Ensemble modelling of the carbon sequestration potential of agricultural soils: a case-study with the model FarmSim
Abstract
Abstract
Soil organic carbon (SOC) stocks were estimated over a 10-year period (1994–2004) using the farm-scale
biogeochemical model FarmSim, which couples the CERES-EGC arable crop model and the PaSim grassland model.FarmSim was run with spatially explicit input data for 48 pixels of agricultural soils located in a pilot area in southern Italy. The main objective of this work was to support an ensemble modelling approach by assessing whether the outputs given by FarmSim in the year 2004 (end of the simulation period) similar to the observations of the same year by using only generic land-use inputs, beyond soil properties (including SOC in 1994) and daily weather data. The simulations showed some underestimation of SOC by FarmSim, with a CRM (coefficient of residual mass) of 0.39 and RRMSE (relative root mean square error) of ~79%. The lower relative mean absolute error (RMAE) equal to ~53% reflects the inaccuracies associated with one or a few data points (amplified by squared differences). However,the results are likely to be improved as more detailed datasets are provided for model setup and calibration.
Les stocks de carbone organique du sol (SOC) ont été estimés sur une période de 10 ans (1994-2004) à l'aide du modèle biogéochimique à l'échelle de l'exploitation FarmSim, qui combine le modèle de grandes cultures CERES-EGC et le modèle de prairies PaSim. FarmSim a été exécuté avec des données d'entrée spatialement explicites pour 48 pixels de sols agricoles situés dans une zone pilote du sud de l'Italie. L'objectif principal de ce travail était de soutenir une approche de modélisation d'ensemble en évaluant si les résultats donnés par FarmSim en 2004 (fin de la période de simulation) sont similaires aux observations de la même année en utilisant seulement des entrées génériques d'utilisation des terres, en plus que les propriétés du sol (y compris SOC en 1994) et des données météorologiques quotidiennes. Les simulations ont montré une certaine sous-estimation du SOC par FarmSim, avec un CRM (coefficient de masse résiduelle) de 0,39 et une RRMSE (erreur moyenne quadratique relative) de ~79%. L'erreur moyenne absolue relative (RMAE) plus faible de ~53% reflète les imprécisions associées à un ou quelques points de données (amplifiées par les différences au carré). Cependant, les résultats sont susceptibles d'être améliorés à mesure que des jeux de données plus détaillés sont fournis pour la configuration et la calibration du modèle
Origin | Files produced by the author(s) |
---|