Published May 1, 2005
| Version v1
Publication
Open
Probabilistic simulations of crop yield over western India using the DEMETER seasonal hindcast ensembles
- 1. University of Reading
- 2. National Institute of Meteorology
- 3. European Centre for Medium-Range Weather Forecasts
Description
Process-based integrated modelling of weather and crop yield over large areas is becoming an important research topic. The production of the DEMETER ensemble hindcasts of weather allows this work to be carried out in a probabilistic framework. In this study, ensembles of crop yield (groundnut, Arachis hypogaea L.) were produced for 10 2.5° × 2.5° grid cells in western India using the DEMETER ensembles and the general large-area model (GLAM) for annual crops. Four key issues are addressed by this study. First, crop model calibration methods for use with weather ensemble data are assessed. Calibration using yield ensembles was more successful than calibration using reanalysis data (the European Centre for Medium-Range Weather Forecasts 40-yr reanalysis, ERA40). Secondly, the potential for probabilistic forecasting of crop failure is examined. The hindcasts show skill in the prediction of crop failure, with more severe failures being more predictable. Thirdly, the use of yield ensemble means to predict interannual variability in crop yield is examined and their skill assessed relative to baseline simulations using ERA40. The accuracy of multimodel yield ensemble means is equal to or greater than the accuracy using ERA40. Fourthly, the impact of two key uncertainties, sowing window and spatial scale, is briefly examined. The impact of uncertainty in the sowing window is greater with ERA40 than with the multi-model yield ensemble mean. Subgrid heterogeneity affects model accuracy: where correlations are low on the grid scale, they may be significantly positive on the subgrid scale. The implications of the results of this study for yield forecasting on seasonal time-scales are as follows. (i) There is the potential for probabilistic forecasting of crop failure (defined by a threshold yield value); forecasting of yield terciles shows less potential. (ii) Any improvement in the skill of climate models has the potential to translate into improved deterministic yield prediction. (iii) Whilst model input uncertainties are important, uncertainty in the sowing window may not require specific modelling. The implications of the results of this study for yield forecasting on multidecadal (climate change) time-scales are as follows. (i) The skill in the ensemble mean suggests that the perturbation, within uncertainty bounds, of crop and climate parameters, could potentially average out some of the errors associated with mean yield prediction. (ii) For a given technology trend, decadal fluctuations in the yield-gap parameter used by GLAM may be relatively small, implying some predictability on those time-scales.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
أصبحت النمذجة المتكاملة القائمة على العمليات للطقس وإنتاجية المحاصيل في مناطق واسعة موضوعًا بحثيًا مهمًا. يسمح إنتاج نشرات الطقس الخلفية لمجموعة ديميتر بتنفيذ هذا العمل في إطار احتمالي. في هذه الدراسة، تم إنتاج مجموعات من غلة المحاصيل (الفول السوداني، Arachis hypogaea L.) لـ 10 خلايا شبكية 2.5درجة × 2.5درجة في غرب الهند باستخدام مجموعات ديميتر والنموذج العام للمساحة الكبيرة (GLAM) للمحاصيل السنوية. تتناول هذه الدراسة أربع قضايا رئيسية. أولاً، يتم تقييم طرق معايرة نموذج المحاصيل للاستخدام مع بيانات مجموعة الطقس. كانت المعايرة باستخدام مجموعات العائد أكثر نجاحًا من المعايرة باستخدام بيانات إعادة التحليل (المركز الأوروبي للتنبؤات الجوية متوسطة المدى إعادة التحليل لمدة 40 عامًا، ERA40). ثانيًا، يتم فحص احتمالية التنبؤ الاحتمالي بفشل المحاصيل. تُظهر التنبؤات الخلفية مهارة في التنبؤ بفشل المحاصيل، مع إمكانية التنبؤ بالفشل الأكثر حدة. ثالثًا، يتم فحص استخدام مجموعة الغلة للتنبؤ بالتغير السنوي في غلة المحاصيل وتقييم مهاراتهم بالنسبة لمحاكاة خط الأساس باستخدام ERA40. دقة وسائل مجموعة إنتاجية النماذج المتعددة تساوي أو أكبر من الدقة باستخدام ERA40. رابعاً، يتم فحص تأثير اثنين من أوجه عدم اليقين الرئيسية، نافذة البذر والمقياس المكاني، بإيجاز. يكون تأثير عدم اليقين في نافذة البذر أكبر مع ERA40 منه مع متوسط مجموعة العائد متعدد النماذج. يؤثر عدم تجانس الشبكة الفرعية على دقة النموذج: عندما تكون الارتباطات منخفضة على مقياس الشبكة، فقد تكون إيجابية بشكل كبير على مقياس الشبكة الفرعية. الآثار المترتبة على نتائج هذه الدراسة للتنبؤ بالغلة على المقاييس الزمنية الموسمية هي كما يلي. (1) هناك احتمال للتنبؤ الاحتمالي بفشل المحاصيل (الذي تحدده قيمة عتبة الغلة) ؛ يُظهر التنبؤ بشرائح الغلة إمكانات أقل. (2) أي تحسن في مهارة النماذج المناخية لديه القدرة على الترجمة إلى تنبؤ محسن بالغلة الحتمية. (3) في حين أن عدم اليقين في مدخلات النموذج مهم، فإن عدم اليقين في نافذة البذر قد لا يتطلب نمذجة محددة. الآثار المترتبة على نتائج هذه الدراسة للتنبؤ بالعائد على المقاييس الزمنية متعددة العقود (تغير المناخ) هي كما يلي. (1) تشير المهارة في متوسط المجموعة إلى أن الاضطراب، ضمن حدود عدم اليقين، في بارامترات المحاصيل والمناخ، يمكن أن يتوسط بعض الأخطاء المرتبطة بمتوسط التنبؤ بالعائد. (2) بالنسبة لاتجاه تكنولوجي معين، قد تكون التقلبات العقدية في معلمة فجوة العائد التي تستخدمها GLAM صغيرة نسبيًا، مما يعني بعض القدرة على التنبؤ على تلك المقاييس الزمنية.Translated Description (French)
La modélisation intégrée basée sur les processus du temps et du rendement des cultures sur de vastes zones devient un sujet de recherche important. La réalisation de l'ensemble DEMETER des prévisions météorologiques permet de mener ce travail dans un cadre probabiliste. Dans cette étude, des ensembles de rendement des cultures (arachide, Arachis hypogaea L.) ont été produits pour 10 mailles de 2,5° × 2,5° dans l'ouest de l'Inde en utilisant les ensembles DEMETER et le modèle général à grande surface (GLAM) pour les cultures annuelles. Quatre questions clés sont abordées dans cette étude. Tout d'abord, les méthodes d'étalonnage du modèle de culture à utiliser avec les données de l'ensemble météorologique sont évaluées. L'étalonnage à l'aide d'ensembles de rendement a été plus efficace que l'étalonnage à l'aide de données de réanalyse (European Centre for Medium-Range Weather Forecasts 40-yr reanalysis, ERA40). Deuxièmement, le potentiel de prévision probabiliste des mauvaises récoltes est examiné. Les prévisions rétrospectives montrent des compétences dans la prédiction des mauvaises récoltes, les échecs plus graves étant plus prévisibles. Troisièmement, l'utilisation de moyens d'ensemble de rendement pour prédire la variabilité interannuelle du rendement des cultures est examinée et leurs compétences évaluées par rapport aux simulations de référence à l'aide d'ERA40. La précision des moyens d'ensemble de rendement multimodèle est égale ou supérieure à la précision utilisant ERA40. Quatrièmement, l'impact de deux incertitudes clés, la fenêtre de semis et l'échelle spatiale, est brièvement examiné. L'impact de l'incertitude dans la fenêtre de semis est plus important avec ERA40 qu'avec la moyenne de l'ensemble de rendement multimodèle. L'hétérogénéité de la sous-grille affecte la précision du modèle : lorsque les corrélations sont faibles à l'échelle de la grille, elles peuvent être significativement positives à l'échelle de la sous-grille. Les implications des résultats de cette étude pour la prévision du rendement sur les échelles de temps saisonnières sont les suivantes. (i) Il existe un potentiel de prévision probabiliste des mauvaises récoltes (défini par une valeur seuil de rendement) ; la prévision du rendement terciles montre moins de potentiel. (ii) Toute amélioration de la compétence des modèles climatiques a le potentiel de se traduire par une meilleure prédiction déterministe du rendement. (iii) Bien que les incertitudes d'entrée du modèle soient importantes, l'incertitude dans la fenêtre de semis peut ne pas nécessiter de modélisation spécifique. Les implications des résultats de cette étude pour la prévision du rendement sur des échelles de temps multidécennales (changement climatique) sont les suivantes. (i) La compétence dans la moyenne d'ensemble suggère que la perturbation, dans les limites d'incertitude, des paramètres de la culture et du climat, pourrait potentiellement faire la moyenne de certaines des erreurs associées à la prédiction du rendement moyen. (ii) Pour une tendance technologique donnée, les fluctuations décennales du paramètre d'écart de rendement utilisé par GLAM peuvent être relativement faibles, ce qui implique une certaine prévisibilité sur ces échelles de temps.Translated Description (Spanish)
La modelización integrada basada en procesos del clima y el rendimiento de los cultivos en grandes áreas se está convirtiendo en un importante tema de investigación. La producción del conjunto DEMETER Hindcasts de Weather permite realizar este trabajo en un marco probabilístico. En este estudio, se produjeron conjuntos de rendimiento de cultivos (cacahuete, Arachis hypogaea L.) para 10 celdas de cuadrícula de 2,5° × 2,5° en el oeste de la India utilizando los conjuntos DEMETER y el modelo general de área grande (GLAM) para cultivos anuales. En este estudio se abordan cuatro cuestiones clave. En primer lugar, se evalúan los métodos de calibración del modelo de cultivo para su uso con los datos del conjunto meteorológico. La calibración utilizando conjuntos de rendimiento fue más exitosa que la calibración utilizando datos de reanálisis (reanálisis de 40 años del Centro Europeo de Previsiones Meteorológicas a Medio Plazo, ERA40). En segundo lugar, se examina el potencial para la previsión probabilística de la pérdida de cosechas. Los castillos posteriores muestran habilidad en la predicción de la pérdida de cosechas, y las fallas más graves son más predecibles. En tercer lugar, se examina el uso de medios de conjunto de rendimiento para predecir la variabilidad interanual en el rendimiento de los cultivos y se evalúa su habilidad en relación con las simulaciones de referencia utilizando ERA40. La precisión de los medios del conjunto de rendimiento multimodelo es igual o mayor que la precisión utilizando ERA40. En cuarto lugar, se examina brevemente el impacto de dos incertidumbres clave, la ventana de siembra y la escala espacial. El impacto de la incertidumbre en la ventana de siembra es mayor con ERA40 que con la media del conjunto de rendimiento multimodelo. La heterogeneidad de la subcuadrícula afecta la precisión del modelo: cuando las correlaciones son bajas en la escala de la cuadrícula, pueden ser significativamente positivas en la escala de la subcuadrícula. Las implicaciones de los resultados de este estudio para el pronóstico del rendimiento en las escalas de tiempo estacionales son las siguientes. (i) Existe el potencial para el pronóstico probabilístico del fracaso de los cultivos (definido por un valor umbral de rendimiento); el pronóstico de los terciles de rendimiento muestra menos potencial. (ii) Cualquier mejora en la habilidad de los modelos climáticos tiene el potencial de traducirse en una mejor predicción determinista del rendimiento. (iii) Si bien las incertidumbres de entrada del modelo son importantes, la incertidumbre en la ventana de siembra puede no requerir un modelado específico. Las implicaciones de los resultados de este estudio para el pronóstico del rendimiento en escalas de tiempo multidecadales (cambio climático) son las siguientes. (i) La habilidad en la media del conjunto sugiere que la perturbación, dentro de límites de incertidumbre, de los parámetros climáticos y de cultivos, podría promediar algunos de los errores asociados con la predicción del rendimiento medio. (ii) Para una tendencia tecnológica dada, las fluctuaciones decadales en el parámetro de brecha de rendimiento utilizado por GLAM pueden ser relativamente pequeñas, lo que implica cierta previsibilidad en esas escalas de tiempo.Files
Files
(90.8 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:76ce7c4e13fcdd70ef706a4061a74348
|
90.8 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- محاكاة احتمالية لمحصول المحاصيل في غرب الهند باستخدام مجموعات ديميتر للتوقعات الخلفية الموسمية
- Translated title (French)
- Simulations probabilistes du rendement des cultures dans l'ouest de l'Inde à l'aide des ensembles rétrospectifs saisonniers DEMETER
- Translated title (Spanish)
- Simulaciones probabilísticas del rendimiento de los cultivos en el oeste de la India utilizando los conjuntos de cascadas traseras estacionales de DEMETER
Identifiers
- Other
- https://openalex.org/W4238206904
- DOI
- 10.1111/j.1600-0870.2005.00126.x
References
- https://openalex.org/W1971664171
- https://openalex.org/W1984670478
- https://openalex.org/W1987805457
- https://openalex.org/W1999618662
- https://openalex.org/W1999733221
- https://openalex.org/W2009160934
- https://openalex.org/W2010275421
- https://openalex.org/W2028146648
- https://openalex.org/W2028549540
- https://openalex.org/W2044473343
- https://openalex.org/W2047585741
- https://openalex.org/W2047684158
- https://openalex.org/W2073968193
- https://openalex.org/W2074343467
- https://openalex.org/W2102207964
- https://openalex.org/W2108182541
- https://openalex.org/W2121183894
- https://openalex.org/W2122379545
- https://openalex.org/W2143400109
- https://openalex.org/W2146795535
- https://openalex.org/W2157286950
- https://openalex.org/W255449210