Página 1
Evaluación del DSSAT-CSM para simular rendimiento y C orgánico del suelo
y N de un experimento de rotación de maíz y trigo a largo plazo en el
Meseta de Loess del noroeste de China
Zhuo Ting Li a , b, JY Yang b , *, CF Drury b, G. Hoogenboom c
un Laboratorio Estatal Clave de Pastizales y Agroecosistemas, Facultad de Ciencias de la Vida, Universidad de Lanzhou, 222 South Tianshui Road, Lanzhou 730000, China
b Centro de Investigación de Cultivos de Invernadero y Procesamiento, Agricultura y Agroalimentación de Canadá, 2585 County Road 20, Harrow, ON N0R 1G0, Canadá
c AgWeatherNet, Universidad Estatal de Washington, WA 99350-8694, EE. UU.
ARTÍCULO
INFO
Historia del artículo:
Recibido el 16 de junio de 2014
Recibido en forma revisada el 22 de diciembre
2014
Aceptado el 24 de diciembre de 2014
On-line el 27 de enero de 2015
Palabras clave:
DSSAT-CSM
Análisis de secuencia
Rotación de maíz y trigo
Producción de grano
C y N orgánicos del suelo
Análisis de sensibilidad
RESUMEN
El objetivo de este estudio fue evaluar el potencial del Sistema de Soporte de Decisiones para Agrotecnología
Transferencia - Modelo de sistema de cultivo (DSSAT-CSM) utilizando el módulo de suelo basado en CENTURY para simular
Tendencias a plazo de rendimiento de grano, C orgánico del suelo (SOC) y N orgánico del suelo (SON) basado en datos de 14 años de
un estudio del sistema de cultivo de maíz de primavera ( Zea mays L.) y trigo de invierno ( Triticum aestivum L.) realizado
en la meseta de Loess del noroeste de China. Hubo cuatro tratamientos que incluyeron sin fertilizante (N0),
90 kg N ha -1 de urea (N90), 30 kg N ha -1 de paja más 90 kg N ha -1 de urea (SN90) y 40 kg N ha -1
de estiércol de ganado más 90 kg N ha -1 de urea (MN90) seleccionada en este estudio. El DSSAT-CSM mostró
un acuerdo de bueno a excelente para simular rendimientos de maíz con un error cuadrático medio normalizado
( nRMSE ) ≤ 19%, índice de concordancia ( d )> 0,91 y eficiencia de modelado ( EF ) ≥ 0,56, y una moderada a buena
acuerdo para rendimientos de trigo con nRMSE ≤ 22%, d > 0.89 y EF > 0.46 para el tratamiento N90, SN90 y MN90
mentos. El modelo simuló el SOC en la profundidad de 0 a 20 cm tanto para SN90 como para MN90 muy bien con nRMSE <13%
y d > 0,63 y moderadamente para N90 y N0. El SON de la capa superior del suelo simulado coincidió con los datos medidos para
N90, SN90 y MN90 muy bien con nRMSE <7%, d > 0,77 y EF > 0,15, mientras que la simulación para N0
era pobre. Se encontró que ambos rendimientos de trigo de maíz son más sensibles a las tasas de fertilizante N en zonas húmedas.
que las condiciones del suelo de sequía. La sensibilidad de los rendimientos de grano para el maíz o el trigo al crecimiento generado
La precipitación de la temporada se vio afectada por la tasa de fertilizante N. El nitrato-N (NO 3 -N) del suelo simulado en el perfil del suelo
y la lixiviación de NO 3 -N por debajo de 150 cm aumentó con el aumento de las tasas de fertilizante N como se esperaba. los
los períodos que ocurrieron una alta lixiviación de NO 3 -N fueron junto con eventos de drenaje principalmente en los siguientes períodos de barbecho.
Por lo tanto, este estudio encontró que el DSSAT-CSM tiene un gran potencial para evaluar los impactos de varios
prácticas agrícolas sobre el crecimiento de cultivos, la dinámica del C y N del suelo en la región semiárida a semihúmeda de
la meseta de Loess, y podría contribuir a seleccionar las prácticas de gestión óptimas.
© 2014 Elsevier Ltd. Todos los derechos reservados.
1. Introducción
Se requiere un análisis interdisciplinario utilizando un enfoque de sistemas
comprender mejor la complejidad de los sistemas agrícolas y la
Necesidad de cumplir múltiples objetivos en agroecosistemas sostenibles.
(Kropff y col., 2001). La simulación de modelos es una de las técnicas específicas
utilizado en un enfoque de sistemas, ya que lleva menos tiempo, es más rentable
y no tiene los requisitos de espacio asociados con la ejecución
ensayos de campo a largo plazo (Jones y col., 2003). Más importante aún, el
El estudio de modelado podría ayudar a interpretar experimentos y explicar por qué
se lograron los resultados observados y qué factores podrían
nipulados para cambiarlos (es decir, comprender los procesos dentro del
sistema). El APSIM (Simulador de sistemas de producción agrícola)
(Keating y col., 2003), STICS (Simulateur mulTIdisciplinaire pour les
Estándar de cultivos) (Brisson y col., 2003) y DSSAT (soporte de decisiones
Sistema de Transferencia de Agrotecnología) (Jones y col., 2003) los modelos son
entre el crecimiento de cultivos basado en procesos más popular y ampliamente utilizado
modelos de simulación. Estos tres modelos se pueden utilizar para simular cultivos
biomasa, rendimiento de granos, agua del suelo y balance de nitrógeno en el tiempo diario
pasos bajo diferentes sistemas de cultivo, prácticas agrícolas y
zonas climáticas. El modelo CENTURY (Parton y col., 1987, 1988) estaba
se encuentra entre los mejores modelos utilizados para simular suelos orgánicos
dinámica de carbono, N y residuos (Gijsman y col., 2002; Parton y
Rasmussen, 1994). El módulo de residuos de materia orgánica del suelo en el
El modelo CENTURY se incorporó al modelo DSSAT, y utilizando
Abreviaturas: DSSAT, Sistema de apoyo a la toma de decisiones para la transferencia de agrotecnología; CSM,
Modelo de sistema de cultivo; SOC, carbono orgánico del suelo; SON, nitrógeno orgánico del suelo; NO 3 -
N, nitrógeno nitrato.
* Autor correspondiente. Tel .: +1 519 738 1270; fax: +1519738 2929.
Dirección de correo electrónico: jingyi.yang@agr.gc.ca (JY Yang).
http://dx.doi.org/10.1016/j.agsy.2014.12.006
0308-521X / © 2014 Elsevier Ltd. Todos los derechos reservados.
Sistemas agrícolas 135 (2015) 90–104
Listas de contenido disponibles en ScienceDirect
Sistemas agrícolas
página de inicio de la revista: www.elsevier.com/locate/agsy

Página 2
datos experimentales, se descubrió que mejoraba las simulaciones para
sistemas de cultivo de insumos y para llevar a cabo la sostenibilidad a largo plazo
análisisGijsman et al., 2002). El modelo DSSAT y el CENTURY-
La opción de módulo de suelo basado se seleccionó para el presente estudio como
descrito abajo.
El modelo DSSAT se ha utilizado en todo el mundo para simular cultivos
biomasa y rendimiento, y lixiviación de N del suelo bajo diferentes manejos
prácticas y diversas condiciones climáticas (Jones y col., 2003). Tiene
También ha demostrado ser una herramienta útil para seleccionar mejoras agrícolas.
prácticasSarkar, 2009). En términos de estructura del modelo, el DSSAT
El modelo es una colección de programas independientes (como cultivos, clima,
módulos de suelo y agua) que operan juntos, con el cultivo
modelo de sistema (CSM) como el núcleo del modelo DSSAT que en gran medida
simplifica la simulación de rotaciones de cultivos (Jones y col., 2003). los
El programa de análisis de secuencia en DSSAT se utiliza para simular la secuencia de cultivos.
sucesiones durante cualquier número de años, como ocurriría en el cultivo
rotaciones y también se utiliza para estudiar los efectos a largo plazo de
diferentes prácticas de manejo sobre crecimiento, desarrollo y rendimiento
de un cultivo, así como los procesos de agua del suelo, carbono y nitrógeno,
con énfasis en las tendencias y la variabilidad del tiempo (Thornton y col., 1994,
1995; Tsuji y col., 1994).
Si el modelo DSSAT pudiera predecir con precisión las respuestas utilizando
datos observados de experimentos a largo plazo, entonces también podría ser
utilizado para proporcionar predicciones creíbles de cambios en la gestión
prácticas bajo diversas condiciones específicas del sitio sobre el rendimiento de los cultivos y
calidad del suelo (Timsina y Humphreys, 2006). En los últimos años, algunos
Se han realizado estudios para evaluar el desempeño de la
Módulo de suelo basado en DSSAT-CSM y CENTURY utilizando datos de
Experimentos de rotación de término o sistema de cultivo continuo. Para
ejemplo, Timsina y Humphreys (2006) revisaron el desempeño
mance de los modelos CERES-Rice y CERES-Wheat para el largo plazo
sistemas de rotación arroz-trigo en Asia y Australia, y encontró que
Ambos modelos funcionaron razonablemente bien en la predicción del largo plazo.
Tendencias a plazo (20 años) en los rendimientos de arroz y trigo sin agua y
N condiciones de estrés. Thorp y col. (2007) simularon el largo plazo
efectos de diferentes tasas de aplicación de N en la producción y sub-
concentración superficial de nitrato-N en el agua de drenaje en Iowa usando
el modelo DSSAT. Liu y col. (2011) simularon el rendimiento del cultivo y
dinámica del nitrógeno bajo una producción continua de maíz de 50 años
experimento en Canadá utilizando el modelo DSSAT. Tojo Soler y col. (2011)
evaluó el desempeño del DSSAT-CSM y CENTURY-
módulo de suelo basado en la predicción del rendimiento de los cultivos y la dinámica del COS para
diferentes rotaciones de cultivos y niveles de fertilizantes utilizando los datos observados
ambientado a partir de un experimento realizado en una región semiárida del oeste
África durante 1993 a 2004, y descubrió que el modelo funcionaba
de manera diferente con diferentes tratamientos.
En China, se ha desarrollado una red de experimentos de fertilizantes a largo plazo.
establecida desde principios de la década de 1980 en las principales tierras de cultivo de China
(Zhao y col., 2010), que podría proporcionar las fuentes de datos para la evaluación
Crear y mejorar un modelo de simulación de suelo y cultivo, como DSSAT.
Basado en los datos de rendimiento de las estaciones experimentales agrícolas
(1998-2000) y censo a escala de condado (1980-2000), Xiong et al.
(2008) evaluaron el desempeño del módulo CERES-Trigo de
DSSAT en la simulación de patrones regionales espaciales y temporales de trigo
producción en China. Usando el DSSAT y su suelo basado en CENTURY
módulo, Yang et al. (2013) simularon los efectos de la fermentación a largo plazo
tilización sobre el rendimiento del maíz y la dinámica del C, N del suelo de 1990 a 2007
bajo un sistema de maíz continuo basado en los datos experimentales en
noreste de China. Sin embargo, en China, la evaluación del DSSAT
desempeño del modelo en la predicción de tendencias a largo plazo en el rendimiento de granos,
C orgánico del suelo (SOC) y N orgánico del suelo (SON) bajo dos o más
Rara vez se ha informado sobre el sistema de rotación de cultivos. Un bien mantenido
El experimento de rotación a largo plazo de maíz de primavera y trigo de invierno fue
realizado en la provincia de Gansu en el noroeste de China (Fan et al., 2004,
2005a; Liu y col., 2013a), y este documento describirá el modelo-
ing de estos datos experimentales.
La provincia de Gansu es geográficamente una parte de la meseta de Loess ubicada
en el norte de ChinaShi y Shao, 2000), y se encuentra entre los más
Zonas ecológicamente frágiles y vulnerables. En esta región, el clima
varía de semiárido a semihúmedo. Los suelos fueron principalmente
obtenido de los sedimentos de loess cuaternario (Liu, 1999) con bajo
fertilidad del suelo debido al clima seco, vegetación escasa, largos períodos de
agricultura intensiva y erosiónFan et al., 2008). Los principales cultivos son
maíz y trigo, y el sistema de rotación maíz-trigo es el
sistema de cultivo inanticante que produce alrededor del 40% de las necesidades alimentarias locales
(Fan et al., 2005a). Esta región representa una porción más grande de China
rural pobre debido a la baja fertilidad del suelo y la alta densidad de población.
Por lo tanto, investigar las prácticas agrícolas óptimas que pueden
mejorar la fertilidad y la productividad del suelo a través de
el experimento a largo plazo es crucial para mejorar el desarrollo económico local,
y restablecimiento del equilibrio ecológico. Evaluar el desempeño del
El modelo DSSAT basado en el experimento a largo plazo es valioso por su
aplicación potencial en la optimización de las prácticas agrícolas cuando se
Considerar los beneficios del modelado en comparación con la investigación tradicional.
métodos (es decir, estudios de campo). Por tanto, los objetivos del presente estudio
fueron: (1) evaluar el desempeño de CERES-Maíz y
-Módulo de trigo de DSSAT-CSM utilizando el módulo de suelo basado en CENTURY
en la simulación de tendencias a largo plazo en los rendimientos de grano, SOC y SON utilizando
el conjunto de datos de un experimento de rotación en la meseta de Loess del norte
China occidental; (2) para investigar la sensibilidad de la simulación
rendimientos de grano a diferentes tasas de aplicación de fertilizante N, y a diversas
datos meteorológicos generados internamente; y (3) para abordar los
de las pérdidas simuladas por lixiviación de nitrato-N a diferentes fertilizantes N
tasas de aplicación bajo diversas condiciones de estrés hídrico.
2. Materiales y métodos
2.1. Datos experimentales a largo plazo
Los datos utilizados en este estudio se recopilaron a largo plazo.
experimento de fertilizantes que se llevó a cabo desde abril de 1979 hasta
Octubre de 1992 en Gaoping Agronomy Farm, Pingliang, provincia de Gansu.
ince, noroeste de ChinaFan et al., 2004, 2005a, 2005b, 2008; Liu
et al., 2010a, 2013a). El campo experimental está ubicado en el centro
parte de la meseta de las tierras altas de Shizi (35 ° 16 ′ N, 107 ° 30 ′ E, elevación
1254 m) (Fan et al., 2005a) que se encuentra en la meseta de Loess.
En el sistema de clasificación de suelos chino, el grupo de suelos del ex-
El campo perimental es un suelo loessial oscuro con una parte superior de textura franco limosa
suelo (0 a 20 cm) (Fan et al., 2005a). Este suelo loessial oscuro se desarrolla
extraído de sedimentos de loess cuaternario clasificados como Molisoles en USDA
la taxonomía del sueloLi y col., 2013).
Los detalles del diseño experimental y el manejo del cultivo.
han sido descritos por Fan et al. (2004; 2005a; 2008) y Liu et al.
(2013a), por lo tanto, solo una revisión de la información pertinente a este estudio
es presentado. Se organizaron seis tratamientos de forma aleatoria.
diseño de bloque completo con tres réplicas (Fan et al., 2004,
2005a). Para este estudio, se seleccionaron cuatro tratamientos para comparar
con el modelo DSSAT-CSM: (1) sin fertilizante (N0), (2) 90 kg N ha −1
de urea (N90), (3) 30 kg N ha -1 de maíz o paja de trigo más
90 kg N ha -1 de urea (SN90), (4) 40 kg N ha -1 de estiércol de ganado
más 90 kg de N ha -1 de urea (MN90).
En este experimento, los sistemas de cultivo fueron una primavera de 2 años.
maíz ( Zea mays L.) seguido de un trigo de invierno de 4 años ( Triticum
aestivum L.) rotación, con un solo cultivo cada año desde 1979 hasta
1992 (tabla 1) ( Fan et al., 2004). El maíz se sembró alrededor del 20 de abril.
cada año con una densidad de alrededor de 5 plantas m –2 y una hilera de 66,5 cm
espaciado. El trigo de invierno se sembró con un espacio entre hileras de 14,7 cm.
a una tasa de siembra de 165 kg ha -1 , lo que equivale a 471 plantas m -2
densidad utilizando un peso promedio de 1000 granos de 35 g (Zhou y col.,
2007). Los tiempos de siembra eran alrededor del 20 de septiembre de cada año.
cuando el trigo siguió al trigo, y a principios de octubre cuando el trigo
seguido del maíz. Los cultivos se recolectaron manualmente y las plantas se
91
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 3
cortar cerca del suelo y se eliminó toda la biomasa cosechada
de las parcelas con la excepción del tratamiento SN90 donde el trigo
o se devolvió paja de maíz que contenía 30 kg de N ha -1 .
En este experimento, las muestras de granos de maíz y trigo fueron
recogido en la cosecha, secado al horno a 70 ° C durante 48 horas, y luego pesado
para el período de 1979 a 1992 (Fan y col., 2004; Liu et al., 2013a ) .
También se recolectaron muestras de suelo superficial (0 a 20 cm) al azar durante
1979 a 1991 quince días después de la cosecha, y luego C orgánico del suelo y
Se midieron las concentraciones totales de N en el suelo (Fan y col., 2005a; Liu
et al., 2013a). El N total del suelo medido en el suelo incluye tanto
N orgánico e inorgánico. Al momento de la cosecha, debido a la absorción del cultivo,
lixiviación de nitratos, etc., se encontró que las concentraciones de N inorgánico
ser muy bajo en este campo y, como resultado, se supuso que el N total del suelo
ser principalmente N orgánico del suelo (Wu y col., 2003).
2.2. Datos del tiempo
Los datos meteorológicos utilizados en este estudio fueron de Changwu
estación meteorológica (35 ° 12 ′ N, 107 ° 48 ′ E, elevación 1207 m) que es
ubicado a 33 km del sitio experimental de Gaoping. Estos
Los datos meteorológicos se obtuvieron de los datos meteorológicos de China.
Sharing Service System (disponible en http://cdc.cma.gov.cn/
cdc_en / home.do ; se requiere inicio de sesión de usuario). Los datos meteorológicos variaron
de semiárido templado a semihúmedo con el promedio anual
temperatura que oscila entre 8,6 y 10,3 ° C (Figura 1a), y el anual
precipitaciones que oscilan entre 323 y 822 mm entre 1979 y 1992, y
la mayoría de las precipitaciones ocurren de junio a septiembre
(Figura 1b, c). La precipitación para las temporadas de cultivo de maíz de primavera
(es decir, de abril a septiembre) osciló entre 300 y 506 mm (Figura 1b), y
para las temporadas de crecimiento del trigo de invierno (es decir, de septiembre anterior a
Junio) osciló entre 190 y 500 mm (Figura 1b). Para 1981 y 1987, el
años en los que el trigo siguió al maíz, el trigo de invierno
las temporadas fueron de octubre a junio anterior.
2.3. Simulación de cultivos
2.3.1. Datos de entrada del modelo
En este estudio, los módulos CERES-Maíz y CERES-Trigo y
el módulo de suelo basado en CENTURY en DSSAT (versión 4.5) (Hoogenboom
et al., 2010) se utilizaron para realizar simulaciones. El modelo se
Los datos de entrada requeridos incluyen manejo de cultivos, datos climáticos diarios,
datos de perfil, condiciones iniciales del suelo y coeficientes de cultivo. La cosecha
Los datos de gestión contienen la fecha y la densidad de siembra del cultivo, el espacio de las filas,
método y fecha de labranza, fechas de fertilización (inorgánica y estiércol)
y tasas, y fecha de cosecha, etc. Estos datos de manejo de cultivos fueron
obtenido de los datos publicados para este sitio de campo como se describe por
Fan y col. (2004, 2005a, 2005b, 2008) y Liu et al. (2010a, 2013a),
y esta información se resumió (tabla 1). Para el SN90
tratamiento, el residuo de paja de maíz o trigo se cortó a unos 10 cm
de longitud y luego se devolvió al suelo después de la cosecha, mientras que
la paja de maíz y trigo se retiró de las parcelas para N0, N90
y tratamientos MN90 (Fan et al., 2005a). El campo fue arado para
23 cm de profundidad en julio después de la cosecha del trigo o en octubre después del maíz
cosecha excepto en los años en que el trigo siguió al maíz. Para éstos
años, es decir, 1980 y 1986, los campos se cultivaron con un
disco después de la cosecha de maíz y posteriormente se sembró trigo (Liu
et al., 2013a). El período entre la cosecha de la cosecha y la próxima cosecha.
la plantación se estableció como barbecho en el estudio. Además, una atmósfera
La deposición de N de 10 kg de N ha -1 se incluyó como una cantidad anual disponible
Aporte de N para todos los tratamientos al inicio de cada período de cultivo
(Liu y col., 2010b). Las condiciones iniciales del suelo (es decir, contenido de agua del suelo,
Los contenidos de NH 4 -N y NO 3 -N por capas) se establecieron según el informe de
Wu y col. (2003).
Los datos meteorológicos diarios mínimos necesarios para ejecutar el DSSAT
El modelo incluye radiación solar diaria (MJ m –2 ), máxima diaria y
temperaturas mínimas (° C) y precipitación diaria (mm). Estos
T
capaz
1
F
campo
administrar
ement
datos
por
N0,
N90,
SN90
y
MN90
tratos
de un lado a otro
metro
1979
a
1992
a
Boquiabierto
Gansu,
Porcelana.
Y
oído
Cultivo
Cultiv
a
r
Plantando
fecha
Planta
densidad
(planta
metro
−2
)
R
o
w
espacio
(cm)
Harv
es
t
fecha
Profundo
tillag
mi
fecha
N0
N90
SN90
MN90
S
tarta
fe
fertilizante
fecha
Stra
w
residuo
fecha
F
brazo
y
a
rd
estiércol
fecha
S
tarta
fe
fertilizante
S
tarta
fe
fertilizante
S
tarta
fe
fertilizante
Stra
w
residuo
S
tarta
fe
fertilizante
F
brazo
y
a
rd
estiércol
(k
gNh
a
−1
)
1979
Maíz
MZ1985
20-abr
5
66,5
30 de septiembre
01-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
01-oct
20-abr
1980
Maíz
MZ1985
20-abr
5
66,5
04-oct
05-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
05-oct
20-abr
1981
Trigo
WH1983
06-oct
471
14,7
01-julio
02-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
02-julio
20-sep
mil novecientos ochenta y dos
Trigo
WH1983
20-sep
471
14,7
04-julio
05-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
05-julio
20-sep
1983
Trigo
WH1983
20-sep
471
14,7
09-julio
10-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
10-julio
20-sep
1984
Trigo
WH1983
20-sep
471
14,7
03-julio
04-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
04-julio
20-sep
1985
Maíz
MZ1985
20-abr
5
66,5
30 de septiembre
01-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
01-oct
20-abr
1986
Maíz
MZ1985
20-abr
5
66,5
30 de septiembre
01-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
01-oct
20-abr
1987
Trigo
WH1988
02-oct
471
14,7
30-jun
01-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
01-julio
20-sep
1988
Trigo
WH1988
20-sep
471
14,7
30-jun
01-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
01-julio
20-sep
1989
Trigo
WH1988
20-sep
471
14,7
30-jun
01-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
01-julio
20-sep
1990
Trigo
WH1988
20-sep
471
14,7
30-jun
01-julio
0
9
0
9
0
3
0
9
0
4
0
20-sep
01-julio
20-sep
1991
Maíz
MZ1985
20-abr
5
66,5
30 de septiembre
01-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
01-oct
20-abr
1992
Maíz
MZ1985
20-abr
5
66,5
16-oct
17-oct
0
9
0
9
0
3
0
9
0
4
0
20-abr
17-oct
20-abr
92
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 4
Se recopilaron datos meteorológicos diarios desde 1979 hasta 1992. El
La radiación solar se calculó a partir de las horas de sol diarias utilizando el
Programa Weatherman en modelo DSSAT (Pickering y col., 1994).
Los datos del perfil del suelo (0 a 150 cm) se obtuvieron de publicaciones
datos recopilados medidos en la meseta de Changwu Loess con el mismo
tipo de suelo por Zhang y Liu (2005). Los datos del perfil incluían suelo
límite inferior de agua, límite superior drenado, saturación, humedad saturada
conducta draúlica, densidad aparente, C orgánico del suelo, N total, arcilla del suelo, limo
contenido, etc. (Tabla 2). Estos datos del perfil del suelo se guardaron en DSSAT
archivo de suelo.
Para simular el C y N orgánico del suelo, necesitamos inicializar el programa
con el historial de campo (FLHST) y los parámetros de relación C / N para
apoyar el módulo de suelo basado en DSSAT Century (Gijsman et al., 2002).
En este estudio, la fertilidad inicial del suelo del campo podría agotarse como
Se aplicó poco fertilizante antes del inicio del experimento (Ventilador
et al., 2008). Por tanto, el FH301 que corresponde a una inicial
Se seleccionó un campo muy degradado como FLHST. La inicial medida
El COS de la capa superior del suelo fue de 6.2 g kg -1 , el N total fue de 0.95 g kg -1 (Liu y col., 2013a)
y el mineral N de la capa superior del suelo era inferior a 0,01 g kg -1 (Wu y col., 2003),
por tanto, la relación C / N fue de alrededor de 6,6 en este experimento. Por lo tanto,
la relación C / N del suelo en el archivo de datos estándar DSSAT (es decir, SOMFX045.SDA)
se inicializó con el valor medido 6.6 basado en Gijsman et al.
(2002).
2.3.2. Calibración de cultivares
Los coeficientes de cultivo DSSAT controlan el crecimiento del cultivo.
etapas que pueden variar con diferentes datos meteorológicos (Jones y col., 2003).
Por lo tanto, deben calibrarse en las condiciones óptimas.
(es decir, estrés mínimo en el clima y los nutrientes) para la región (Bota
1999; Liu y col., 2011). En este estudio, el cultivar de maíz predeterminado 990002
(en el archivo MZCER045.CUL) y el cultivar de trigo predeterminado IB1015 (en
WHCER045.CUL) fueron seleccionados para calibrar nuevos cultivares.
La calibración se realizó utilizando un método de 'prueba y error' configurando
hasta un pequeño cambio (es decir, ± 5%) de cada parámetro. La raíz cuadrada media
error (RMSE) entre los rendimientos de grano simulados y medidos
se utilizó para encontrar los mejores coeficientes emparejados. Además de
rendimiento de grano, también se tuvieron en cuenta las etapas fonológicas
en la calibración de los coeficientes de cultivo. El simulado
Fig. 1. Los datos meteorológicos de 1979 a 1992: (a) temperatura media anual con los valores máximo y mínimo, (b) precipitación anual y durante la temporada de crecimiento y (c)
precipitación mensual de cada año (datos disponibles en http://cdc.cma.gov.cn/cdc_en/home.do ; se requiere inicio de sesión de usuario).
93
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 5
etapas fonológicas (p. ej., emergencia, llenado de grano y días de madurez)
bajo los coeficientes de cultivo calibrado estaban aproximadamente en el mismo
etapas fonológicas como cultivos extensivos en esta región. La lluvia normal
Se seleccionó el año de otoño de 1985 como año de calibración para el maíz.
cultivar. Un año húmedo 1983 y un año normal 1988 fueron seleccionados como
años de calibración para los dos cultivares de trigo. Toda la calibración
se realizó utilizando el tratamiento N90. Un cultivar de maíz y
Se calibraron dos cultivares de trigo, y los coeficientes calibrados
Los clientes se enumeran en la Tabla 3.
2.3.3. Ejecuciones y salidas del modelo
La simulación se realizó bajo DSSAT Sequence Analysis
programa para que la dinámica de los nutrientes del suelo y el agua
transferido continuamente desde el principio hasta el final de la simulación
(Thornton y col., 1994, 1995). Cuatro archivos de administración (es decir, .SQX) fueron
establecido para los cuatro tratamientos respectivos en base a la entrada
datos descritos anteriormente. Las salidas se pueden visualizar y configurar fácilmente
evaluados de forma estadística utilizando el programa gráfico EasyGrapher (Yang
y Huffman, 2004). En este estudio, nos enfocamos en evaluar el modelo
rendimiento comparando los rendimientos de grano simulados, SOC y SON
con los respectivos valores medidos del experimento a largo plazo
desde 1979 hasta 1992.
2.3.4. Estadísticas de evaluación del modelo
Diferentes estadísticas abordan aspectos particulares de un modelo.
rendimiento. Con el fin de realizar una evaluación integral de
el rendimiento del modelo DSSAT, se utilizaron cinco estadísticas de desviación
T
capaz
2
Tierra
perfil
datos
a
de
la
mi
experimental
campo.
Tierra
dep
th
(cm)
Lo
w
mi
r
límite
(cm
3
cm
–3
)
Escurrir
D
Superior
límite
(cm
3
cm
–3
)
Saturación
(cm
3
cm
–3
)
Saturar
D
h
ydra
ulic
conductividad
(cm
h
−1
)
A granel
densidad
(gramo
cm
–3
)
Org
anic
carbón
(gramo
kg
−1
)
Cla
y
(<
0,002
mm)
(%)
Limo
(0.05–0.002
mm)
(%)
T
o
tal
nitrog
en
(gramo
kg
−1
)
pH
en
w
a
te
r
Catión
mi
X
C
colgar
mi
capacidad
(cmol
kg
−1
)
0-20
0.094
0.305
0,468
0,37
1
.41
6.2
34,8
57
.2
0,95
8.2
7
.5
20–40
0.094
0.305
0,468
0,46
1
.41
3.1
34,8
57
.7
6.0
40–60
0.115
0.313
0,479
0,63
1
.38
3.1
34,8
57
.9
6.0
60–80
0,110
0.311
0,506
0,67
1
.31
2.4
32,9
59,9
5.8
80-100
0.106
0.309
0.525
0,68
1
.26
2.4
33,3
58,7
5.8
100-150
0.106
0.309
0,472
0,68
1
.40
3.1
36,8
53,7
5.8
a
Estos
datos
w
antes de
obtener
D
de un lado a otro
metro
la
publicar
D
literaturas
B
y
Zhang
y
Liu
(2005)
y
F
a
norte
mi
t
Alabama.
(2004;
2005a)
.
Tabla 3
Los coeficientes de cultivares calibrados de maíz y trigo para el campo experimental
utilizando CERES-Maize y -Wheat en DSSAT-CSM (v4.5).
Cultivar
Coeficientes calibrados
Año de calibración
1985
1983
1988
Nombre del cultivar
MZ1985
WH1983
WH1988
Coeficientes de cultivo de maíz
P1 Tiempo desde la emergencia de las plántulas hasta
el fin del Juvenil (grado
días> 8 ° C)
222
P2 Grado de desarrollo
(expresado en días) se retrasa por
cada hora (aumento en
fotoperiodo> el mas largo
fotoperíodo 12,5 h)
0,52
P5 Tiempo térmico desde la seda hasta
madurez fisiológica
820
G2 Número máximo posible de
granos por planta
580
G3 Kernel tasa de llenado óptima
durante la etapa de llenado de grano lineal
(mg día -1 )
8.0
PHINT Intervalo filocrónico entre
apariciones sucesivas de las puntas de las hojas
(grados-días)
38,9
Coeficientes de cultivo de trigo
Días P1V, vernalización óptima
temperatura, requerida para
vernalización
32
25
Respuesta del fotoperiodo P1D (%
reducción de la tasa / 10 h de caída en pp)
83
52
P5 Fase de llenado de grano (excluido lag)
duración (grados-días)
515
515
G1 Número de granos por unidad de cubierta
peso en antesis (# / g)
15
17
G2 Tamaño de grano estándar por debajo de
condiciones óptimas (mg)
38,0
40
G3 estándar, maduro sin estrés
peso de la cultivadora (incl. grano) (g dwt)
3,0
2.0
PHINT Intervalo filocrónico entre
apariciones sucesivas de las puntas de las hojas
(grados-días)
90
105
94
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 6
en este estudio, incluido el error medio ( E ), el error cuadrático medio
( RMSE ), RMSE normalizado ( nRMSE ), índice de acuerdo ( d )
(Willmott, 1982) y eficiencia de modelado ( EF ) (Holgazanear y congelar,
1985; Yang y col., 2000). Además, se utilizó una prueba t pareada para probar
el significado de E . La regresión entre el simulado y
También se llevaron a cabo rendimientos de grano medidos. Las cinco desviaciones
Las estadísticas se calcularon utilizando las siguientes ecuaciones basadas en Yang
et al. (2014):
mi
SM
norte
I
I
I
norte
=
-
(
)
=
1
(1)
RMSE
SM
norte
I
I
I
norte
=
-
(
)
=
2
1
(2)
nRMSE
RMSE
METRO
=
× 100
(3)
D
SM
SM
METRO
METRO
I
I
I
norte
I
I
I
norte
= -
-
-
+
-
(
)
(
)
=
=
1
2
1
2
1
(4)
EF
SM
METRO
METRO
I
I
I
norte
I
I
norte
= -
-
-
(
)
(
)
=
=
1
2
1
2
1
(5)
donde S i es el valor simulado, M i es el valor medido, n es el
número de valores, y M es el promedio de los valores medidos.
El RMSE resume la diferencia promedio entre los observados
y valores predichos (Willmott, 1982). El nRMSE muestra el relativo
tamaño de la diferencia promedio sin unidades y esta estadística es
ilimitadoWillmott, 1982). Para pequeños conjuntos de datos de muestra (p. Ej., N = 6,
8 o 13) que se utilizaron en este estudio, consideramos nRMSE ≤ 15% como
"buen acuerdo; 15-30% como acuerdo "moderado"; y ≥ 30% como
Acuerdo "pobre" (Liu y col., 2013b; Yang y col., 2013).
El índice de acuerdo ( d ) (0 ≤ d ≤ 1) pretende ser un
medida descriptiva, y es una medida relativa y acotada
(Willmott, 1982). Según lo recomendado por Liu et al. (2013b), cuando
d ≥ 0,9 esto indica una concordancia "excelente"; cuando 0.8 ≤ d <0.9, entonces
consideramos esto como un "buen" acuerdo; cuando 0,7 ≤ d <0,8, entonces hay
es un acuerdo "moderado"; y cuando d <0,7 hay "pobre"
acuerdo entre los valores medidos y predichos.
2.3.5. Análisis de sensibilidad del modelo
El análisis de sensibilidad es una herramienta fundamental en la construcción, uso y
comprensión de los modelos de simulación, ya que podría proporcionar información
con respecto al comportamiento del modelo, incluida la identificación de
entradas importantes del modelo (parámetros o variables) (Confalonieri et al.,
2010). En este estudio, el análisis de sensibilidad de los rendimientos de grano y el suelo
La dinámica del N a los niveles de aplicación de fertilizantes se llevó a cabo por
Variando el fertilizante N de 0 a 210 kg ha -1 con un intervalo de 30 kg ha -1
para cada año utilizando el programa DSSAT-Sequence Analysis. De esta manera,
las dosis óptimas de aplicación de N para los máximos rendimientos de grano pueden
ser investigado. La correspondiente pérdida por lixiviación de nitrato-N del suelo a continuación
La zona de enraizamiento del cultivo bajo diferentes dosis de fertilizante N también fue
predicho. Además, la sensibilidad del maíz y el trigo rinde a
Se investigaron varias condiciones climáticas creando un clima
archivo (es decir, .CLI) utilizando los datos meteorológicos medidos de 14 años de 1979
a 1992. Luego, según el archivo climático, se obtuvieron diferentes datos meteorológicos
generado utilizando el generador meteorológico interno mediante la configuración de 30
replicaciones para 30 secuencias. Por lo tanto, el grano simulado rinde bajo
Se analizaron 30 conjuntos de datos meteorológicos generados para cada secuencia.
para los tratamientos N0 y N90.
3. Resultados y discusión
3.1. Evaluación de rendimiento de grano
Los rendimientos medidos de maíz y trigo cambiaron drásticamente.
en función de los años y de los niveles de nitrógeno del fertilizante (Fig. 2a – d).
Los rendimientos promedios de maíz medidos fueron 2709 ± 1068 kg ha -1 ,
5830 ± 1821 kg ha -1 , 6192 ± 2544 kg ha -1 y 7126 ± 3135 kg ha -1 para
los tratamientos N0, N90, SN90 y MN90, respectivamente, en los 6 años
de 1979 a 1980, de 1985 a 1986 y de 1991 a 1992 (Cuadro 4). El av-
Los rendimientos de los rendimientos de trigo medidos fueron 2070 ± 749 kg ha -1 ,
4394 ± 1435 kg ha -1 , 4481 ± 1413 kg ha -1 y 5216 ± 1640 kg ha -1 para
los tratamientos N0, N90, SN90 y MN90, respectivamente, en los 8 años
entre 1981 y 1984, y entre 1987 y 1990 (Cuadro 4). los
Los rendimientos simulados de grano de maíz y trigo generalmente coincidieron con los
valores medidos bien en la mayoría de los años (Fig. 2a – d), excepto que grande
Se encontraron desviaciones durante varios años (por ejemplo, los años secos de 1982
y 1987) (Figura 2). Durante la ejecución del modelo, ni el simulado ni
Los rendimientos medidos de maíz mostraron correlaciones obvias con el crecimiento
precipitación estacional (GSP), mientras que tanto la simulación como la media
Los rendimientos de trigo asegurado mostraron fuertes correlaciones positivas con el SGP.
para todos los tratamientos respectivos ( R 2 = 0,12-0,73).
Existía una fuerte relación lineal entre la simulación
y los rendimientos de grano medidos con R 2 = 0,84 y 0,81 para los respectivos
maíz y trigo de todas las combinaciones de tratamientos (Figura 3a, b). Ambos
pendientes de regresión de 0.89 ( p > 0.10) para maíz y 1.04 ( p > 0.70) para
trigo no fueron estadísticamente diferentes de 1, y ambos respectivos
intersecciones de regresión de 668 ( p = 0,20) y −357 ( p = 0,39) kg ha −1
no fueron estadísticamente diferentes de 0, lo que indica que el simulado
los rendimientos de grano se correlacionaron bastante bien con el conjunto de datos medidos tanto para
maíz y trigo.
3.1.1. Evaluación del rendimiento del maíz
Al comparar los rendimientos simulados de granos de maíz y la
valores seguros, el valor medio del error E para los respectivos N90, SN90 y
Los tratamientos MN90 no fueron estadísticamente diferentes de los basados ​​en cero
en la prueba t pareada ( p = 0,24-0,56) (Cuadro 4). El nRMSE calculado
los valores variaron de 13 a 19%, d > 0,91 y FE > 0,56 para N90, SN90 y MN90
tratamientos (Cuadro 4), por lo tanto, el modelo DSSAT mostró "bueno para
excelentes ”acuerdos en la simulación del rendimiento del maíz para el
Cuadro 4
Evaluación estadística de rendimientos simulados de grano de maíz de primavera y trigo de invierno frente a valores medidos.
Rendimiento de grano (kg ha -1 )
Tratos
Medido
Simulado
Muestra no.
mi
RMSE
nRMSE (%)
D
EF
Emparejado - t ( p )
Maíz
N0
2709 (1068)a
2744 (1416)
6
35
1288
47,6
0,63
−0,74
0,95
N90
5830 (1821)
6359 (2315)
6
529
1100
18,9
0,91
0,56
0,28
SN90
6192 (2544)
6413 (2408)
6
221
820
13,2
0,97
0,88
0,56
MN90
7126 (3125)
6588 (2521)
6
−538
1049
14,7
0,96
0,86
0,24
Trigo
N0
2070 (749)
1956 (1024)
8
−114
751
36,3
0,76
−0,15
0,70
N90
4394 (1435)
4365 (1993)
8
−29
882
20,1
0,92
0,57
0,93
SN90
4481 (1413)
4311 (1814)
8
−170
839
18,7
0,92
0,60
0,60
MN90
5216 (1640)
4671 (2121)
8
−545
1124
21,5
0,89
0,46
0,19
a Los valores entre paréntesis son la DE para cada tratamiento.
95
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 7
tratamientos con aplicación de fertilizante N. Sin embargo, el modelo mostró
bajo rendimiento en la simulación de rendimientos de maíz bajo N0 con
nRMSE = 48%, EF = −0,74 yd = 0,63, mientras que no hubo
diferencias estadísticas entre los rendimientos de maíz simulados y medidos
para N0 ( p = 0,95) (Cuadro 4). Un resultado similar también fue informado por
Timsina y Humphreys (2006), Liu et al. (2011) y Yang et al.
(2013) que el modelo DSSAT mostró un peor desempeño para cero
fertilizante N que con los tratamientos con fertilizante N. Esto puede deberse a
siendo el modelo de cultivo DSSAT más sensible al estrés por N que el
crecimiento real del cultivo en condiciones sin fertilizantes nitrogenados.
3.1.2. Evaluación del rendimiento de trigo
Los rendimientos de trigo simulados no fueron estadísticamente diferentes de
los valores medidos para todos los respectivos N0, N90, SN90 y MN90
tratamientos como lo indica la prueba t pareada ( p = 0,19-0,70) (Cuadro 4).
Los rendimientos de trigo simulados en el año seco y caluroso de 1987 fueron
significativamente más bajos que los rendimientos de trigo medidos para N90, SN90 y
Tratamientos MN90 (Figura 2). Esto puede deberse a que los efectos de
el estrés hídrico en el rendimiento de los cultivos se compensó en exceso en el cultivo
modelosEitzinger y col., 2013). El calculado NRMSE, d y EF oscilaron
del 20 al 22%, del 0,89 al 0,92 y del 0,46 al 0,60, respectivamente.
tivamente, lo que indica un acuerdo general "bueno" para N90, SN90 y
Tratamientos MN90 (Cuadro 4). El modelo mostró un acuerdo "moderado"
para el tratamiento N0 como lo indica el nRMSE = 36%, d = 0,76,
y EF = −0,15 (Tabla 4 ) .
3.2. Evaluación de C y N orgánico del suelo
La concentración de COS medida en la capa superior del suelo (20 cm) aumentó
obviamente en los tratamientos N90, SN90 y MN90 de 1979 a 1992
(Fig. 4b – d), mientras que el SOC se mantuvo estable en el tratamiento con N0 ( fig. 4a ) .
El SOC de la capa superior del suelo simulado mostró tendencias crecientes similares con
mediciones. Sin embargo, el modelo tendió a sobrestimar el SOC de
del 5 al 13 año (Fig. 4a-d), lo que resulta en una media significativa
error E de 0,73 a 0,80 g kg −1 ( p <0,05) para todos los tratamientos (Cuadro 5 ) .
La sobreestimación general del COS se asoció en parte con la
diferencias entre la relación C / N del suelo del modelo y la C / N medida
parámetro de relación. En este estudio, el campo experimental fue inicialmente
degradado con una relación C / N de la capa superior del suelo relativamente baja (6,6). En el DSSAT
parámetro del modelo, la relación C / N de la capa superior del suelo inicial se fija alrededor de 9.5.
El análisis de sensibilidad de la dinámica del COS a la relación inicial C / N del suelo mostró
que la baja relación C / N de la capa superior del suelo inicial resultó en un rápido aumento
en SOC durante la ejecución del modelo (datos no mostrados). Aunque la capa superior del suelo C / N
La relación se inicializó con el valor medido 6,6, la relación C / N podría
modificarse automáticamente durante la ejecución del modelo. Este podría ser el
parte de la razón por la que el modelo capturó la dinámica del SOC en la primera
5 años, mientras que el modelo secuestró más COS que la realidad bajo
buenas prácticas agrícolas.
Generalmente, el modelo tuvo un desempeño moderado para N90, SN90 y
Tratamientos MN90 con nRMSE = 12-13%, d = 0,63-0,84, aunque
EF <0. El SOC simulado no coincidió bien con el medido
valores para el tratamiento N0 con d = 0,39 y FE <0, aunque el
nRMSE = 13% (Cuadro 5).
De 1979 a 1992, la capa superior del suelo simulada (20 cm) SON concen-
tración mostró una tendencia creciente similar con los valores medidos
para tratamientos N90, SN90 y MN90 (Fig. 5b – d), excepto para el tratamiento N0
que tuvo una tendencia ligeramente decreciente tanto para el simulado
y la capa superior del suelo medida SON (Figura 5a). El SON simulado mostró un
"Buena" concordancia con los valores medidos para el tratamiento con N90 con
la E de 0.02 g kg −1 , nRMSE de 1.8%, d de 0.88 y EF de 0.50 (Cuadro 5 ) .
El modelo subestimó significativamente el SON de la capa superior del suelo para ambos
Tratamientos SN90 y MN90 con valores E respectivos de −0,07 y
−0,05 g kg −1 ( p <0,05). Sin embargo, otras estadísticas mostraron que, en general,
erate ”a“ buenos ”acuerdos para tratamientos SN90 y MN90 con
los valores de nRMSE de 6.6 y 6.0%, valores d de 0.77 y 0.79, y EF
valores de 0,15 y 0,36, respectivamente (Cuadro 5). El hijo simulado
para el tratamiento N0 mostró buenas coincidencias con los datos medidos vi-
suallyFigura 5a), y un pequeño valor de nRMSE del 3,5% (Cuadro 5). Sin embargo,
el valor d pequeño calculado (0,48) y el valor de EF negativo (-2,4) pueden
indican una coincidencia "pobre". Esto posiblemente se debió a pequeños rangos de
Fig. 2. Comparación de los rendimientos simulados (línea con marcadores) y medidos de maíz de primavera (barra en blanco) y trigo de invierno (barra negra) en (a) N0, (b) N90, (c)
Tratamientos SN90 y (d) MN90 de 1979 a 1992 en Gaoping, Gansu, China.
96
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 8
tanto el conjunto de datos SON simulado como el medido bajo N0
tratamiento. Por lo tanto, se debe tener cuidado al considerar todas las estadísticas.
junto con la evaluación gráfica para sacar la conclusión final sobre el
rendimiento del modelo en simulación SON para tratamiento N0.
3.3. Dinámica del agua del suelo
El contenido de agua del suelo simulado en el perfil de 0-150 cm fluc-
tado en gran medida durante la ejecución del modelo (Figura 6a). Basado en el
contenido de agua del suelo simulado en un perfil de 0-150 cm (Figura 6a), los años
de 1979-1981, 1987 y 1991-1992 se denominaron "año de sequía",
y los años restantes (es decir, 1982-1986 y 1988-1990) fueron referidos
como "año húmedo" en este estudio. El contenido de agua del suelo mostró similar
dinámica bajo N0 y N90, mientras que el contenido de agua del suelo fue
obviamente mayor bajo N0 que N90 en los años de sequía de 1981, 1987,
1991 y 1992 (Figura 6a). Esto puede deberse a la bajada del agua.
absorción por cultivo inferior a N0 que N90 en años de sequía. El cambio
Las tendencias en el contenido de agua del suelo estaban estrechamente asociadas con la lluvia.
patrón de distribución de otoñoFigura 1b, c). Por ejemplo, el agua del suelo
Los contenidos fueron generalmente más bajos en los años de sequía (es decir, 1979-1981, 1987
y 1991) que los años húmedos (es decir, 1983-1985, 1988-1990) (Figura 6a).
Los eventos de drenaje del agua del suelo ocurrieron en los siguientes períodos de barbecho.
cuando hubo fuertes lluviasFigura 6b). Por ejemplo, el primer desagüe
El evento de edad ocurrió en septiembre de 1981 cuando el campo estaba en barbecho.
junto con lluvias intensivas de 200 mm. Los efectos del agua del suelo
Se discutirá la dinámica de las tendencias cambiantes en el NO 3 -N del suelo.
en la sección 3.4.3.
3.4. Análisis de sensibilidad del modelo
3.4.1. Sensibilidad del rendimiento al fertilizante N
Los rendimientos simulados de maíz y trigo respondieron al uso de fertilizantes
Tasas de aplicación de N de manera similar bajo aplicaciones de paja / estiércol de corral
catión o sin la condición de paja / estiércol de corral y en este documento,
acabamos de mostrar los resultados de los tratamientos que no recibieron
paja o estiércol de corral. Tanto los rendimientos de grano de maíz como de trigo
mostraron diferentes respuestas al aumento de los niveles de fertilizante N bajo
diferentes condiciones del agua del suelo durante la temporada de crecimiento. El agua del suelo
el contenido generalmente dependía del patrón de distribución de las lluvias. los
curvas simuladas de respuesta del rendimiento del grano de maíz y trigo a la fertilización
Las tasas de izer N se agruparon en tres tipos: (1) líneas sin respuesta
(Figura 7a, d), (2) curvas lineales más meseta ( Fig.7b, e) y (3) típico
curvas de retorno decrecientes (Figura 7c, f). La línea de respuesta de tipo (1)
se curó en años de sequía, mientras que las curvas de respuesta tipo (2) y (3)
sucedió en años húmedos.
Los rendimientos de maíz simulados no fueron sensibles al fertilizante N
tasas de aplicación en los años de sequía de 1979, 1991 y 1992 (Figura 7a)
en el que el contenido de agua del suelo en un perfil de 0-150 cm fue menor
de 300 mm en temporada de crecimiento (Figura 6a). En el año de sequía de 1980
Sin embargo, con una distribución uniforme de las lluvias, el rendimiento del maíz aumentó
dramáticamente de 1000 kg ha -1 a 7000 kg ha -1 al aumentar
dosis de fertilizante N de 0 a 60 kg N ha -1 y luego se nivelaron (Figura 7b).
Nuestros resultados sugirieron que las tasas de aplicación de fertilizante N para el
los rendimientos máximos de maíz deben ajustarse a 60 kg N ha -1 en sequía
años.
Sin embargo, en los años húmedos de 1985 y 1986 con agua del suelo concentrada
tiendas de campaña en un perfil de 0-150 cm de hasta 500 mm (Figura 6a), el maíz
los rendimientos aumentaron enormemente de 2000 kg ha -1 a 10000 kg ha -1 con el
aumento de las dosis de fertilizante N de 0 a 150 kg N ha -1 , mientras que el rendimiento
mostró patrones de retorno decrecientes a fertilizantes nitrogenados adicionales de
150 a 210 kg N ha −1 (Figura 7c). Por lo tanto, para lograr el máximo
rendimiento de maíz en un año húmedo, la dosis máxima de fertilizante N debe
aumentarse a 150 kg N ha -1 (Figura 7c) vistiendo en el medio
de la temporada de crecimiento. La variación en las sensibilidades de la simu-
La tasa de rendimiento del maíz en relación con los fertilizantes N dependía tanto del agua del suelo
condición y distribución de las lluvias en este estudio, que estuvo de acuerdo
ment con el resultado experimental informado por Liu et al. (2010c).
El resultado de sensibilidad también fue respaldado por el hallazgo de que
fue una interacción significativa entre el riego y la fertilización con nitrógeno
tasas de rendimiento de maíz (Paolo y Rinaldi, 2008 ) .
Se encontraron tendencias similares para el trigo de invierno. En los años de sequía
de 1981 y 1987 en el que el contenido total de agua del suelo en 0-150 cm
era de alrededor de 200 mm (Figura 6a), los rendimientos de grano de trigo fueron inferiores a
2000 kg ha −1 independientemente de las dosis de fertilizante N (Figura 7d) como afectado por
estrés hídrico del suelo durante las primeras etapas de crecimiento (iniciación de la espiguilla a
terminar el crecimiento de la oreja). En 1988 y 1989 húmedos, el rendimiento de grano de trigo
mostró una ligera sensibilidad al fertilizante N (Figura 7e), esto podría resultar
de la distribución desigual de las lluvias en estos dos años (Figura 1c).
Sin embargo, en los años húmedos de 1982-1984 y 1990, el trigo
los rendimientos aumentaron en las típicas curvas de rendimiento decreciente con el fermento
Tasas de N tilizer de 0 a 180 kg N ha −1 (Figura 7f). Nuestro resultado fue
consistente con los resultados experimentales que el uso de fertilizantes nitrogenados
La eficiencia se vio afectada por el nivel de lluvia en las temporadas de cultivo.
(Dang y Hao, 2000), y que los rendimientos de trigo estaban limitados por
distribución estacional de la lluvia (Zhang et al., 2013 ) . Dang y col. (2006)
También informó que las tasas máximas de fertilizante N para el trigo de invierno
debe estar en el rango de 100-150 kg N ha -1 en los años normales desde
un sitio experimental cercano. Por lo tanto, el fertilizante N debe aumentarse
en años húmedos, especialmente cuando la lluvia se distribuye uniformemente
a lo largo de la temporada de crecimiento, mientras que los fertilizantes nitrogenados deben
arrugado en años de sequía. Este resultado simulado también coincidió con el
resultados observados de Ali et al. (2005) que el rendimiento del trigo en
aumenta con tasas crecientes de N bajo humedad normal del suelo
condición, mientras que, en condiciones limitadas de humedad del suelo, el agua
Fig. 3. El análisis de correlación y regresión entre la simulación y la medición
rendimiento de grano asegurado de todas las combinaciones de tratamientos para (a) maíz y (b) trigo.
97
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 9
El estrés fue un factor más limitante del rendimiento que la fertilización con nitrógeno para el trigo.
producción en ambientes cálidos y secos.
Se demostró que el modelo DSSAT-CSM puede predecir la
esponjas de los rendimientos de grano o biomasa de cultivos de maíz y trigo
bajo diferentes dosis de fertilizantes N y otras prácticas agrícolas en
las regiones semiáridas y semihúmedas de China y también se utilizó
para seleccionar las prácticas óptimas de gestión del nitrógeno.
3.4.2. Sensibilidad de rendimiento a los datos meteorológicos generados
Los 30 conjuntos de datos meteorológicos generados por el generador meteorológico interno
erator varió mucho entre los años de secuencia. El grano simulado
los rendimientos tanto del maíz como del trigo variaron según las variaciones
en los datos meteorológicos generados (Figura 8). En general, el simulado
Los rendimientos de grano de maíz variaron de 300 a 7500 kg ha -1 para el tratamiento N0.
y de 800 a 11000 kg ha -1 para el tratamiento con N90, mientras que
los rendimientos de trigo oscilaron entre 0 y 4000 kg ha -1 para el tratamiento con N0 y
de 0 a 7000 kg ha -1 para el tratamiento con N90. El grano más alto en general
rendimientos de maíz o trigo en N90 que los tratamientos N0 indican
señaló que había interacciones positivas significativas entre
condiciones climáticas favorables y la tasa de fertilizante N para determinar
rendimientos de grano.
La sensibilidad de los rendimientos de grano a la temporada de crecimiento generada.
La precipitación (GSP) se ilustró en la Fig.6 bajo el tratamiento N0 y N90.
mentos, respectivamente. Los rendimientos simulados de maíz y trigo generalmente
mostró fuertes correlaciones positivas con el GSP generado, y
las curvas de respuesta general se ajustaron mediante la regresión lineal
(Fig. 8a-d). Bajo el tratamiento N0, los rendimientos de grano de maíz simulados
aumentó lentamente con el aumento de GSP de 250 a 800 mm
( R 2 = 0.04, p <0.01, Figura 8a), mientras que los rendimientos de grano de trigo aumentaron
gradualmente con el aumento de GSP de 100 a 450 mm ( R 2 = 0,10,
p <0,01, figura 8c), lo que indica que el nitrógeno fue el principal factor limitante
para el crecimiento de cultivos cuando no se aplicó fertilizante N, especialmente para
maíz. Sin embargo, bajo el tratamiento N90, el rendimiento de maíz simulado
aumentó rápidamente con el aumento de GSP de 250 a 800 mm
( R 2 = 0,14, p <0,01, figura 8b). Los rendimientos de grano de trigo también aumentaron
obviamente cuando GSP aumentó de 100 a 450 mm ( R 2 = 0.09,
p <0,01, figura 8d). Estos resultados indicaron que la sensibilidad del grano
los rendimientos de maíz o trigo según el SGP podrían mejorarse mediante una mayor
tasa de fertilizante N.
Así, se podría concluir que los datos meteorológicos generados habían
un impacto obvio general en los rendimientos de grano tanto para el maíz como para
trigo. La diferente sensibilidad de los rendimientos de grano al clima generado
Fig. 4. Comparación de las concentraciones de C orgánico del suelo (SOC) simulado (línea) y medido (marcador) en los 20 cm superiores de profundidad bajo: (a) N0, (b) N90, (c) SN90 y (d) MN90
tratamientos desde abril de 1979 hasta octubre de 1992 en Gaoping, Gansu, China.
Cuadro 5
Evaluación estadística de las concentraciones simuladas de C, N orgánico en el suelo a una profundidad de suelo de 0 a 20 cm frente a los valores medidos.
Variables
Tratos
Medido
Simulado
Muestra no.
mi
RMSE
nRMSE (%)
D
EF
Emparejado- t ( p )
C orgánico del suelo (g C kg −1 )
N0
6.12
6,86
13
0,73
0,79
12,9
0,39
−15,68
0,00
N90
6,77
7.51
13
0,75
0,91
13,4
0,63
−4,55
0,00
SN90
7,61
8.40
13
0,80
0,97
12,7
0,82
−0,34
0,00
MN90
7.35
8,10
13
0,75
0,87
11,8
0,84
−0,11
0,00
N orgánico del suelo (g N kg −1 )
N0
0,89
0,92
13
0,03
0,03
3,5
0,48
−2,37
0,00
N90
0,96
0,97
13
0,01
0,02
1.8
0,88
0,50
0,01
SN90
1,10
1.03
13
−0,07
0,07
6.6
0,77
0,15
0,00
MN90
1.07
1.02
13
−0,05
0,06
6.0
0,79
0,36
0,00
98
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 10
Los datos entre los tratamientos N0 y N90 fueron razonables con la práctica
experiencia tica. El DSSAT-CSM tiene potencial para investigar el
efectos de los datos meteorológicos generados internamente en los rendimientos de los cultivos utilizando Se-
Programa de análisis de secuencia (es decir, simulación de rotaciones de cultivos a largo plazo).
3.4.3. Sensibilidad del nitrato-N del suelo al fertilizante N
El amonio (NH 4
+ ) en la mayoría de los suelos suele ser bajo debido a la
conversión rápida a nitrato (NO 3
- ) que puede ser un problema como
El nitrato es la forma dominante de N lixiviado en las regiones templadas.
Fig. 5. Comparación de las concentraciones simuladas (línea) y medidas (marcador) de N orgánico del suelo (SON) en los 20 cm superiores de profundidad bajo (a) N0, (b) N90, (c) SN90 y (d) MN90
tratamientos desde abril de 1979 hasta octubre de 1992 en Gaoping, Gansu, China.
Fig. 6. La dinámica del agua del suelo simulada desde abril de 1979 a 1992: (a) contenido total de agua del suelo en el perfil de 0-150 cm y (b) eventos de drenaje acumulativos bajo N0 y
Tratamientos N90.
99
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 11
(Di y Cameron, 2002). Por lo tanto, en este estudio, solo mostramos el
concentración simulada de NO 3 -N en el perfil del suelo y lixiviación de NO 3 -N
pérdida ya que las concentraciones de NH4 + eran comparativamente bajas.
La concentración simulada de NO 3 -N en el suelo en todas las capas del suelo (0–
150 cm) fluctuaron mucho con el tiempo desde abril de 1979 a 1992, mientras que
la concentración de NO 3 -N en el período posterior a la aplicación de N
aumentó notablemente con los aumentos de las tasas de fertilizantes N en la parte superior
capas de sueloFig. 9a-c). Nuestros resultados de simulación fueron consistentes con
los resultados experimentales de Liu et al. (2003) y Zhao et al. (2006).
Los cambios en los niveles de NO 3 -N en los 0–5 cm, 5–15 cm y
Fig. 7. La sensibilidad de los rendimientos simulados de maíz y trigo a tasas de fertilizantes N de 0 a 210 kg N ha -1 en años de sequía (a, b, d) y años húmedos (c, e, f) de
1979 a 1992 en Gaoping, Gansu, China.
Fig. 8. Las respuestas de los rendimientos simulados de maíz y trigo a la precipitación generada en la temporada de crecimiento bajo los tratamientos N0 (a, c) y N90 (b, d).
100
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Pagina 12
Las profundidades de 15 a 30 cm se vieron afectadas principalmente por el tiempo de aplicación del fertilizante N
aplicación y la etapa de crecimiento del cultivo (Fig. 9a-c). El suelo NO 3 -N
dinámica en 30-45 cm y 45-60 cm de profundidad (datos no mostrados) fue
similar a la de 15-30 cm de profundidad, y la dinámica del NO 3 -N del suelo en
60–90 cm (datos no mostrados) fue similar a la de 90–120 cm
profundidad.
La cantidad de NO 3 -N residual que se filtra a las capas más profundas del suelo.
dependía de los valores de flujo de agua durante cada evento de drenaje (Godwin
y Jones, 1991), que se obtienen del módulo de agua del suelo
de DSSAT-CSM (Jones y col., 2003). Así, la dinámica de NO 3 -N en el
capas de subsuelo de 90-120 cm y 120-150 cm de profundidad fueron principalmente
relacionados con la condición del agua del suelo, la distribución de las lluvias y el período de barbecho
(Fig. 9d, e). En condiciones de sequía (es decir, 1979-1981 y 1987), el
El NO 3 -N residual se retuvo en los 0-45 cm superiores de profundidad del suelo, casi
sin NO 3 -N lixiviado a 60-150 cm de profundidad (Fig. 9a-e). Este residual
NO 3 -N en el perfil superior del suelo beneficiaría al siguiente cultivo
producción si tenía condiciones favorables del agua del suelo (por ejemplo, en 1982).
En las condiciones de humedad relativa (es decir, 1982-1986 y 1988-1992),
Sin embargo, hubo una cantidad considerable de lixiviación de NO 3 -N residual a
60-150 cm de profundidad del suelo (Fig. 9d, e). Los períodos con alto NO 3 -N
Fig. 9. Los cambios simulados de la concentración de NO 3 -N en el paso diario en las profundidades del suelo: (a) 0–5, (b) 5–15, (c) 15–30, (d) 90–120, y (e) 120-150 cm por debajo de N0, N90,
Tratamientos con N150 y N180 de abril de 1979 a 1992.
101
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 13
El movimiento hacia abajo a las capas del subsuelo demostró que hay
tenía un alto potencial de lixiviación de NO 3 -N por debajo de 0-150 cm de profundidad del suelo
(Figura 10).
La lixiviación de N del suelo simulada por debajo de 0-150 cm de profundidad del suelo mostró
tendencias similares entre diferentes tratamientos de fertilizantes nitrogenados a partir de abril
1979 a 1992 (Figura 8a-f), mientras que la cantidad de NO 3 -N se lixivió
obviamente aumentó con las tasas de aplicación de fertilizante N
especialmente cuando las dosis de N excedieron los 120 kg N ha -1 (Fig. 10d – f). Allí
fueron cinco períodos (como se indica en la Fig. 10e) en el que alto NO 3 -N
se produjo lixiviación por debajo de 0-150 cm de profundidad del suelo (Figura 10) a lo largo de
con los eventos de drenajeFigura 6b) durante la simulación de 14 años.
Los cinco períodos ocurrieron principalmente en períodos de barbecho o cuando hubo
Fue una fuerte lluvia. Nuestros resultados de simulación fueron consistentes con
los resultados observados revisados ​​por Di y Cameron (2002) y Fan
et al. (2010), así como los hallazgos de muchos otros estudios ( Liu et al.,
2003; Xue y Hao, 2011; Zhao et al., 2006, 2007).
Entre las cinco fases máximas de lixiviación, la lixiviación de nitrato-N en el
Los eventos 2, 3 y 4 fueron más sensibles a la alta fertilización.
Tasas de aplicación de N en comparación con otros eventos de lixiviación. Para
ejemplo, la lixiviación de nitrato-N en los eventos 2, 3 y 4 fue
más de 15-30 kg N ha -1 en N150 y 20-50 kg N ha -1 en N180
tratamiento mientras que las pérdidas por lixiviación de nitrato-N en otros picos de lixiviación
fases fueron menos de 5 y 10 kg N ha -1 en N150 y N180,
respectivamente (Figura 10e, f).
El primer evento de lixiviación de NO 3 -N ocurrió durante la temporada de barbecho (Sep.
3-19, 1981) (Fig. 10a-f) cuando hubo una gran cantidad de lluvias intensivas
(Figura 1c). En 1981, el rendimiento de grano del trigo de invierno fue muy bajo debido a
al clima extremadamente seco durante las temporadas de crecimiento. Esta en
consecuencia, podría causar una alta acumulación de N residual en el perfil del suelo
debido a la baja absorción de N por cultivo. Sin embargo, despus de la cosecha, las fuertes lluvias
cae de julio a septiembre de 1981 (Figura 1c) puede haber dado lugar a la
movimiento descendente del NO 3 -N residual alto hacia el nivel inferior
capas del perfil del suelo. Además, grandes cantidades de minerales
Se informó que el N izado se producía al volver a mojar después de un secado
temporada de verano (Di y Cameron, 2002). Del mismo modo, la quinta lixiviación
Este evento ocurrió en el período de barbecho de otoño del 19 de agosto al 19 de septiembre,
1988 (Fig. 10a-f) y este evento ocurrió debido a las fuertes lluvias-
otoño. El segundo evento de lixiviación ocurrió en los años húmedos durante la
período de barbecho del 8 al 19 de septiembre de 1983 y en todo el trigo
temporadas de crecimiento desde septiembre de 1983 hasta julio de 1984 (Fig. 10a-f).
El tercer evento de lixiviación de NO 3 -N ocurrió en el
temporada de septiembre de 1984 a abril de 1985 (Figura 10). Para este año,
el trigo de invierno se cosechó a finales de junio de 1984, y el maíz
se cultivó en abril de 1985, dejando un largo período de barbecho entre estos
dos cultivos. Estas tendencias de lixiviación de N podrían deberse a la lixiviación de
NO 3 acumulado
- en el perfil del suelo ya que la evapotranspiración sería muy
baja durante el período de otoño a invierno, ya que no crecían cultivos
en este periodo (Di y Cameron, 2002). Los 4 ° eventos de lixiviación NO 3 -N
sucedió durante las temporadas de cultivo del maíz en 1985, que fue
probablemente debido a los frecuentes eventos de lluvia.
Además de la pérdida por lixiviación de NO 3 -N, el modelo DSSAT también puede
generar otros datos de N del suelo dinámicamente durante el crecimiento de cada cultivo y
período de barbecho, incluida la cantidad de N inorgánico total del suelo, la
mineralización de N orgánico del suelo, desnitrificación, inmovilización de N y
Fig. 10. La lixiviación simulada de NO 3 -N por debajo de 150 cm de profundidad del suelo bajo: (a) N0, (b) N60, (c) N90, (d) N120, (e) N150, y (f) N180 tratamientos de Abril de 1979 a 1992.
102
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 14
absorción de N del suelo por cultivo. La información es importante para mejorar
nuestra comprensión de los procesos dinámicos de N cultivo-suelo. Allí-
Por lo tanto, el modelo DSSAT tiene un alto potencial para ser utilizado para simular
una dinámica de NO 3 -N a largo plazo en diferentes capas de suelo, para estimar la
Pérdida por lixiviación de NO 3 -N fuera de la zona de raíces del cultivo, y para calcular la
Balance de N del suelo durante diferentes procesos bioquímicos.
4. Conclusiones
Basado en la fuente de datos de un experimento de 14 años realizado
en la meseta de Loess del noroeste de China de 1979 a 1992, el
DSSAT-CSM funcionó razonablemente bien en la simulación de rendimiento de grano
tanto para el maíz de primavera como para el trigo de invierno, y mostró de moderada a
buen acuerdo para predecir la capa superior del suelo SOC y SON, bajo regular
condición de aplicación de fertilizantes. El análisis de sensibilidad mostró
Respuestas creíbles de los rendimientos de granos simulados al fertilizante N
tasas de aplicación bajo diversas condiciones de agua del suelo. El DSSAT-
CSM también se puede utilizar para investigar los efectos del cambio climático.
sobre el rendimiento de los cultivos utilizando datos meteorológicos generados
Programa de análisis de secuencia. El modelo DSSAT simula con éxito
las tendencias de acumulación y lixiviación de NO 3 -N en el suelo bajo un amplio rango
de las tasas de aplicación de fertilizantes nitrogenados, las condiciones de lluvia y el maíz.
sistemas de cultivo de trigo en barbecho. Por tanto, los resultados de este estudio
apoyar el potencial del modelo DSSAT para poder simular
crecimiento del cultivo, dinámica de N del suelo y lixiviación de NO 3 -N bajo diversas
prácticas agrícolas en la región semiárida y semihúmeda del
Meseta de Loess de China.
Agradecimientos
El autor principal agradece el apoyo del doctorado
Programa de Becas del Ministerio de Educación del Pueblo
República de China (Grant No. 201206180014). Financiamiento para este estudio
fue proporcionado por la Subdivisión de Ciencia y Tecnología, Agricultura
y Agri-Food Canada.
Referencias
Ali, ZI, Dawelbeit, SE, Salih, AA, 2005. Efecto del estrés hídrico y la aplicación de nitrógeno
sobre el rendimiento de grano de trigo. Agron. J. 80, 902–908.
Boote, KJ, 1999. Conceptos para calibrar modelos de crecimiento de cultivos. En: Hoogenboom, G.,
Wilkens, PW, Tsuji, GY (Eds.), DSSAT v3, vol. 4-6. Universidad de Hawaii, Honolulu,
págs. 179–199.
Brisson, N., Cary, C., Justes, E., et al., 2003. Una descripción general del modelo de cultivo STICS. EUR.
J. Agron. 18, 309–332.
Confalonieri, R., Bellocchi, G., Bregaglio, S., Donatelli, M., Acutis, M., 2010. Comparación
de técnicas de análisis de sensibilidad: un estudio de caso con el modelo de arroz WARM. Ecol.
Modell. 221, 1897-1906.
Dang, T., Hao, M., 2000. El efecto del fertilizante nitrogenado bajo diferentes humedades
condiciones y ajuste del nitrógeno del suelo en el altiplano de Loess. Sci. Agric. Pecado.
33, 62–67, (en chino con resumen en inglés).
Dang, TH, Cai, GX, Guo, SL, Hao, MD, Heng, LK, 2006. Efecto del nitrógeno
gestión del rendimiento y la eficiencia en el uso del agua del trigo y el maíz de secano en
Noroeste de China. Pedosphere 16, 495–504.
Di, HJ, Cameron, KC, 2002. Lixiviación de nitratos en agroecosistemas templados: fuentes,
factores y estrategias de mitigación. Nutr. Cycl. Agroecosista. 64, 237-256.
Eitzinger, J., Thaler, S., Schmid, E., et al., 2013. Sensibilidades de modelos de cultivos a extremos
las condiciones climáticas durante el período de floración demostradas para el maíz y el invierno
trigo en Austria. J. Agric. Sci. 151, 813–835.
Fan, J., Hao, M., Malhi, SS, 2010. Acumulación de nitrato-N en el perfil del suelo y
sus implicaciones para el medio ambiente en la agricultura de secano en el norte de China:
una revisión. Can J. Soil Sci. 90, 429–440.
Fan, T., Zhou, G., Wang, Y., Ding, N., Gao, Y., Wang, S., 2004. Fertilización a largo plazo
sobre el aumento del rendimiento del sistema de rotación trigo-maíz de invierno en las tierras secas de la meseta de Loess
de Gansu. Plant Nutr. Fertil. Sci. 10, 127-131, (en chino con resumen en inglés).
Fan, T., Stewart, BA, Payne, WA, Wang, Y., Luo, J., Gao, Y., 2005a. Fertilizante de larga duración
y los efectos de la disponibilidad de agua en el rendimiento de cereales y las propiedades químicas del suelo en
Noroeste de China. Ciencia del suelo. Soc. Soy. J. 69, 842–855.
Fan, T., Stewart, BA, Wang, Y., Luo, J., Zhou, G., 2005b. Efectos de la fertilización a largo plazo
sobre el rendimiento de grano, la eficiencia del uso del agua y la fertilidad del suelo en las tierras secas de la meseta de Loess
en China. Agric. Ecosyst. Reinar. 106, 313–329.
Fan, T., Xu, M., Song, S., Zhou, G., Ding, L., 2008. Tendencias en los rendimientos de granos y orgánicos del suelo.
C en un experimento de fertilización a largo plazo en la meseta de Loess de China. J. Plant Nutr.
Ciencia del suelo. 171, 448–457.
Gijsman, AJ, Hoogenboom, G., Parton, WJ, Kerridge, PC, 2002. Modificación de DSSAT
modelos de cultivos para sistemas agrícolas de bajos insumos que utilizan un residuo de materia orgánica del suelo
módulo de CENTURY. Agron. J. 94, 462–474.
Godwin, DC, Jones, CA, 1991. Dinámica del nitrógeno en sistemas suelo-planta. En: Hanks,
J., Ritchie, JT (Eds.), Modelado de plantas y sistemas de suelo. Monografía de agronomía núm.
31. ASA, CSSA y SSSA, Madison, WI, págs. 287–321.
Hoogenboom, G., Jones, JW, Porter, CH, Wilkens, PW, Boote, KJ, Hunt, LA, et al.
(Eds.), 2010. Sistema de apoyo a la toma de decisiones para la transferencia de agrotecnología versión 4.5,
vol. 1. Información general. Universidad de Hawaii, Honolulu, HI.
Jones, JW, Hoogenboom, G., Porter, CH, Boote, KJ, Batchelor, WD, Hunt, LA, et al.,
2003. El modelo del sistema de cultivo DSSAT. EUR. J. Agron. 18, 235-265.
Keating, BA, Carberry, PS, Hammer, GL, Probert, ME, Robertson, MJ, Holzworth,
D., et al., 2003. Una descripción general de APSIM, un modelo diseñado para sistemas agrícolas
simulación. EUR. J. Agron. 18, 267–288.
Kropff, MJ, Bouma, J., Jones, JW, 2001. Enfoques de sistemas para el diseño de
Agroecosistemas sostenibles. Agric. Syst. 70, 369–393.
Li, ZT, Li, XG, Li, M., Yang, JY, Turner, NC, Wang, XY, et al., 2013. Escala de condado
cambios en el carbono orgánico del suelo de las tierras de cultivo en el sureste de la provincia de Gansu de
China desde la década de 1980 hasta mediados de la década de 2000. Ciencia del suelo. Soc. Soy. J. 77, 2111–2121.
Liu, E., Yan, C., Mei, X., He, W., Bing, SH, Ding, L., et al., 2010a. Efecto a largo plazo de
fertilizantes químicos, paja y estiércol en el suelo propiedades químicas y biológicas
en el noroeste de China. Geoderma 158, 173–180.
Liu, E., Yan, C., Mei, X., Zhang, Y., Fan, T., 2013a. Efecto a largo plazo del estiércol y
fertilizante en depósitos de carbono orgánico del suelo en la agricultura de secano en el noroeste de China.
PLoS ONE 8, e56536.
Liu, GB, 1999. Conservación del suelo y agricultura sostenible en la meseta de Loess:
desafío y prospectiva. Ambio 28, 663–668.
Liu, HL, Yang, JY, Drury, CF, Reynolds, WD, Tan, CS, Bai, YL, et al., 2011. Usando
el modelo DSSAT-CERES-Maize para simular el rendimiento del cultivo y el ciclo del nitrógeno en
campos con producción continua de maíz a largo plazo. Nutr. Cycl. Agroecosista.
89, 313–328.
Liu, S., Yang, JY, Zhang, XY, Drury, CF, Reynolds, WD, Hoogenboom, G., 2013b.
Modelado del rendimiento del cultivo, el contenido de agua del suelo y la temperatura del suelo para un cultivo de soja-maíz
rotación bajo sistemas de labranza convencional y de conservación en el noreste de China.
Agric. Manejo del agua. 123, 32–44.
Liu, X., Ju, X., Zhang, F., Pan, J., Christie, P., 2003. Dinámica y presupuestos del nitrógeno en
un sistema de cultivo de trigo y maíz de invierno en la llanura del norte de China. Cultivos de campo Res.
83, 111-124.
Liu, XJ, Song, L., He, CE, Zhang, FS, 2010b. La deposición de nitrógeno como importante
nutriente del medio ambiente y su impacto en los ecosistemas en China. J. Arid
Land 2, 137-143.
Liu, Y., Li, S., Chen, F., Yang, S., Chen, X., 2010c. Dinámica del agua del suelo y uso del agua
eficiencia en campos de maíz de primavera ( Zea mays L.) sometidos a diferentes
prácticas de manejo en la meseta de Loess, China. Agric. Manejo del agua. 97,
769–775.
Loague, KM, Freeze, RA, 1985. Una comparación de técnicas de modelado de lluvia-escorrentía
en pequeñas cuencas de captación de tierras altas. Recurso de agua. Res. 21, 229–248.
Paolo, ED, Rinaldi, M., 2008. Respuesta del rendimiento del maíz al riego y al nitrógeno.
Fertilización en un entorno mediterráneo. Cultivos de campo Res. 105, 202–210.
Parton, WJ, Rasmussen, PE, 1994. Efectos a largo plazo del manejo de cultivos en
trigo-barbecho: II. Simulaciones de modelos CENTURY. Ciencia del suelo. Soc. Soy. J. 58, 530-536.
Parton, WJ, Schimel, DS, Cole, CV, Ojima, DS, 1987. Análisis de factores que controlan
niveles de materia orgánica del suelo en los pastizales de las grandes llanuras. Ciencia del suelo. Soc. Soy. J. 51,
1173-1179.
Parton, WJ, Stewart, JWB, Cole, CV, 1988. Dinámica de C, N, P y S en pastizales
suelos: un modelo. Biogeochemistry 5, 109-131.
Pickering, NB, Hansen, JW, Jones, JW, Wells, CM, Chan, VK, Godwin, DC, 1994.
WeatherMan: una utilidad para administrar y generar datos meteorológicos diarios. Agron.
J. 86, 332–337.
Sarkar, R., 2009. Uso de DSSAT para modelar sistemas de cultivo. CAB Rev. 4, 1–12.
Shi, H., Shao, M., 2000. Pérdida de suelo y agua de la meseta de Loess en China. J. Arid
Reinar. 45, 9-20.
Thornton, PK, Wilkens, PW, Hoogenboom, G., Jones, JW, 1994. Análisis de secuencia.
En: Tsuji, GY, Uehara, G., Balas, S. (Eds.), DSSAT v3, vol. 3–2. Universidad de Hawaii,
Honolulu, Hawái, págs. 67-136.
Thornton, PK, Hoogenboom, G., Wilkens, PW, Bowen, WT, 1995. Una computadora
programa para analizar los resultados del modelo de cultivos de varias estaciones. Agron. J. 87, 131-136.
Thorp, KR, Malone, RW, Jaynes, DB, 2007. Simulación de efectos a largo plazo del nitrógeno
Tasas de aplicación de fertilizantes en el rendimiento del maíz y la dinámica del nitrógeno. Trans. ASABE
50, págs. 1287-1303.
Timsina, J., Humphreys, E., 2006. Rendimiento de CERES-Rice y CERES-Wheat
modelos en sistemas arroz-trigo: una revisión. Agric. Syst. 90, 5-31.
Tojo Soler, CM, Bado, VB, Traore, K., McNair Bostick, W., Jones, JW, Hoogenboom,
G., 2011. Dinámica del carbono orgánico del suelo y rendimiento de cultivos para diferentes rotaciones de cultivos.
en un suelo tropical ferruginoso degradado en una región semiárida: una simulación
Acercarse. J. Agric. Sci. 149, 579–593.
Tsuji, GY, Jones, JW, Hoogenboom, G., Hunt, LA, Thornton, PK, 1994. Introducción.
En: Tsuji, GY, Uehara, G., Balas, S. (Eds.), DSSAT v3, vol. 1–1. Universidad de Hawaii,
Honolulu, Hawái, págs. 1-11.
Willmott, CJ, 1982. Algunos comentarios sobre la evaluación del desempeño del modelo. Toro.
Soy. Meteorol. Soc. 63, 1309-1313.
Wu, JS, Guo, SL, Dang, TH, 2003. Mecanismos en la acumulación y movimiento
de N mineral en el perfil del suelo de tierras agrícolas en una región semiárida. Acta Ecol. Pecado.
23, 2040–2049, (en chino con resumen en inglés).
Xiong, W., Conway, D., Holman, L., Lin, E., 2008. Evaluación de la simulación de trigo CERES
de la producción de trigo en China. Agron. J. 100, 1720-1728.
103
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Página 15
Xue, X., Hao, M., 2011. Lixiviación de nitratos en suelos de loess en el noroeste de China: apropiado
tasas de fertilizantes para el trigo de invierno. Acta Agric. Scand. B Planta de suelo Sci. 61, 253-263.
Yang, J., Greenwood, DJ, Rowell, DL, Wadsworth, GA, Burns, IG, 2000. Estadística
métodos para evaluar un modelo de simulación de nitrógeno en cultivos, N ABLE. Agric. Syst.
64, 37–53.
Yang, JM, Yang, JY, Dou, S., Yang, XM, Hoogenboom, G., 2013. Simulando el efecto
de fertilización a largo plazo sobre el rendimiento del maíz y la dinámica de C / N del suelo en el noreste
China utilizando DSSAT y un modelo de suelo basado en CENTURY. Nutr. Cycl. Agroecosista. 95,
287-303.
Yang, JM, Yang, JY, Liu, S., Hoogenboom, G., 2014. Una evaluación de la estadística
métodos para probar el rendimiento de modelos de cultivos con datos observados. Agric.
Syst. 127, 81–89.
Yang, JY, Huffman, EC, 2004. EasyGrapher: software para gráficos y estadísticos
validación de salidas DSSAT. Computación. Electrón. Agric. 45, 125-132.
Zhang, S., Sadras, V., Chen, X., Zhang, F., 2013. Eficiencia en el uso del agua del trigo de las tierras secas
en la meseta de Loess en respuesta al manejo del suelo y los cultivos. Cultivos de campo Res.
151, 9-18.
Zhang, XC, Liu, WZ, 2005. Simulando la respuesta potencial de la hidrología, erosión del suelo,
y la productividad de los cultivos al cambio climático en la región de la meseta de Changwu en el Loess
Meseta de China. Agric. Para. Meteorol. 131, 127-142.
Zhao, BQ, Li, XY, Li, XP, et al., 2010. Red de experimentos de fertilizantes a largo plazo en
China: rendimiento de los cultivos y tendencias de los nutrientes del suelo. Agron. J. 102, 216-230.
Zhao, BZ, Zhang, JB, Flury, M., Zhu, AN, Jiang, QA, Bi, JW, 2007. Aguas subterráneas
contaminación con NO 3 -N en un sistema de cultivo de trigo-maíz en el norte de China
Llanura. Pedosphere 17, 721–731.
Zhao, RF, Chen, XP, Zhang, FS, Zhang, H., Schroder, J., Römheld, V., 2006. Fertilización
y balance de nitrógeno en un sistema de rotación trigo-maíz en el norte de China. Agron.
J. 98, 938–945.
Zhou, Y., He, ZH, Sui, XX, Xia, XC, Zhang, XK, Zhang, GS, 2007. Genético
mejora del rendimiento de grano y características asociadas en el invierno del norte de China
región de trigo de 1960 a 2000. Crop Sci. 47, 245-253.
104
ZT Li et al./Agricultural Systems 135 (2015) 90–104

Texto original