gida – Traduction – Dictionnaire Keybot

Spacer TTN Translation Network TTN TTN Login Deutsch English Spacer Help
Langues sources Langues cibles
Keybot 8 Résultats  www.agr.ca  Page 7
  Optimizing parameters o...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
Liu, H.L., Yang, J.Y., He, P., Bai, Y.L., Jin, J.Y., Drury, C.F., Zhu, Y.P., Yang, X.M., Li, W.J., Xie, J.G., Yang, J.M., and Hoogenboom, G. (2012). "Optimizing parameters of CSM-CERES-Maize model to improve simulation performance of maize growth and nitrogen uptake in northeast China.", Journal of Integrative Agriculture, 11(11), pp. 1898-1913.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Liu, H.L., Yang, J.Y., He, P., Bai, Y.L., Jin, J.Y., Drury, C.F., Zhu, Y.P., Yang, X.M., Li, W.J., Xie, J.G., Yang, J.M., et Hoogenboom, G. (2012). « Optimizing parameters of CSM-CERES-Maize model to improve simulation performance of maize growth and nitrogen uptake in northeast China. », Journal of Integrative Agriculture, 11(11), p. 1898-1913. doi : 10.1016/S2095-3119(12)60196-8 Accès au texte intégral (en anglais seulement)
  Yang, Xueming, Ph.D. - ...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
Liu, H.L., Yang, J.Y., He, P., Bai, Y.L., Jin, J.Y., Drury, C.F., Zhu, Y.P., Yang, X.M., Li, W.J., Xie, J.G., Yang, J.M., and Hoogenboom, G. (2012). "Optimizing parameters of CSM-CERES-Maize model to improve simulation performance of maize growth and nitrogen uptake in northeast China.", Journal of Integrative Agriculture, 11(11), pp. 1898-1913.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Liu, H.L., Yang, J.Y., He, P., Bai, Y.L., Jin, J.Y., Drury, C.F., Zhu, Y.P., Yang, X.M., Li, W.J., Xie, J.G., Yang, J.M., et Hoogenboom, G. (2012). « Optimizing parameters of CSM-CERES-Maize model to improve simulation performance of maize growth and nitrogen uptake in northeast China. », Journal of Integrative Agriculture, 11(11), p. 1898-1913. doi : 10.1016/S2095-3119(12)60196-8
  Reynolds, Dan, Ph.D. - ...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
Liu, H.L., Yang, J.Y., Drury, C.F., Reynolds, W.D., Tan, C.S., Bai, Y.L., He, P., Jin, J.Y., and Hoogenboom, G. (2011). "Using the DSSAT-CERES-Maize model to simulate crop yield and nitrogen cycling in fields under long-term continuous maize production.", Nutrient Cycling in Agroecosystems, 89(3), pp. 313-328.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Liu, H.L., Yang, J.Y., Drury, C.F., Reynolds, W.D., Tan, C.S., Bai, Y.L., He, P., Jin, J.Y., et Hoogenboom, G. (2011). « Using the DSSAT-CERES-Maize model to simulate crop yield and nitrogen cycling in fields under long-term continuous maize production. », Nutrient Cycling in Agroecosystems, 89(3), p. 313-328. doi : 10.1007/s10705-010-9396-y
  Modelling crop yield, s...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
The objective of this study was to evaluate the ability of the DSSAT (Decision Support Systems for Agro-technology Transfer) Cropping System Model (CSM) with the CSM-CROPGRO-Soybean and CSM-CERES-Maize modules to predict crop yields and root zone soil water and temperature dynamics for a soybean (Glycine max)–maize (Zea mays) rotation under conventional tillage (CT), reduced conventional tillage (RT) and no-tillage (NT) on a cool, semi-arid “Black soil” (Mollisol) in Northeastern China.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Les modèles de simulation sol-culture peuvent être utiles pour évaluer la viabilité des pratiques aratoires antiérosives sur le plan économique et environnemental. L’objectif de notre étude était d’évaluer la capacité du modèle de système de culture DSSAT (Decision Support Systems for Agro-technology Transfer), doté des modules CSM-CROPGRO-Soybean et CSM-CERES-Maize, de prédire le rendement des cultures et la dynamique de la teneur en eau de la rhizosphère et de la température du sol dans une rotation soja (Glycine max)–maïs (Zea mays) cultivée avec un travail du sol classique (TC), un travail du sol réduit (TR) et sans travail du sol (ST), dans un sol noir (Mollisol) frais et semi­aride du nord-est de la Chine. Les données sur le rendement des cultures, la teneur en eau du sol et la température du sol, issues d’une expérience au champ réalisée à la station expérimentale Hailun (47°26′ N, 126°38′ E) durant la période 2004–2011, ont servi à étalonner et à évaluer le modèle. Les coefficients des cultivars de soja et de maïs ont été étalonnés à l’aide des données sur le rendement du traitement TC et ont été évalués au moyen des données sur le rendement des traitements TR et ST. Nous avons obtenu une « bonne » concordance entre les rendements simulés et les rendements mesurés pour l’étalonnage du modèle (erreur quadratique moyenne résiduelle normalisée, EQMRn = 9–15 %), et une concordance « bonne » à « modérée » pour l’évaluation du modèle (EQMRn = 12–17 %). La concordance entre les valeurs simulées et les valeurs mesurées, pour ce qui est de la teneur volumétrique en eau du sol de la couche supérieure de 20 cm des parcelles soumises aux traitements TC, TR et ST, était « modérée » à « bonne » (indice de concordance, d = 0,81–0,91; EQMRn = 15,3–20,0 %) lorsque des mesures non destructives étaient utilisées in situ. Dans l’ensemble, la concordance entre les valeurs de température du sol mesurées et simulées était de « médiocre » à « excellente », selon l’année et le traitement; les températures du sol mesurées ont été systématiquement surestimées (erreur moyenne, E = 3,2–6,2), peut-être parce que le modèle DSSAT ne tient pas compte de l’effet isolant des résidus accumulés en surface et des effets de l’ombrage des plantes cultivées. Nous recommandons la mise au point de l’algorithme de température du sol de DSSAT.
  Optimizing parameters o...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
In this paper, the parameters of the decision support system for agrotechnology transfer (DSSAT)-CERES-Maize were optimized using a new method to provide a better simulation of maize (Zea mays L.) growth and N uptake in response to different nitrogen application rates.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Les modèles de culture peuvent être utiles pour optimiser la gestion des engrais en fonction du rendement ciblé tout en réduisant au minimum les pertes d’éléments nutritifs. Dans le cadre de la présente étude, nous avons optimisé les paramètres du système d’aide à la décision DSSAT-CERES-Maize en employant une nouvelle méthode qui assure une meilleure simulation de la croissance du maïs (Zea mays L.) et du prélèvement de N en réaction à divers taux de fertilisation azotée. Les données ont été recueillies dans le cadre d’une expérience menée au champ durant 5 années (2006-2010) dans un sol noir de type hapludoll typique, à Gongzhuling, dans la province de Jilin, dans le nord-est de la Chine. Une fois étalonné à l’égard du cultivar, le modèle CERES-Maize a pu simuler la biomasse aérienne et le rendement indiqués par l’ensemble des données d’évaluation (erreur quadratique moyenne normalisée de 5,0 à 14,6 %), mais il surestimait encore le prélèvement de N par les parties aériennes de la plante (erreur de −4,4 à −21,3 kg N ha-1). Une analyse de l’équation DSSAT a révélé que le coefficient de stress azoté correspondant aux changements de concentration survenant aux divers stades de la croissance (CTCNP2) est relié au prélèvement de N. Une analyse de sensibilité plus poussée du coefficient CTCNP2 a révélé que le modèle DSSAT simule le prélèvement de N par le maïs plus précisément une fois que le coefficient CTCNP2 est ajusté en fonction de l’état du champ. Nos résultats montrent que, après étalonnage des 6 coefficients correspondant aux cultivars de maïs, il faut aussi étalonner l’efficacité d’utilisation du rayonnement (RUE), le nombre de degrés-jours requis pour la levée (GDDE), le coefficient CTCNP2 et le facteur de fertilité du sol (SLPF) pour que le modèle puisse simuler correctement la biomasse aérienne, le rendement et le prélèvement de N. Nous avons obtenu une validation indépendante du modèle au moyen d’expériences réalisées de 2008 à 2010, et la bonne concordance entre valeurs simulées et valeurs mesurées semble indiquer que le modèle DSSAT-CERES-Maize peut être utile pour prédire la production de maïs dans le nord-est de la Chine.
  Optimizing parameters o...  
Montrer texteMontrer source en cacheMontrer URL avec texte source
In this paper, the parameters of the decision support system for agrotechnology transfer (DSSAT)-CERES-Maize were optimized using a new method to provide a better simulation of maize (Zea mays L.) growth and N uptake in response to different nitrogen application rates.
Comparer pages textesComparer pages HTMMontrer URL avec texte sourceMontrer URL avec langue cibleDéfinir agr.ca comme domaine prioritaire
Les modèles de culture peuvent être utiles pour optimiser la gestion des engrais en fonction du rendement ciblé tout en réduisant au minimum les pertes d’éléments nutritifs. Dans le cadre de la présente étude, nous avons optimisé les paramètres du système d’aide à la décision DSSAT-CERES-Maize en employant une nouvelle méthode qui assure une meilleure simulation de la croissance du maïs (Zea mays L.) et du prélèvement de N en réaction à divers taux de fertilisation azotée. Les données ont été recueillies dans le cadre d’une expérience menée au champ durant 5 années (2006-2010) dans un sol noir de type hapludoll typique, à Gongzhuling, dans la province de Jilin, dans le nord-est de la Chine. Une fois étalonné à l’égard du cultivar, le modèle CERES-Maize a pu simuler la biomasse aérienne et le rendement indiqués par l’ensemble des données d’évaluation (erreur quadratique moyenne normalisée de 5,0 à 14,6 %), mais il surestimait encore le prélèvement de N par les parties aériennes de la plante (erreur de −4,4 à −21,3 kg N ha-1). Une analyse de l’équation DSSAT a révélé que le coefficient de stress azoté correspondant aux changements de concentration survenant aux divers stades de la croissance (CTCNP2) est relié au prélèvement de N. Une analyse de sensibilité plus poussée du coefficient CTCNP2 a révélé que le modèle DSSAT simule le prélèvement de N par le maïs plus précisément une fois que le coefficient CTCNP2 est ajusté en fonction de l’état du champ. Nos résultats montrent que, après étalonnage des 6 coefficients correspondant aux cultivars de maïs, il faut aussi étalonner l’efficacité d’utilisation du rayonnement (RUE), le nombre de degrés-jours requis pour la levée (GDDE), le coefficient CTCNP2 et le facteur de fertilité du sol (SLPF) pour que le modèle puisse simuler correctement la biomasse aérienne, le rendement et le prélèvement de N. Nous avons obtenu une validation indépendante du modèle au moyen d’expériences réalisées de 2008 à 2010, et la bonne concordance entre valeurs simulées et valeurs mesurées semble indiquer que le modèle DSSAT-CERES-Maize peut être utile pour prédire la production de maïs dans le nord-est de la Chine.