open-loop. The root mean square error (RMSE) was 476 kg.ha-1 (RRMSE of 10 %) in the recalibration-based method and 573 kg.ha-1 (RRMSE of 12 %) in the EnKFbased method. For both data assimilation methods, assimilating the LAI improved predictions for 68 % of the pixels. For a further 12 % of pixels, there was no accuracy improvement. For the remaining 20 %, AE was positive for one of the two assimilation methods. The high proportion of pixels with positive AE indicates the potential for overcoming the limitations in applying crop models at high spatial resolution by integrating a crop growth indicator. Assimilating an in-season indicator of crop growth (LAI) into a soybean model made it possible to adjust the simulation pathway, thereby greatly improving the accuracy of the yield estimations at the pixel level. This study elucidates the practical applications of data assimilation strategies for fine-scale within-field crop yield mapping. © 2022 The Author(s). Published by Elsevier B.V. MenosABSTRACT.- Methods for accurately estimating within-field yield are essential to improve site-specific crop management and resource use efficiencies, which would be a major step toward sustainable intensification of agricultural systems. We set out to assess the accuracy of within-field soybean yields predicted by two data assimilation methods and to assess these methods? assimilation efficiency (AE). Yields were estimated by assimilating remotely sensed leaf area index (LAI) data from Sentinel-2 into a soybean crop growth model on a pixel basis. The LAI data was integrated into the model by Ensemble Kalman Filtering (EnKF) or by recalibrating with the Subplex algorithm (recalibration-based). An open-loop setting which only integrates information on the soil layers was used as a baseline scenario for quantifying the AE. We assessed both data assimilation techniques on eight fields (3067 pixels) in the Corn Belt region (Nebraska, Kansas and Kentucky) in the United States. The data set encompassed substantial variation in crop growth conditions: three growing seasons (2018, 2019 and 2020), rainfed and irrigated fields, and early and late planting dates. Ground truth yield acquired from combine monitors was used to validate the yield estimations. Agreement between predicted and observed yield at pixel level was two times higher for both data assimilation methods compared to the open-loop. The root mean square error (RMSE) was 476 kg.ha-1 (RRMSE of 10 %) in the recalibration-bas... Presentar Todo |
|
Palabras claves : |
Assimilation efficiency; Crop models; Sentinel-2; Soybean; Yield prediction. |
|
Asunto categoría : |
F01 Cultivo |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/16956/1/10.1016-j.eja.2022.126718.pdf
https://www.sciencedirect.com/sdfe/reader/pii/S1161030122002660/pdf
|
|
Marc : |
LEADER 03785naa a2200277 a 4500
001 1063938
005 2023-02-08
008 2023 bl uuuu u00u1 u #d
022 $a1873-7331 (online)
024 7 $a10.1016/j.eja.2022.126718$2DOI
100 1 $aGASO, D.
245 $aEfficiency of assimilating leaf area index into a soybean model to assess within-field yield variability.$h[electronic resource]
260 $c2023
500 $aArticle history: Received 7 March 2022, Revised 17 October 2022, Accepted 5 December 2022, Available online 22 December 2022, Version of Record 22 December 2022. -- Corresponding author: Deborah Gaso, E-mail addresses: deborah.gasomelgar@wur.nl, dgaso@inia.org.uy (D.V. Gaso). Laboratory of Geo-Information Science and Remote Sensing, Wageningen University and Research, Wageningen 6708 PB, the Netherlands. -- LICENSE: This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0/). --
520 $aABSTRACT.- Methods for accurately estimating within-field yield are essential to improve site-specific crop management and resource use efficiencies, which would be a major step toward sustainable intensification of agricultural systems. We set out to assess the accuracy of within-field soybean yields predicted by two data assimilation methods and to assess these methods? assimilation efficiency (AE). Yields were estimated by assimilating remotely sensed leaf area index (LAI) data from Sentinel-2 into a soybean crop growth model on a pixel basis. The LAI data was integrated into the model by Ensemble Kalman Filtering (EnKF) or by recalibrating with the Subplex algorithm (recalibration-based). An open-loop setting which only integrates information on the soil layers was used as a baseline scenario for quantifying the AE. We assessed both data assimilation techniques on eight fields (3067 pixels) in the Corn Belt region (Nebraska, Kansas and Kentucky) in the United States. The data set encompassed substantial variation in crop growth conditions: three growing seasons (2018, 2019 and 2020), rainfed and irrigated fields, and early and late planting dates. Ground truth yield acquired from combine monitors was used to validate the yield estimations. Agreement between predicted and observed yield at pixel level was two times higher for both data assimilation methods compared to the open-loop. The root mean square error (RMSE) was 476 kg.ha-1 (RRMSE of 10 %) in the recalibration-based method and 573 kg.ha-1 (RRMSE of 12 %) in the EnKFbased method. For both data assimilation methods, assimilating the LAI improved predictions for 68 % of the pixels. For a further 12 % of pixels, there was no accuracy improvement. For the remaining 20 %, AE was positive for one of the two assimilation methods. The high proportion of pixels with positive AE indicates the potential for overcoming the limitations in applying crop models at high spatial resolution by integrating a crop growth indicator. Assimilating an in-season indicator of crop growth (LAI) into a soybean model made it possible to adjust the simulation pathway, thereby greatly improving the accuracy of the yield estimations at the pixel level. This study elucidates the practical applications of data assimilation strategies for fine-scale within-field crop yield mapping. © 2022 The Author(s). Published by Elsevier B.V.
653 $aAssimilation efficiency
653 $aCrop models
653 $aSentinel-2
653 $aSoybean
653 $aYield prediction
700 1 $aDE WIT, A.
700 1 $aDE BRUIN, S.
700 1 $aPUNTEL, L.A.
700 1 $aBERGER, A.
700 1 $aKOOISTRA, L.
773 $tEuropean Journal of Agronomy, February 2023, Volume 143, 126718. OPEN ACCESS. doi: https://doi.org/10.1016/j.eja.2022.126718
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Tacuarembó. |
|
Fecha actual : |
21/02/2014 |
|
Actualizado : |
12/06/2019 |
|
Tipo de producción científica : |
Documentos |
|
Autor : |
CASTILLO, J.; MARCHESI, C.; CARRACELAS, G. |
|
Afiliación : |
EMILSE JESUS CASTILLO VELAZQUEZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; CLAUDIA ELIZABETH MARCHESI GYERMAN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; JULIO GONZALO CARRACELAS GARRIDO, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
Resumen de avance de investigación, año 2012-2013-Programa Nacional de arroz, INIA Tacuarembó: Fertilización nitrogenada en arroz en base a indicadores objetivos y su efecto en el rendimiento (AZ 14). |
|
Fecha de publicación : |
2013 |
|
Fuente / Imprenta : |
In: INIA Tacuarembó. Programa Nacional de Investigación en Producción de Arroz. Presentación resultados experimentales de arroz: Zafra 2012-2013, 6-7 agosto, Tacuarembó, Artigas, Uruguay. Tacuarembó (Uruguay): INIA, 2013. |
|
Páginas : |
p. 35-36 |
|
Serie : |
(INIA Serie Actividades de Difusión ; 715) |
|
Idioma : |
Español |
|
Contenido : |
La fertilización nitrogenada del cultivo de arroz es una práctica generalizada en todo el país, siendo los momentos de aplicación recomendados los de macollaje y primordio floral. A nivel de país se utilizan dosis promedio de 50-60 kg N/ha entre los dos momentos antes mencionados, si bien no queda siempre claro el criterio por el que se recomiendan estas dosis. Esto se debe a que la investigación nacional ha redundado en una gran variedad de respuestas del cultivo a los manejos de nitrógeno propuestos, manifestándose la relación con otros factores, por ejemplo año, manejo de suelos, riego, variedad, etc. A su vez se tiene información de que el aporte de N que hace el suelo al cultivo es muy importante en nuestras condiciones. Un uso racional de los factores de producción como los fertilizantes es de suma importancia para lograr un ajuste en el manejo, evitar un uso innecesario que perjudique al ambiente y la ecuación económica del productor, y a su vez ayude a achicar la brecha de rendimiento entre productores de punta y los menos eficientes. Para lograr un ajuste de las necesidades de nitrógeno de los cultivos en los sistemas y las aplicaciones a realizar, contar con indicadores asociados al
rendimiento y a la respuesta a la fertilización, así como niveles críticos de esos indicadores, permitiría llegar a este manejo racional antes mencionado.
El objetivo del trabajo consiste en buscar algunos indicadores asociados al rendimiento y la determinación de sus niveles críticos, que permitan realizar una fertilización nitrogenada que maximice los rendimientos o que identifique las situaciones en las que no es esperable encontrar respuesta. MenosLa fertilización nitrogenada del cultivo de arroz es una práctica generalizada en todo el país, siendo los momentos de aplicación recomendados los de macollaje y primordio floral. A nivel de país se utilizan dosis promedio de 50-60 kg N/ha entre los dos momentos antes mencionados, si bien no queda siempre claro el criterio por el que se recomiendan estas dosis. Esto se debe a que la investigación nacional ha redundado en una gran variedad de respuestas del cultivo a los manejos de nitrógeno propuestos, manifestándose la relación con otros factores, por ejemplo año, manejo de suelos, riego, variedad, etc. A su vez se tiene información de que el aporte de N que hace el suelo al cultivo es muy importante en nuestras condiciones. Un uso racional de los factores de producción como los fertilizantes es de suma importancia para lograr un ajuste en el manejo, evitar un uso innecesario que perjudique al ambiente y la ecuación económica del productor, y a su vez ayude a achicar la brecha de rendimiento entre productores de punta y los menos eficientes. Para lograr un ajuste de las necesidades de nitrógeno de los cultivos en los sistemas y las aplicaciones a realizar, contar con indicadores asociados al
rendimiento y a la respuesta a la fertilización, así como niveles críticos de esos indicadores, permitiría llegar a este manejo racional antes mencionado.
El objetivo del trabajo consiste en buscar algunos indicadores asociados al rendimiento y la determinación de sus niveles críticos, ... Presentar Todo |
|
Palabras claves : |
RICE (ORYZA SATIVA L.). |
|
Thesagro : |
ARROZ. |
|
Asunto categoría : |
F01 Cultivo |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/12811/1/sad715p35-36.pdf
|
|
Marc : |
LEADER 02544naa a2200193 a 4500
001 1027365
005 2019-06-12
008 2013 bl uuuu u00u1 u #d
100 1 $aCASTILLO, J.
245 $aResumen de avance de investigación, año 2012-2013-Programa Nacional de arroz, INIA Tacuarembó$bFertilización nitrogenada en arroz en base a indicadores objetivos y su efecto en el rendimiento (AZ 14).
260 $c2013
300 $ap. 35-36
490 $a(INIA Serie Actividades de Difusión ; 715)
520 $aLa fertilización nitrogenada del cultivo de arroz es una práctica generalizada en todo el país, siendo los momentos de aplicación recomendados los de macollaje y primordio floral. A nivel de país se utilizan dosis promedio de 50-60 kg N/ha entre los dos momentos antes mencionados, si bien no queda siempre claro el criterio por el que se recomiendan estas dosis. Esto se debe a que la investigación nacional ha redundado en una gran variedad de respuestas del cultivo a los manejos de nitrógeno propuestos, manifestándose la relación con otros factores, por ejemplo año, manejo de suelos, riego, variedad, etc. A su vez se tiene información de que el aporte de N que hace el suelo al cultivo es muy importante en nuestras condiciones. Un uso racional de los factores de producción como los fertilizantes es de suma importancia para lograr un ajuste en el manejo, evitar un uso innecesario que perjudique al ambiente y la ecuación económica del productor, y a su vez ayude a achicar la brecha de rendimiento entre productores de punta y los menos eficientes. Para lograr un ajuste de las necesidades de nitrógeno de los cultivos en los sistemas y las aplicaciones a realizar, contar con indicadores asociados al rendimiento y a la respuesta a la fertilización, así como niveles críticos de esos indicadores, permitiría llegar a este manejo racional antes mencionado. El objetivo del trabajo consiste en buscar algunos indicadores asociados al rendimiento y la determinación de sus niveles críticos, que permitan realizar una fertilización nitrogenada que maximice los rendimientos o que identifique las situaciones en las que no es esperable encontrar respuesta.
650 $aARROZ
653 $aRICE (ORYZA SATIVA L.)
700 1 $aMARCHESI, C.
700 1 $aCARRACELAS, G.
773 $tIn: INIA Tacuarembó. Programa Nacional de Investigación en Producción de Arroz. Presentación resultados experimentales de arroz: Zafra 2012-2013, 6-7 agosto, Tacuarembó, Artigas, Uruguay. Tacuarembó (Uruguay): INIA, 2013.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Tacuarembó (TBO) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
