Febrero 2015
Revista: Global Change Biology
Los modelos de crecimiento de cultivos son cada vez más usados para cuantificar el impacto de los cambios globales debido al clima o al manejo de los cultivos. Por lo tanto, la precisión de los resultados de las simulaciones es una preocupación constante. Los estudios con conjuntos de modelos de cultivos pueden dar información valiosa sobre la precisión e incertidumbre de los modelos, pero estos estudios no son fáciles de organizar y han empezado apenas desde hace poco. Reportamos sobre el mayor estudio de conjuntos realizado hasta la fecha, de 27 modelos de trigo evaluados en cuatro lugares contrastantes para su precisión en la simulación del crecimiento de múltiples cultivos y variables de rendimiento. Este error relativo promediado en los modelos fue 24–38% para las distintas variables de final de temporada, incluidos rendimiento de grano (GY) y concentración de proteína en el grano (GPC). Hubo poca relación entre el error de un modelo para GY o GPC y error para las variables dentro de la temporada. Así, la mayoría de modelos no llegaron a simulaciones precisas de GY y GPC mediante la simulación precisa de dinámicas precedentes de crecimiento. Las simulaciones de conjuntos, tomando medias (e-mean) o medianas (e-median) de valores simulados, dieron mejores estimados que cualquier modelo individual cuando se consideraron todas las variables. En comparación con los modelos individuales, la e-median ocupó el primer puesto en simular la GY medida y el tercero en GPC. El error de la e-media y la e-median disminuyó con un número creciente de miembros del conjunto, con menor disminución después de 10 modelos. Concluimos que los conjuntos multimodelos se pueden usar para crear nuevos estimadores con mayor precisión y consistencia en la simulación de dinámicas de crecimiento. Argumentamos que estos resultados son aplicables a otras especies de cultivos, y planteamos la hipótesis de que aplican más generalmente a modelos de sistemas ecológicos.
Martre, Pierre; Wallach, Daniel; Asseng, Senthold; Ewert, Frank; Jones, James W.; Rötter, Reimund P.; Boote, Kenneth J.; Ruane, Alex C.; Thorburn, Peter J.; Cammarano, Davide; Hatfield, Jerry L.; Rosenzweig, Cynthia; Aggarwal, Pramod K.; Angulo, Carlos; Basso, Bruno; Bertuzzi, Patrick; Biernath, Christian; Brisson, Nadine; Challinor, Andrew J.; Doltra, Jordi; Gayler, Sebastian; Goldberg, Richie; Grant, Robert F.; Heng, Lee; Hooker, Josh; Hunt, Leslie A.; Ingwersen, Joachim; Izaurralde, Roberto C.; Kersebaum, Kurt Christian; Müller, Christoph; Kumar, Soora Naresh; Nendel, Claas; O’leary, Garry; Olesen, Jørgen E.; Osborne, Tom M.; Palosuo, Taru; Priesack, Eckart; Ripoche, Dominique; Semenov, Mikhail A.; Shcherbak, Iurii; Steduto, Pasquale; Stöckle, Claudio O.; Stratonovitch, Pierre; Streck, Thilo; Supit, Iwan; Tao, Fulu; Travasso, Maria; Waha, Katharina; White, Jeffrey W.; Wolf, Joost. 2015. Multimodel ensembles of wheat growth: many models are better than one. Global Change Biology. 21: 911-925.
Leer el artículo (disponible en inglés)