Los científicos ahora tienen una nueva herramienta para predecir los efectos futuros del cambio climático en el rendimiento de los cultivos.

Investigadores de la Universidad de Illinois están intentando unir dos tipos de modelos de cultivos computacionales para convertirse en predictores más confiables de la producción de cultivos en el Cinturón de Maíz de EE. UU.

"Una clase de modelos de cultivos se basa en la agronomía y la otra está integrada en modelos climáticos o modelos de sistemas terrestres. Se desarrollan para diferentes propósitos y se aplican a diferentes escalas, "dice Kaiyu Guan, un científico ambiental de la Universidad de Illinois y el investigador principal de la investigación. "Porque cada uno tiene sus propias fortalezas y debilidades, nuestra idea simple es combinar los puntos fuertes de ambos tipos de modelos para crear un nuevo modelo de cultivo con un rendimiento de predicción mejorado ".

Guan y su equipo de investigación implementaron y evaluaron un nuevo modelo de crecimiento de maíz, representado como el modelo CLM-APSIM, mediante la combinación de características superiores tanto en el modelo de tierras comunitarias (CLM) como en el simulador de sistemas de producción agrícola (APSIM).

"El modelo de maíz original en CLM solo tiene tres etapas fenológicas, o ciclos de vida. Faltan algunas etapas importantes del desarrollo, como la floración, haciendo imposible aplicar algunas tensiones críticas, como el estrés hídrico o las altas temperaturas en estas etapas específicas de desarrollo, "dice Bin Peng, investigador postdoctoral en el laboratorio de Guan y también autor principal. "Nuestra solución está incorporando el esquema de desarrollo del ciclo de vida de APSIM, que tiene 12 etapas, en el modelo CLM. A través de esta integración, tensiones inducidas por altas temperaturas, déficit de agua y nitrógeno en el suelo, se puede tener en cuenta en el nuevo modelo ".

Peng dice que eligieron CLM como el marco de alojamiento para implementar el nuevo modelo porque está más basado en procesos y puede acoplarse con modelos climáticos.

"Esto es importante ya que la nueva herramienta se puede utilizar para investigar la retroalimentación bidireccional entre un agroecosistema y un sistema climático en nuestros estudios futuros".

Además de reemplazar el modelo original de fenología del maíz en CLM por el del modelo APSIM, los investigadores han realizado varias otras mejoras innovadoras en el nuevo modelo. Se agregaron un nuevo esquema de asignación de carbono y un esquema de simulación del número de granos, así como un refinamiento del esquema de estructura de dosel original.

"La mejora más atractiva es que nuestro nuevo modelo está más cerca de obtener el rendimiento adecuado con el mecanismo adecuado, "dice Guan." El modelo CLM original subestima la biomasa aérea pero sobreestima el índice de cosecha de maíz, conduciendo a una aparente simulación de rendimiento correcto con el mecanismo incorrecto. Nuestro nuevo modelo corrigió esta deficiencia en el modelo CLM original ".

Peng agrega que el esquema fenológico de APSIM es bastante genérico. "Podemos ampliar fácilmente nuestro nuevo modelo para simular los procesos de crecimiento de otros cultivos básicos, como la soja y el trigo. Esto definitivamente está en nuestro plan y ya estamos trabajando en ello.

"Todo el trabajo se realizó en Blue Waters, una poderosa supercomputadora de petaescala en el Centro Nacional de Aplicaciones de Supercomputación (NCSA) en el campus de la Universidad de Illinois, ", dice Peng." Actualmente estamos trabajando en el análisis de sensibilidad de los parámetros y la calibración bayesiana de este nuevo modelo y también en una simulación regional de alta resolución sobre el cinturón de maíz de EE. UU. todo lo cual no sería posible sin los valiosos recursos computacionales proporcionados por Blue Waters ".