Supporting decision-making in agricultural water management under data scarcity using global datasets : chances, limits and potential improvements
Unterstützung der Entscheidungsfindung in der landwirtschaftlichen Wasserbewirtschaftung bei Datenknappheit unter Verwendung globaler Datensätze : Chancen, Grenzen und mögliche Verbesserungen
- Assessing alternative agricultural water management strategies requires long-term field trials or vast data collection for model calibration and simulation. This work aims to assess whether an uncalibrated agro-hydrological model using global input datasets for climate, soil and crop information can serve as a decision support tool for crop water management under data scarcity. This study employs the Cool Farm Tool Water (CFTW) at eight eddy covariance sites of the FLUXNET2015 dataset. CFTW is tested using global (CFTWglobal) and local (CFTWlocal) input datasets under current and alternative management scenarios. Results show that the use of global datasets for estimating daily evapotranspiration had little effect on the median Root Mean Square Error (RMSE) (CFTWglobal: 1.70 mm, CFTWlocal: 1.79 mm), while, however, the median model bias is much greater (CFTWglobal: - 18.6%, CFTWlocal: - 4.3%). Furthermore, the periods of water stress were little affected by the use of local or global data (median accuracy: 0.84), whereas the use ofAssessing alternative agricultural water management strategies requires long-term field trials or vast data collection for model calibration and simulation. This work aims to assess whether an uncalibrated agro-hydrological model using global input datasets for climate, soil and crop information can serve as a decision support tool for crop water management under data scarcity. This study employs the Cool Farm Tool Water (CFTW) at eight eddy covariance sites of the FLUXNET2015 dataset. CFTW is tested using global (CFTWglobal) and local (CFTWlocal) input datasets under current and alternative management scenarios. Results show that the use of global datasets for estimating daily evapotranspiration had little effect on the median Root Mean Square Error (RMSE) (CFTWglobal: 1.70 mm, CFTWlocal: 1.79 mm), while, however, the median model bias is much greater (CFTWglobal: - 18.6%, CFTWlocal: - 4.3%). Furthermore, the periods of water stress were little affected by the use of local or global data (median accuracy: 0.84), whereas the use of global data inputs led to a significant overestimation of irrigation water requirements (median difference: 110 mm). The model performance improves predominantly through the use of more representative local precipitation data, followed by local reference evapotranspiration and soil for some European growing seasons. We identify model outputs that can support decision-making when relying on global data, such as periods of water stress and the daily dynamics of water use. However, our findings also emphasize the difficulty of overcoming data scarcity in decision-making in agricultural water management. Furthermore, we provide recommendations for enhancing model performance and thus may increase the accessibility of reliable decision support tools in the future.…
- Die Bewertung alternativer Wasserbewirtschaftungsstrategien in der Landwirtschaft erfordert langfristige Feldversuche oder umfangreiche Datenerhebungen Datenerhebung für die Modellkalibrierung und Simulation. Ziel dieser Arbeit ist es, zu beurteilen, ob ein unkalibriertes agrarhydrologisches Modell, das globale Eingabedatensätze für Klima-, Boden- und Kulturpflanzeninformationen als Entscheidungshilfe für das in der Landwirtschaft bei Datenknappheit Knappheit dienen kann. Die Ergebnisse zeigen, dass die Verwendung globaler Datensätze für die Schätzung der täglichen Evapotranspiration kaum Auswirkungen auf den mittleren quadratischen Fehler (RMSE) hat (CFTWglobal: 1,70 mm, CFTWlocal: 1,79 mm), während jedoch die die mediane Modellverzerrung jedoch viel größer ist (CFTWglobal: - 18,6 %, CFTWlocal: - 4,3 %). Außerdem wurden die Perioden des Außerdem wurden die Perioden des Wasserstresses durch die Verwendung lokaler oder globaler Daten nur wenig beeinflusst (mediane Genauigkeit: 0,84), während die Verwendung globaler globalenDie Bewertung alternativer Wasserbewirtschaftungsstrategien in der Landwirtschaft erfordert langfristige Feldversuche oder umfangreiche Datenerhebungen Datenerhebung für die Modellkalibrierung und Simulation. Ziel dieser Arbeit ist es, zu beurteilen, ob ein unkalibriertes agrarhydrologisches Modell, das globale Eingabedatensätze für Klima-, Boden- und Kulturpflanzeninformationen als Entscheidungshilfe für das in der Landwirtschaft bei Datenknappheit Knappheit dienen kann. Die Ergebnisse zeigen, dass die Verwendung globaler Datensätze für die Schätzung der täglichen Evapotranspiration kaum Auswirkungen auf den mittleren quadratischen Fehler (RMSE) hat (CFTWglobal: 1,70 mm, CFTWlocal: 1,79 mm), während jedoch die die mediane Modellverzerrung jedoch viel größer ist (CFTWglobal: - 18,6 %, CFTWlocal: - 4,3 %). Außerdem wurden die Perioden des Außerdem wurden die Perioden des Wasserstresses durch die Verwendung lokaler oder globaler Daten nur wenig beeinflusst (mediane Genauigkeit: 0,84), während die Verwendung globaler globalen Dateneingaben zu einer signifikanten Überschätzung des Bewässerungswasserbedarfs führte (medianer Unterschied: 110 mm). Die Leistung des Modells verbessert sich in erster Linie durch die Verwendung repräsentativerer lokaler Niederschlagsdaten Daten, gefolgt von lokalen Referenzwerten für Evapotranspiration und Boden für einige europäische Wachstumsperioden. Wir ermitteln Modelloutputs, die die Entscheidungsfindung unterstützen können, wenn man sich auf globale Daten stützt, z. B. Perioden von Wasserstress und die tägliche Dynamik der Wassernutzung. Unsere Ergebnisse verdeutlichen jedoch auch die Schwierigkeit, die Datenknappheit bei der Entscheidungsfindung in der landwirtschaftlichen Wasserwirtschaft. Darüber hinaus geben wir Empfehlungen Empfehlungen zur Verbesserung der Modellleistung und können so die Verfügbarkeit von zuverlässigen Entscheidungshilfen in der Zukunft verbessern.…
Author: | Benjamin Kayatz, Gabriele BaroniORCiD, Jon HillierORCiD, Martin WattenbachORCiD |
---|---|
DOI: | https://doi.org/10.1016/j.agwat.2024.108803 |
ISSN: | 0378-3774 |
Parent Title (English): | Agricultural Water Management |
Publisher: | Elsevier |
Place of publication: | Amsterdam |
Document Type: | Scientific article |
Language: | English |
Year of Completion: | 2023 |
Release Date: | 2024/07/02 |
Tag: | Bewässerung; Evapotranspiration; FAO56; Wasserbedarf der Kulturpflanzen; Wasserverbrauch der Kulturpflanzen Cool farm tool; Crop water requirement; Crop water use; Evapotranspiration; Irrigation |
GND Keyword: | Bewässerungswirtschaft; Mathematisches Modell; Bewässerung; Evapotranspiration; Wasserbedarf; Kulturpflanzen |
Volume: | 296 |
Article Number: | 108803 |
Fundername (not EU): | Deutsche Forschungsgemeinschaft (DFG) / Open-Access-Publikationskosten (2023 -2025) / 512881332 |
Institutes: | Fakultät 2 Umwelt und Naturwissenschaften / FG Bodenschutz und Rekultivierung |
Licence (German): | ![]() |