DOI: https://doi.org/10.3389/fagro.2025.1740421
تاريخ النشر: 2026-01-19
المؤلف: Jose G. C. P. Pinto وآخرون
الموضوع الرئيسي: آثار تغير المناخ على الزراعة
نظرة عامة
تقيّم ورقة البحث أداء نظام محاكاة الإنتاج الزراعي الجيل التالي (APSIM-NG) في محاكاة استجابة أصناف القمح الشتوي لمعدلات النيتروجين (N)، بناءً على تجارب ميدانية أجريت في نبراسكا خلال مواسم النمو 2020/21 و2021/22. استخدمت الدراسة تصميم كتلة عشوائية كاملة مع صنفين (LCS و WB) وأربع معدلات نيتروجين (0، 56، 112، و168 كجم N هكتار⁻¹)، مع تقييم معايير مختلفة بما في ذلك علم الظواهر، إنتاجية الحبوب، محتوى البروتين، وخصائص التربة. حسّن معايرة النموذج دقته في التنبؤ بعلم الظواهر (RRMSE = 2.1-2.2%; RMSE = 3-5 أيام)، وإنتاجية الحبوب (15-24%)، ومحتوى البروتين (8-11%)، بينما أظهرت التحقق عبر مجموعات متعددة من المواقع والسنوات أداءً جيدًا، خاصة في التقاط ديناميات النمو الخاصة بالصنف.
تشير النتائج إلى أن APSIM-NG أداة قيمة لمحاكاة العمليات الفسيولوجية الرئيسية في القمح الشتوي، مع تطبيقات محتملة في إدارة النيتروجين المستندة إلى الجينات وتحسين استراتيجيات إدارة المغذيات. ومع ذلك، أظهر النموذج قيودًا في محاكاة تطوير الكتلة الحيوية في بداية الموسم وتوزيع النيتروجين الخضري، مما يستدعي مزيدًا من التحسينات. يجب أن تركز الأبحاث المستقبلية على تعزيز قدرات النموذج لمعالجة إدارة النيتروجين الديناميكية خلال الموسم ودمج بيانات الاستشعار عن بعد، مما يدعم في النهاية الممارسات الزراعية الذكية مناخيًا في الغرب الأوسط. تؤكد الدراسة على أهمية APSIM-NG في إبلاغ القرارات الزراعية وتحسين دمج القمح في أنظمة الزراعة الإقليمية، مع آثار على توقعات الإنتاج وإدارة المغذيات.
مقدمة
تؤكد مقدمة ورقة البحث هذه على الدور الحاسم للقمح في الأمن الغذائي العالمي، خاصة مع مواجهة العالم تحدي إطعام ما يقدر بـ 9 مليارات شخص بحلول عام 2050. يعتبر القمح، كأكثر المحاصيل زراعة، أساسيًا للتغذية البشرية، حيث يساهم بنحو 20% من إجمالي السعرات الحرارية ومحتوى البروتين العالمي. ومع ذلك، فإن متطلبات النيتروجين (N) الخاصة به تشكل تحديات كبيرة، حيث يمكن أن يؤدي الاستخدام غير الفعال للنيتروجين إلى تلوث البيئة وزيادة تكاليف الإنتاج. كما أن تغير المناخ يزيد من تفاقم هذه القضايا من خلال تهديد إنتاجية القمح بسبب ارتفاع درجات الحرارة وضغوط الجفاف. وبالتالي، فإن اعتماد ممارسات الزراعة الذكية مناخيًا (CSA) أمر ضروري لتعزيز الإنتاجية والقدرة على التكيف مع تقليل الأثر البيئي للزراعة.
تسلط الورقة الضوء على أهمية تحسين ممارسات إدارة المغذيات، خاصة من خلال استخدام نماذج المحاصيل المستندة إلى العمليات مثل APSIM-NG. يمكن أن تُعلم هذه النماذج قرارات الإدارة، وتتنبأ بنمو المحاصيل، وتقيّم الآثار البيئية، ومع ذلك غالبًا ما تفشل جهود النمذجة الحالية في أخذ الديناميات الفريدة لنمو أصناف القمح المختلفة في الاعتبار. إن فهم الخصائص الخاصة بالصنف، مثل ديناميات امتصاص النيتروجين والمرونة الظاهرية، أمر حاسم لتطوير استراتيجيات إدارة نيتروجين مصممة خصيصًا تعزز الإنتاجية عبر ظروف بيئية متنوعة. تهدف الدراسة إلى تقييم ومعايرة APSIM-NG لمحاكاة نمو وإنتاجية القمح الشتوي بدقة، مما يوفر للمزارعين أدوات محسّنة لاتخاذ القرارات لتحقيق التوازن بين الإنتاجية والاستدامة في مواجهة تغير المناخ.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. عادةً ما يتضمن بيانات كمية، وتحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول لتوضيح النتائج. غالبًا ما تتم مقارنة النتائج مع الفرضيات أو الدراسات السابقة لتسليط الضوء على الفروقات المهمة أو تأكيد الاتجاهات المتوقعة.
في هذا القسم، قد يبلغ المؤلفون عن فعالية الطرق أو التدخلات المقترحة، مع تفصيل مقاييس مثل الدقة، والضبط، أو غيرها من مؤشرات الأداء ذات الصلة. يتم أيضًا مناقشة أي علاقات ملحوظة أو علاقات سببية، مما يوفر رؤى حول آثار النتائج على المجال الأوسع للدراسة. بشكل عام، تعتبر النتائج أساسًا للنقاشات والاستنتاجات اللاحقة التي يستخلصها المؤلفون.
المناقشة
ت outlines قسم المناقشة في ورقة البحث المنهجية والنتائج من التجارب الميدانية التي أجريت لمعايرة والتحقق من نموذج APSIM-NG لنمو القمح الشتوي. أجريت التجارب في مختبر الزراعة في الجنوب الأوسط في نبراسكا على مدى ثلاثة مواسم نمو، حيث تم إنهاء تجربة 2022/23 بسبب الجفاف الشديد وضغوط الآفات. استخدمت الدراسة تصميم كتلة عشوائية كاملة، واختبرت صنفين من القمح (LCS Valiant و WB4699) عبر أربع معدلات تطبيق نيتروجين (N)، بينما تم الحصول على بيانات التحقق الخارجية من نتائج اختبار أصناف القمح الشتوي في جامعة نبراسكا-لينكولن.
تشير النتائج الرئيسية إلى أن كلا الصنفين وصلوا إلى مراحل نمو حرجة بشكل مشابه، مع تباين كبير في كتلة الساق، ومؤشر مساحة الأوراق (LAI)، وإنتاجية الحبوب المتأثرة بمعدلات النيتروجين. حسّنت معايرة النموذج دقة التنبؤات المتعلقة بعلم الظواهر وإنتاجية الحبوب، محققة قيم خطأ متوسط الجذر التربيعي (RMSE) تبلغ حوالي 5 أيام لعلم الظواهر و15% RRMSE لإنتاجية الحبوب بعد المعايرة. ومع ذلك، لا تزال التحديات قائمة في التقاط ديناميات الكتلة الحيوية بدقة، خاصة تحت ظروف بيئية متغيرة، كما يتضح من الاتفاق المعتدل إلى الضعيف في توقعات الكتلة الحيوية. بشكل عام، تسلط الدراسة الضوء على فعالية نموذج APSIM-NG في محاكاة نمو القمح الشتوي مع تحديد مجالات لمزيد من التحسين في تقدير الكتلة الحيوية.
القيود
تناقش قسم ورقة البحث القيود المفروضة على نموذج APSIM في التنبؤ بكتلة الساق ومؤشر مساحة الأوراق (LAI)، مشيرة إلى حساسيته للتغيرات البيئية وديناميات الأصناف. في موسم النمو 2020/21، أساء النموذج تقدير الكتلة الحيوية بسبب ضغط النيتروجين في بداية الموسم وتأخر هطول الأمطار، بينما في 2021/22، أساء تقدير الكتلة الحيوية، على الأرجح بسبب أضرار البَرَد وتقليل هطول الأمطار. تؤكد هذه التباينات على تحديات النموذج في محاكاة أحداث الضغط الواقعية بدقة واعتماده على تمثيلات مبسطة لعمليات إعادة التوزيع، مما أدى إلى تقديرات مفرطة للكتلة الحيوية الخضرية دون زيادات متناسبة في الإنتاجية. يتماشى هذا مع النتائج السابقة التي تشير إلى أن APSIM يواجه صعوبات في تقدير الكتلة الحيوية تحت ضغط النيتروجين والمياه المتقلب، خاصة خلال مراحل التكاثر.
بالإضافة إلى ذلك، كانت توقعات النموذج لمؤشر مساحة الأوراق (LAI) ضعيفة، حيث تجاوز خطأ الجذر المتوسط النسبي (RRMSE) 60%، مما يشير إلى تقدير مستمر أقل لتطور السقف النباتي. قد يكون هذا ناتجًا عن كل من القيود الهيكلية للنموذج والضوضاء المحتملة في قياسات الحقل. وجدت الدراسة أن مؤشر مساحة الأوراق (LAI) كان له قيمة تنبؤية ضئيلة للإنتاجية، مما يبرز أهمية ديناميات السقف النباتي الزمنية بدلاً من القيم القصوى. علاوة على ذلك، تسهم تفاعلات الصنف × البيئة ومرونة السقف النباتي في تباين مؤشر مساحة الأوراق (LAI)، مما يعقد التعميم العام للمعلمات. تشير النتائج إلى أنه بينما يؤدي APSIM بشكل كافٍ في توقعات الإنتاجية، فإنه يواجه تحديات كبيرة مع الصفات الديناميكية مثل مؤشر مساحة الأوراق (LAI) والكتلة الحيوية بسبب القيود في نمذجة تفاعلات المياه والنيتروجين والافتراضات الهيكلية. أخيرًا، تعقد التقديرات الضعيفة للنموذج للنترات ($NO_3^-$) والأمونيوم ($NH_4^+$) تقدير معدلات النيتروجين المثلى اقتصاديًا (EONR)، مما يبرز الحاجة إلى تحسينات في محاكاة APSIM-NG لاستجابة الإنتاجية للنيتروجين.
DOI: https://doi.org/10.3389/fagro.2025.1740421
Publication Date: 2026-01-19
Author(s): Jose G. C. P. Pinto et al.
Primary Topic: Climate change impacts on agriculture
Overview
The research paper evaluates the performance of the Agricultural Production Systems sIMulator Next Generation (APSIM-NG) in simulating winter wheat cultivar responses to nitrogen (N) rates, based on field experiments conducted in Nebraska during the 2020/21 and 2021/22 growing seasons. The study employed a randomized complete block design with two cultivars (LCS and WB) and four N rates (0, 56, 112, and 168 kg N ha⁻¹), assessing various parameters including phenology, grain yield, protein content, and soil characteristics. Calibration of the model improved its accuracy for predicting phenology (RRMSE = 2.1-2.2%; RMSE = 3-5 days), grain yield (15-24%), and protein content (8-11%), while validation across multiple site-year combinations demonstrated good performance, particularly in capturing cultivar-specific growth dynamics.
The findings indicate that APSIM-NG is a valuable tool for simulating key physiological processes in winter wheat, with potential applications in genotype-based N management and improving nutrient management strategies. However, the model exhibited limitations in simulating early-season biomass development and vegetative N partitioning, necessitating further refinements. Future research should focus on enhancing the model’s capabilities to address dynamic in-season N management and integrating remote sensing data, ultimately supporting climate-smart agricultural practices in the Midwest. The study underscores the importance of APSIM-NG in informing agricultural decisions and improving the integration of wheat in regional cropping systems, with implications for yield forecasting and nutrient management.
Introduction
The introduction of this research paper emphasizes the critical role of wheat in global food security, particularly as the world faces the challenge of feeding an estimated 9 billion people by 2050. Wheat, being the most widely cultivated crop, is essential for human nutrition, contributing approximately 20% of global caloric and protein intake. However, its nitrogen (N) requirements pose significant challenges, as inefficient N use can lead to environmental pollution and increased production costs. Climate change further exacerbates these issues by threatening wheat yields through heightened heat and drought stress. Consequently, the adoption of climate-smart agriculture (CSA) practices is imperative to enhance productivity and resilience while minimizing agriculture’s environmental impact.
The paper highlights the importance of optimizing nutrient management practices, particularly through the use of process-based crop models like APSIM-NG. These models can inform management decisions, predict crop growth, and evaluate environmental impacts, yet current modeling efforts often fail to account for the unique growth dynamics of different wheat cultivars. Understanding cultivar-specific traits, such as nitrogen uptake dynamics and phenotypic plasticity, is crucial for developing tailored N management strategies that optimize yields across varying environmental conditions. The study aims to evaluate and calibrate APSIM-NG to accurately simulate winter wheat growth and yield, thereby providing farmers with improved decision-making tools to balance productivity and sustainability in the face of climate change.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It typically includes quantitative data, statistical analyses, and visual representations such as graphs or tables to illustrate the outcomes. The results are often compared against the hypotheses or previous studies to highlight significant differences or confirm expected trends.
In this section, the authors may report on the effectiveness of the proposed methods or interventions, detailing metrics such as accuracy, precision, or other relevant performance indicators. Any observed correlations or causal relationships are also discussed, providing insights into the implications of the findings for the broader field of study. Overall, the results serve as a foundation for the subsequent discussion and conclusions drawn by the authors.
Discussion
The discussion section of the research paper outlines the methodology and findings from field experiments conducted to calibrate and validate the APSIM-NG model for winter wheat growth. The experiments took place at the South-Central Agricultural Laboratory in Nebraska over three growing seasons, with the 2022/23 trial being terminated due to severe drought and pest pressures. The study employed a randomized complete block design, testing two wheat cultivars (LCS Valiant and WB4699) across four nitrogen (N) application rates, while external validation data were sourced from the University of Nebraska-Lincoln’s Winter Wheat Variety Test Results.
Key findings indicate that both cultivars reached critical growth stages similarly, with significant variability in shoot biomass, leaf area index (LAI), and grain yield influenced by N rates. The model calibration improved the accuracy of simulated phenology and yield predictions, achieving root mean squared error (RMSE) values of approximately 5 days for phenology and 15% RRMSE for grain yield after calibration. However, challenges remained in accurately capturing biomass dynamics, particularly under varying environmental conditions, as indicated by moderate to poor agreement in biomass predictions. Overall, the study highlights the effectiveness of the APSIM-NG model in simulating winter wheat growth while identifying areas for further refinement in biomass estimation.
Limitations
The research paper section discusses the limitations of the APSIM model in predicting shoot biomass and Leaf Area Index (LAI), highlighting its sensitivity to environmental variability and cultivar dynamics. In the 2020/21 growing season, the model underestimated biomass due to early-season nitrogen (N) stress and delayed rainfall, while in 2021/22, it overestimated biomass, likely due to hail damage and reduced precipitation. These discrepancies underscore the model’s challenges in accurately simulating real-world stress events and its reliance on simplified representations of remobilization processes, which led to overestimations of vegetative biomass without corresponding increases in yield. This aligns with previous findings indicating that APSIM struggles with biomass under fluctuating N and water stress, particularly during reproductive stages.
Additionally, the model’s predictions for LAI were poor, with a relative root mean square error (RRMSE) exceeding 60%, indicating consistent underestimation of peak canopy development. This may stem from both the model’s structural limitations and potential noise in field measurements. The study found that LAI had minimal predictive value for yield, emphasizing the importance of temporal canopy dynamics rather than peak values. Furthermore, cultivar × environment interactions and canopy plasticity contribute to LAI variability, complicating general parameterization. The findings suggest that while APSIM performs adequately for yield predictions, it faces significant challenges with dynamic traits like LAI and biomass due to limitations in modeling water-N interactions and structural assumptions. Lastly, the model’s poor predictions of nitrate ($NO_3^-$) and ammonium ($NH_4^+$) further complicate the estimation of economically optimal nitrogen rates (EONR), highlighting the need for improvements in APSIM-NG’s simulation of yield responses to nitrogen.