一个综合疗法基于作物建模和地理空间和量化统计分析和解释玉米(gydF4y2Ba玉米gydF4y2Ba在加纳)收益率差距gydF4y2Ba

1。介绍gydF4y2Ba

在加纳,玉米是主要的粮食作物和全国培养(gydF4y2Ba1gydF4y2Ba),占超过一半的国家的谷物总产量。东部、阿散蒂加纳和Brong-Ahafo地区产生大约80%的总生产玉米和其余三个北部地区,即。西部,北部、东部,上部和上。高国内对玉米的需求作为人类的食物(构成消耗卡路里的25%)(gydF4y2Ba2gydF4y2Ba)或牲畜饲料使它成为一个有价值的收入来源为小农的大型社区。然而,玉米不超过1.9吨的产量每公顷(t公顷gydF4y2Ba^1gydF4y2Ba),这是远远低于4 - 6 t的潜在收益报告哈gydF4y2Ba^1gydF4y2Ba(gydF4y2Ba3gydF4y2Ba)。玉米生产主要是旱作而非灌溉,后者只占全国总耕地面积的2% (gydF4y2Ba4gydF4y2Ba)。在雨养系统,农作物,经常遭受水分胁迫而飘忽不定,高度可变的单峰和双峰降雨模式。gydF4y2Ba

平均而言,在加纳肥料的应用速度是20公斤公顷gydF4y2Ba^1gydF4y2Ba(gydF4y2Ba5gydF4y2Ba),主要的应用程序之间的利率差异农民和玉米产量平均为1.9公顷gydF4y2Ba^1gydF4y2Ba。大型应用的差异率与低收益率意味着农民化肥使用效率低(gydF4y2Ba6gydF4y2Ba)。固有的低土壤肥力限制了产量反应肥料(gydF4y2Ba7gydF4y2Ba)。这些发现表明,肥料的数量并不是唯一的因素影响玉米的产量。根据Kouame et al。(gydF4y2Ba8gydF4y2Ba在加纳),玉米的产量受到几个因素影响肥料的响应,如土壤持水能力,根区深度、降雨、温度、pH值、有效磷和土壤有机质。因此,了解收益差额,即。,thedifference between the potential maize yield and the observed yield as well as the determinants for closing this gap could provide relevant insights for formulating effective technological and policy interventions for improving maize self-sufficiency.

潜在收益的差异。,theyield obtained under optimal growth conditions, and the observed yield constitute the yield gap (9gydF4y2Ba,gydF4y2Ba10gydF4y2Ba)。先前的研究已经报道了收益差额在67%和87%之间的玉米water-limited收益率在加纳北部地区(gydF4y2Ba11gydF4y2Ba)。然而,收益差的决定因素还不理解。作物模型被用来估计产量潜力。在加纳,模型等农业生产系统模拟器(APSIM) (gydF4y2Ba12gydF4y2Ba为农业技术转移)和决策支持系统(DSSAT) (gydF4y2Ba13gydF4y2Ba)被用来估计在各种条件下玉米产量。然而,这些综合参数化模型需要大量的数据,校准,验证,包括作物生理过程、农艺管理、土壤物理和化学性质,以及各种天气变量(gydF4y2Ba14gydF4y2Ba)。即使DSSAT运行所需的最小数据集,例如,仍然是大(gydF4y2Ba15gydF4y2Ba),数据缺乏加纳阻碍有效的应用模型。gydF4y2Ba

LINTUL-1,一般作物模型由吐唾沫的人(gydF4y2Ba16gydF4y2Ba),是一个总结作物模型模拟的潜在产量的函数光利用效率(卢)和叶面积指数(LAI)的作物(gydF4y2Ba图1gydF4y2Ba)。LINTUL-2随后开发了模拟water-limited收益率,通过融合一个工程水土平衡模块(gydF4y2Ba18gydF4y2Ba),LINTUL-3模拟nitrogen-limited收益差额(gydF4y2Ba19gydF4y2Ba)。截获的光合有效辐射(IPAR)和卢调节每日增长模型中基于比尔-朗伯定律。在模型中,随后的干物质分配是由作物发展在生长周期作为温度的函数。LINTUL综合基本植物生理和土壤过程变成通用的规则,与较低的数据需求,可以有效地支持研究收益率差异分析的决策来提高收益率分析法逐渐失宠的环境中,比如加纳。在这项研究中,因此LINTUL-1模型用于计算潜在产量的玉米随后量化收益差额从实验数据和分析这种差距的因素通过多元线性回归方法。这综合的方法,基于多个数据源和作物的组合建模、高级统计、空间分析,允许计算收益率的差距和其决定因素的识别。潜在的产量和收益差额地图为空间提供一个指南明确在加纳投资和干预措施提高玉米产量和自给自足。gydF4y2Ba

2。材料和方法gydF4y2Ba

2.1。研究区域gydF4y2Ba

在2020年的生长季节,一些肥料试验进行了玉米肥料研究和负责任的实现(FERARI)gydF4y2Ba^1gydF4y2Ba程序,实现国际肥料发展中心(IFDC)。这些试验是在八个地点进行的,即,Ejura, Mampong, Nyankpala, Wenchi, Kwame Nkrumah University of Science and Technology (KNUST), Sunyani, Ashanti Anwomaso and Ashanti Ayeduase (图2gydF4y2Ba)。不同养分处理应用,土壤、天气、肥料率,观察到的收益,并模拟潜在产量数据被用来分析收益率差距。gydF4y2Ba

2.2。实验设计gydF4y2Ba

随机完全区组设计是用于建立实验块5 m×5米(25米gydF4y2Ba^2gydF4y2Ba)。随后,在25米gydF4y2Ba^2gydF4y2Ba情节,4米的两个插曲gydF4y2Ba^2gydF4y2Ba每一个随机选择的字段,用于获取和屈服的决心。玉米种子的gydF4y2BaOmankwagydF4y2Ba不同播种在大约5厘米深度在正常土壤在所有网站。种子被种植在75 cm x 40厘米间距、密度33333株/公顷。肥料处理应用与三个或四个复制整个研究网站,被认为是独立的数据点的收益差距分析(gydF4y2Ba表1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba);不同数量的复制是由于不同的资源可用性研究地点。对于微量元素的应用程序,这两个叶面和土壤应用练习。然而,肥料的应用程序方法在本研究中没有考虑解释收益率差距。gydF4y2Ba表3gydF4y2Ba显示更多细节关于作物管理和研究领域。gydF4y2Ba

2.3。数据收集gydF4y2Ba

2.3.1。作物生长和产量gydF4y2Ba

玉米产量的农艺数据记录,作物循环时间,并要求温度达到成熟和开花期FERARI实验网站(gydF4y2Ba图2gydF4y2Ba2020年)被用来校准LINTUL-1作物模型,量化的收益差距,并分析各种因素的影响在解释之间的收益差距实验。gydF4y2Ba

2.3.2。气候数据gydF4y2Ba

FERARI研究地点的天气数据和随机选择的点在地区层面从ERA5-Land下载,由Munoz-Sabater (gydF4y2Ba20.gydF4y2Ba),分辨率11公里,这被认为是可以接受的,因为在一个小规模的地区天气数据的方差是相对较小的。谷歌地球引擎接口和访问这个数据集的地理坐标。gydF4y2Ba

2.3.3。土壤数据gydF4y2Ba

之前采样的土壤研究地点(gydF4y2Ba图2gydF4y2Ba),田间试验被划定为至少三个区域(或插曲)主要基于地形特征和排水条件。土壤样本然后使用手持钻随机从每一个细节和岩心取样器。大约从0-20厘米深度收集土壤样本从每一个细节。对于每个学习网站,收集样本混合和实验室分析用500克包装塑料袋。gydF4y2Ba

修改Walkley和黑色的过程,描述了纳尔逊和索莫斯(gydF4y2Ba21gydF4y2Ba),被用来确定有机碳。布雷1提取解决方案方法(gydF4y2Ba22gydF4y2Ba)是用来确定土壤有效磷。NH4OAc解决方案(0.1中性)被用来提取可交换的基地,如Ca2 +、Mg2 +, K +和Na +;1.0米的可交换的酸提取氯化钾溶液,所述页面et al。(gydF4y2Ba23gydF4y2Ba)。HT 9017酸度计是用来测量pH值在10 g土壤样本。根区土壤持水能力和深度得到从ISRIC SoilGrids非洲土壤性质地图,空间分辨率为1公里(gydF4y2Ba24gydF4y2Ba)。gydF4y2Ba

2.4。LINTUL-1框架gydF4y2Ba

LINTUL-1是一个机械模型,使用光拦截和利用效率来模拟生物质生产和产量。IPAR Eq。1中描述的,是一个函数的光合活性日总辐射的一部分(RPAR;400 nm - 700 nm,或0.5总辐射截获的地球(Eq。2,FPAR]),叶面积指数(LAI),光的消光系数(K) (gydF4y2Ba16gydF4y2Ba)。gydF4y2Ba

赖的增长(GLAI)在青少年阶段(Tsum < 330天(GDD)程度增长,或者赖< 0.75米gydF4y2Ba^2gydF4y2Ba米gydF4y2Ba^2gydF4y2Ba)被描述成指数增长阶段(Eq。3;gydF4y2Ba25gydF4y2Ba)。幼年期后,GLAI取决于叶的干物质分配的数量乘以特定的叶面积(SLA);Eq。4)。SLA LINTUL整个模拟时间是恒定的。gydF4y2Ba

叶衰老减少了赖,叶重和叶死亡的函数是由于老化(RDRDV)或阴影(RDRSH)。相对死亡率(RDR)是最高RDRDV和RDRSH使用。然而,叶开花期后由于衰老而发生死亡,而死亡由于赖本身的材质是一个函数。当赖达到一个临界值(赖gydF4y2Ba_crgydF4y2Ba)、光合有效辐射(PAR)不到叶子的底部作物,开始死亡。最大死亡率由于阴影(RDRSHM)是一个标准的值用来计算RDRSH Eq。5。赖的减少由于叶死亡或衰老(DLAI)量化Eq。6日,每天的总增长或减少赖(RLAI)计算Eq。7。gydF4y2Ba

干物质的分配系数的叶子(FLV),茎(置),根(FRT)和存储器官(无线光通信)遵循作物的发展阶段。在营养阶段和在可能条件下,大多数的干物质分配给叶子,然后根和茎。在生殖阶段,作物分配存储器官的干物质越来越(Eq。8)。gydF4y2Ba

产生的每日总干物质(GTOTAL;Eq。9)是一个函数的IPAR (Eq。1)的光利用效率(卢)的作物。卢是测量从田间试验的斜率线性回归和干物质生产和IPAR之间被认为是常数在作物周期。卢是一个作物参数,必须提供模型的仿真运行。gydF4y2Ba

以下是LINTUL-1作物模型方程,解释了基于吐唾沫的人(gydF4y2Ba16gydF4y2Ba)和Van Oijen和leffelaar (gydF4y2Ba25gydF4y2Ba)。该模型与Rstudio R编程接口。gydF4y2Ba

解决:积分时间步(1天);RGRL:叶面积的相对增长率;DTEFF:每日有效温度。RWLVG:相对增长的树叶。gydF4y2Ba

2.5。LINTUL-1的校准和验证gydF4y2Ba

LINTUL-1的校准是通过调整热成熟度和开花期正确模拟作物持续时间。相关的分区不同作物器官干物质系数调整时间。治疗在一个研究地点的产量最高,可能被认为是最接近的潜在产量选择调整。SLA的调整,树叶的增长率在指数阶段,和辐射(光)使用效率从文学获得了类似的早熟玉米品种(gydF4y2BaBH660gydF4y2Ba)广泛应用于撒哈拉以南的非洲地区。一般来说,在LINTUL-1 SLA是常数,根据Farre et al。gydF4y2Ba26gydF4y2Ba)。SLA LINTUL-1开花阶段使用的价值。LINTUL-1使用一个常数卢率在整个作物周期,假设一个线性关系产生的生物质作物和拦截辐射(gydF4y2Ba16gydF4y2Ba)。因此,卢计算,根据斯利瓦斯塔瓦的工作等。gydF4y2Ba27gydF4y2Ba),如卢的平均值在不同发展阶段的玉米。gydF4y2Ba

2.6。模拟的潜在产量、收获指数和植被生物量gydF4y2Ba

研究中的校准LINTUL-1被用来模拟潜在产量、收获指数和植物生物量。每个研究网站的播种日期用于模拟(gydF4y2Ba表3gydF4y2Ba)。温度和太阳辐射变化的影响玉米产量的研究基于LINTUL-1所产生的结果。每个研究网站的收益差减法计算模拟的测量产生潜在的收益。gydF4y2Ba

2.7。地理空间分析玉米潜在产量和产量缺口gydF4y2Ba

构建地图的潜在收益率和收益率差距的玉米在加纳,MODIS在500 m分辨率土地覆盖图(gydF4y2Ba28gydF4y2Ba)用于随机选择10分地区(gydF4y2Ba图3gydF4y2Ba)。LC_Type2 landcover地图图层的数据集被重新归类为非农业用地,农业用地(至少60%的土地种植);因此,一些地区,尤其是在北方地区,不到10分,因为在这些地区农田的面积很小。在一般情况下,通过随机选择,挑选点更南部,因为这个地区农田的密度很高,因为在南方地区规模小与北方相比。gydF4y2Ba

天气数据提取ERA5-Land (gydF4y2Ba20.gydF4y2Ba)2340随机选择的点在地区层面被用来模拟潜在收益率在每个地理点。本研究使用的校准LINTUL-1。6月1日(152年儒略日)被认为是播种日期基于文献的仿真,因为5月到6月之间的时期被广泛认为是播种的最佳时间(gydF4y2Ba29日gydF4y2Ba)。gydF4y2Ba

实际的玉米产量在地区层面从加纳开放数据倡议gydF4y2Ba^2gydF4y2Ba被用来计算收益率差距。出于这个原因,观察到的收益率在各地被分配到选定的点在各自的地区。因此,玉米的产量差距是计算所有2340点减去实际(区级)产量的潜在产量在每个选定的区域内。QGIS与普通克里格被用来预测和推断潜在的收益率和收益率缺口在1000 m分辨率为整个国家。此外,观察到的收益率与2000 m分辨率使用映射逆距离加权插值法。这种插值方法选择由于低数量的可用数据,观察到的收益率是聚合在地区层面。gydF4y2Ba

2.8。收益率差距的决定因素gydF4y2Ba

看不到多元线性回归(MLR)是用来确定行列式因素有助于解释收益率差距的研究网站。计算收益差额作为因变量(gydF4y2BaygydF4y2Ba协变量)和其他独立变量(gydF4y2BaXgydF4y2Ba_1gydF4y2Ba,XgydF4y2Ba_2gydF4y2Ba,XgydF4y2Ba_3gydF4y2Ba,XgydF4y2Ba_4gydF4y2Ba,XgydF4y2Ba_5gydF4y2Ba,XgydF4y2Ba_ngydF4y2Ba),而gydF4y2BaβgydF4y2Ba是每个协变量的回归系数(Eq。11)。土壤、降水、施肥率和收益率差距每个站点的数据被用来建立一个数据集。数据集随机分成两个部分;70%的数据集是用于构建、培训,和选择回归模型,30%被用来测试模型。gydF4y2Ba

高钙是建立基于逐步双向消元法。Akaike信息准则函数(stepAIC)被称为在RStudio质量计划。gydF4y2Ba^3gydF4y2BaAIC方法选择最佳回归模型在几个可能的模型基于AIC分数;AIC得分最低的模型被选中。AIC使用最大似然估计(gydF4y2BalgydF4y2Ba)和独立变量的数量(gydF4y2BaKgydF4y2Ba)模型的模型来计算AIC分数(Eq。12;gydF4y2Ba30.gydF4y2Ba)。然而,提高准确性和减少标准误差,模型选择根据stepAIC检查使用方差膨胀因子(VIF)多重共线性,这决定了一个回归系数的方差膨胀,因为模型的多重共线性。VIF函数R编程被称为从汽车包。gydF4y2Ba^4gydF4y2Ba因此,高度相关的变量从数据集,这个过程被重复,直到AIC与non-multicollinearity函数选择最佳模式;VIF < 10是多重共线性的公差水平根据金(gydF4y2Ba31日gydF4y2Ba)。gydF4y2Ba

最后,选择回归模型使用30%的测试数据集先前决定通过一个随机过程。均方根误差(RMSE)和确定系数(gydF4y2BaR²gydF4y2Ba)被用来测试模型的准确性。的RMSE的平方的平均值的平方根之间的错误预测收益差额(Pg)和观察到的收益率差距(Og) 30%的数据集用于测试模型(Eq。13)。确定系数(R²)显示了分数的因变量方差解释为独立变量;它是衡量由于回归平方和的比值(RSS)和总平方和(TSS);Eq。14)。gydF4y2Ba

2.9。统计分析gydF4y2Ba

的日常变化温度使用非参数克鲁斯卡尔-沃利斯检验,研究了基于排名的观察和不需要正常的假设。比较三个或更多的未配对组的中位数;值从低到高排序,并分析了基于分布这些排名(gydF4y2Ba32gydF4y2Ba)。模拟的潜在收益用于计算收益率差距从观察到的收益率各自的研究地点。邓肯的多个范围测试是用于统计分析来确定意义的区别的比较观察不同肥料之间的产量和收益差额的治疗和研究地点。多元线性回归和皮尔森相关系数是用来确定效应和模拟之间的关系之间的收获指数和温度的变化和IPAR营养和生殖阶段。gydF4y2Ba

3所示。结果与讨论gydF4y2Ba

3.1。土壤分析gydF4y2Ba

收集土壤样本的化学性质实验字段所示gydF4y2Ba表4gydF4y2Ba。结果表明低到中度博士测量阳离子交换量(CEC)在所有研究位置很低,和低有机质含量表明土壤的低生育率。gydF4y2Ba

3.2。校准的LINTUL-1gydF4y2Ba

3.2.1之上。作物参数gydF4y2Ba

图4gydF4y2Ba显示了研究中观察到的收益率网站。平均产量为4.5公顷gydF4y2Ba^1gydF4y2Ba得到在Ejura车站,相比明显高于其他网站学习。最高的收益率Ejura 6 t公顷gydF4y2Ba^1gydF4y2Ba从应用程序的NPS肥料。这个收益率是堪比5 t公顷的可实现的收益率gydF4y2Ba^1gydF4y2Ba报道Adu et al。(gydF4y2Ba29日gydF4y2Ba)gydF4y2BaOmankwagydF4y2Ba研究中使用的各种网站。因此,记录在Ejura有效温度是用来计算所需的热玉米开花期和成熟的时候了。gydF4y2Ba

表5gydF4y2Ba显示了调整初始校准LINTUL-1作物参数。播种至开花所需热时间有点长在加纳的原始值模型相比,这是在西班牙使用Farre et al。(gydF4y2Ba26gydF4y2Ba)。计算值从出现到开花的1027度增长天到期(GDD)和1796 GDD的范围由斯利瓦斯塔瓦等报道。gydF4y2Ba27gydF4y2Ba)两个玉米品种(gydF4y2BaBH660gydF4y2Ba和gydF4y2BaObatanpagydF4y2Ba)。花了796 GDD在这项研究作物开发从开花到成熟。同样,麦肯锡et al。(gydF4y2Ba33gydF4y2Ba750 GDD)报道gydF4y2BaObatanpagydF4y2Ba玉米。卢2.26 g乔丹gydF4y2Ba^1gydF4y2Ba本研究中使用低于4.6克乔丹的卢gydF4y2Ba^1gydF4y2Ba使用Farre et al。(gydF4y2Ba26gydF4y2Ba)。以前曾有报道称,卢在撒哈拉以南非洲地区较低为1.3 g乔丹gydF4y2Ba^1gydF4y2Ba1.7 g乔丹gydF4y2Ba^1gydF4y2Ba和依赖因素如氮肥和气孔导度(gydF4y2Ba34gydF4y2Ba)。同样,洛佩兹et al。(gydF4y2Ba35gydF4y2Ba)在尼日利亚发现卢报道负相关与总辐射截获和沉淀,虽然呈正相关,氮的应用程序。然而,卢不超过2.5克乔丹gydF4y2Ba^1gydF4y2Ba。gydF4y2Ba

3.2.2。干物质的分配系数gydF4y2Ba

图5gydF4y2Ba介绍了干物质分配系数调整。基于计算热时间从播种到成熟和开花,每天干物质的分配系数调整生产各种植物器官。在早期阶段,营养器官干物质是完全分配的,而开花期之后,大部分的干物质分配给存储器官(gydF4y2Ba26gydF4y2Ba),这成为水槽器官(gydF4y2Ba18gydF4y2Ba)。不同器官的干物质分配是更复杂的,它受到多种因素的影响,如干旱。Nakhforoosh et al。(gydF4y2Ba36gydF4y2Ba)和Cai et al。(gydF4y2Ba37gydF4y2Ba)报道,一个促进耐旱作物的策略是将更多的干物质分配给根和地上部器官。然而,LINTUL-1模拟潜在收益率假设最佳生长条件,因此认为干物质的分配是一个函数的积温(gydF4y2Ba16gydF4y2Ba)。gydF4y2Ba

3.3。LINTUL-1验证gydF4y2Ba

图6gydF4y2Ba显示了模拟潜在产量和总IPAR。LINTUL-1能够模拟一个潜在的收益率区间6.7公顷gydF4y2Ba^1gydF4y2Ba和8.4 t哈gydF4y2Ba^1gydF4y2Ba在这项研究的网站。模拟的潜在产量略高于发现·麦卡锡et al。gydF4y2Ba13gydF4y2Ba),报告的潜在产量6.4吨公顷gydF4y2Ba^1gydF4y2Ba在玉米粉蒸肉,距Nyankpala 10英里,LINTUL-1模拟的潜在产量7公顷gydF4y2Ba^1gydF4y2Ba。然而,我们发现之间的细微差别和麦肯锡的发现等。gydF4y2Ba13gydF4y2Ba)是由不同的作物模型解释的使用:麦肯锡et al。gydF4y2Ba13gydF4y2Ba)使用DSSAT模拟潜在的收益。所模拟的潜在收益率LINTUL-1高于4 - 6 t公顷的潜在收益gydF4y2Ba^1gydF4y2Ba据遐差(gydF4y2Ba38gydF4y2Ba)发布的大部分玉米品种。报告结果遐差(gydF4y2Ba38gydF4y2Ba)的潜在收益是基于实地调查而不是作物模型,解释了高潜力产量模拟遐差(相比在我们的研究中gydF4y2Ba38gydF4y2Ba)。由于低可用性的数据,我们依赖这些研究来验证LINTUL-1模拟。gydF4y2Ba

结果表明,玉米的潜在产量的研究网站是高度依赖IPAR和温度的变化。因此,模拟的潜在产量高阿散蒂Anwomaso是由于高IPAR m(1041焦耳gydF4y2Ba^2gydF4y2BaKNUST网站相比),模拟潜在产量为6.7公顷gydF4y2Ba^1gydF4y2Ba在最低IPAR m(867焦耳gydF4y2Ba^2gydF4y2Ba)(gydF4y2Ba图6gydF4y2Ba)。类似地,斯利瓦斯塔瓦et al。(gydF4y2Ba27gydF4y2Ba)报道,玉米的产量,模拟水下LINTUL-5限制(gydF4y2Ba39gydF4y2Ba),是高度依赖于辐射和温度。gydF4y2Ba

3.4。温度变化gydF4y2Ba

表6gydF4y2Ba每天显示温度变化明显不同的电台之间根据克鲁斯卡尔-沃利斯rank-sum测试。温度尤其是驱动作物开发模型,确定发展阶段的经济增长持续时间,干物质,分区系数。gydF4y2Ba

3.5。温度对作物生长的影响gydF4y2Ba

图7gydF4y2Ba介绍每个车站的增长持续时间达到成熟。阿散蒂的增长持续时间更长(Anwomaso和Ayeduase)和KNUST相比其他网站,即。104天的模拟和108天。这是由于较低的平均温度记录在这些研究网站(25°C)相比其他网站(gydF4y2Ba表7gydF4y2Ba)。作物周期在Mampong更快,即。,91days in the simulation and 95 days in the field. The rapid development of maize in Mampong is explained by the high average daily temperature of 28°C. The small fluctuation between the duration recorded from the field and that obtained from the simulation could be explained by measurement errors during field sampling. These results reveal the importance of temperature as a determinant factor of the phenological growth and ultimate yield of maize. The effect of temperature on the crop cycle was also reported by Amir and Sinclair (40gydF4y2Ba),他发现,低温引起生长周期的延伸。非洲大陆气温上升在过去二十年(gydF4y2Ba41gydF4y2Ba),例如,通过0.5°C在北部和南部地区0.4°C的加纳在过去十年(gydF4y2Ba42gydF4y2Ba)。温度上升将会有重大的令人沮丧的影响玉米的产量和作物。这要求一个紧急响应减少低收益、低风险的资源使用效率在加纳。gydF4y2Ba

3.6。收获指数gydF4y2Ba

图8gydF4y2Ba显示了模拟收获指数(HI)和潜在的条件下拍摄生物质。嗨仿真是一个函数的温度和太阳辐射。高温降低作物的生长周期,因此,你好。然而,当IPAR高,模拟干物质增加,从而增加了嗨。变化在温度和IPAR作物的物候生长导致的高波动模拟的嗨。gydF4y2Ba

嗨Wenchi模拟为0.58和Sunyani是0.51。作物循环时间几乎是相同的这两个站,然而,营养阶段Wenchi Sunyani相比长了两天因为Wenchi的温度是低营养阶段(18.2°C)。再生阶段持续时间在Wenchi Sunyani一样(gydF4y2Ba图7gydF4y2Ba)。然而,在营养阶段IPAR Sunyani价格高(649.2 Mj mgydF4y2Ba^2gydF4y2Ba)比Wenchi (575.45 Mj mgydF4y2Ba^2gydF4y2Ba)。另一方面,Wenchi IPAR高在生殖阶段(451.55 Mj mgydF4y2Ba^2gydF4y2Ba在Sunyani)和低(404.8 Mj mgydF4y2Ba^2gydF4y2Ba)。因此,在Sunyani模拟更多的营养生物量,而更高的经济产量是Wenchi模拟。gydF4y2Ba

类似的逻辑观察当比较Nyankpala(嗨= 0.53)和Wenchi(嗨= 0.58)。在Nyankpala,只有393 MjgydF4y2Ba^2gydF4y2BaIPAR被记录在再生阶段。KNUST,模拟嗨为0.5,高于Sunyani。这是由低温KNUST解释说,延长作物周期相比Sunyani (gydF4y2Ba图8gydF4y2Ba)。然而,即使KNUST的高你好,模拟粮食产量和营养生物量较低相比Sunyani因为温度的积极影响被IPAR不支持,较低(gydF4y2Ba图6gydF4y2Ba)。gydF4y2Ba

收获指数为92%,通过温度的变化来解释和营养之间的IPAR再生阶段的作物。然而,只有IPAR的数量在营养阶段显著影响你好;你好高IPAR在这个阶段显著降低。而高IPAR在再生阶段似乎对你好有一个积极的影响的相关系数(r = 0.42),其效果不显著。温度在生殖阶段,在营养阶段的他是负相关(r = -0.31, r = -0.54,分别虽然不是统计学意义由于体积小的数据集。然而,温度对作物生长和产量的影响非常明显。例如,温度低阿散蒂(Anwomaso和Ayeduase)和KNUST相比于其他网站,造成作物周期长(gydF4y2Ba图7gydF4y2Ba)和有利影响了你好。这项研究表明,太阳辐射和温度对玉米嗨和籽粒产量相当大的影响。这也是由侯et al。(gydF4y2Ba43gydF4y2Ba),他发现,玉米的产量下降了0.83公顷gydF4y2Ba^1gydF4y2Ba增加了1°C的季节平均温度,而0.85公顷gydF4y2Ba^1gydF4y2Ba减少观察每100 Mj减少累积的标准。gydF4y2Ba

3.7。收益率差距量化gydF4y2Ba

图9gydF4y2Ba显示了计算收益差额是模拟潜在产量和之间的差异研究中观察到的收益率。这种方法被用在一些研究量化收益差额(gydF4y2Ba44gydF4y2Ba)。在这项研究中,量化玉米产量缺口在17%和98.2%之间的潜在收益。同样,麦肯锡et al。(gydF4y2Ba13gydF4y2Ba)发现收益率差距在加纳北部地区农民实践下在59%和75%之间,在29%和59%之间时在增强农民的实践。收益率差距在撒哈拉以南非洲国家是世界上最大的64 - 80% (gydF4y2Ba12gydF4y2Ba),在加纳的收益率差距通常大约在同一范围内。因此,本研究证实了大玉米产量差距在加纳。gydF4y2Ba

3.8。收益率差距分析gydF4y2Ba

图10gydF4y2Ba证明的准确性高钙在解释收益率差距在这个研究。高钙解释81.5% ha (RMSE = 734.5公斤gydF4y2Ba^1gydF4y2Ba)的收益率差距的变化通过AIC 12变量选择的双向选择的方法。回归和1:1线之间的夹角很小,支持高的准确性在解释收益率差距在这项研究基于提出的协变量gydF4y2Ba表8gydF4y2Ba。此外,高收益差的模型预测几乎是等于研究中观察到的收益差额网站,鉴于点围绕1:1线。gydF4y2Ba

表8gydF4y2Ba总结了开收盘收益率差距的因素。有机物、pH值、土壤持水能力,根区长度深度、降雨量、土壤锌、土壤铁、氮肥、硫肥料,和磷矿决心被解释收益率差距的主要因素。在文献中,大部分的研究解释了收益差额在加纳和非洲撒哈拉沙漠以南地区是由于低化肥的应用(gydF4y2Ba11gydF4y2Ba)。然而,收益率差距普遍受到其他因素的影响,包括气候、土壤物理化学礼节和管理实践。Sileshi et al。(gydF4y2Ba45gydF4y2Ba)发现,玉米产量较高的风险相比,强风化粘磐土淋溶土。同时,较低的风险收益比预期更高韧性较低的土壤中降解,如铁铝土和强淋溶土。指出低玉米产量的风险是高在强风化粘磐土矿物肥料应用。此外,玉米产量的低反应肥料已经被一些研究报告(gydF4y2Ba6gydF4y2Ba),这对肥料的贡献提出了疑问最后在加纳的玉米产量差距。在同一语境来自本研究的发现,Kouame et al。(gydF4y2Ba8gydF4y2Ba)发现,50%的农业条件下玉米产量的变化可以解释Tmin,最高温度,土壤持水能力,根区深度、含砂量、磷酸盐和氮肥料,和博士在空间站的条件下,64%的玉米产量变化取决于最高温度,土壤持水能力,根区深度、含砂量、磷酸盐和氮肥料、pH值、降雨量、高程、粘土和淤泥内容,有机物质和钾(gydF4y2Ba8gydF4y2Ba)。温度和太阳辐射的影响并不视为本研究解释变量的统计回归的因为他们的影响占LINTUL算法。gydF4y2Ba

3.8.1。有机质、土壤保水性和降雨gydF4y2Ba

这项研究的结果表明,较低的土壤有机质是推的收益率差距的主要因素。收益率差距下降了1.4公顷gydF4y2Ba^1gydF4y2Ba与土壤有机质增加1% (gydF4y2Ba表8gydF4y2Ba)。这些发现与凯恩et al。(gydF4y2Ba46gydF4y2Ba),他发现,增加土壤中有机质含量由1%提高玉米产量2.2吨公顷gydF4y2Ba^1gydF4y2Ba在干燥的条件下。奥德菲尔德et al。(gydF4y2Ba47gydF4y2Ba)提到,增加土壤有机质在玉米生产从0.86%到3.44%可能会减少70%的氮肥。土壤有机质的网站研究范围从0.89%到3.30%,相对较低,这表明氮肥率可能需要调整土壤有机质含量。土壤有机质在土壤中有几个功能,例如,提高土壤蓄水能力和曝气,减少径流和侵蚀,促进土壤结构通过聚合(gydF4y2Ba48gydF4y2Ba)。肥沃的土壤通常应该包含至少4%的有机物(gydF4y2Ba49gydF4y2Ba)提供一个高效和弹性系统。然而,即使有高有机质、矿物肥料的应用是非常重要的,由于有机物的养分释放率低,这可能不足以支持作物生长,防止土壤养分耗竭土壤健康恶化。每吨玉米谷物删除11公斤,7.6公斤,4.8公斤,0.9公斤的N, PgydF4y2Ba_2gydF4y2BaOgydF4y2Ba_5gydF4y2BaKgydF4y2Ba_2gydF4y2BaO,分别和S (gydF4y2Ba50gydF4y2Ba)。因此,必须补充这些营养物质通过有机和矿物肥料的应用程序。gydF4y2Ba

研究中的不稳定和低降雨量网站在作物生长季节(191 - 570毫米)演示了土壤有机质和持水能力的重要性。高表明,土壤水分潴留增加1毫米的收益率差距减少了1.06公顷gydF4y2Ba^1gydF4y2Ba。可用的水的体积在根区是重要的在减少的负面影响干旱对玉米籽粒产量和生物量。Bawa et al。(gydF4y2Ba51gydF4y2Ba)报道,干旱影响玉米的生理和形态特征,包括产量、叶面积、生物量。从1960年到2015年,干旱度指数增加的速度每十年0.2几内亚热带草原。也在干旱发生的频率增加,下降的降雨模式(gydF4y2Ba52gydF4y2Ba)。在过渡区,降水多年来一直在大幅波动,越来越不稳定的降雨频率(gydF4y2Ba53gydF4y2Ba)。这些条件不适宜玉米种植者在加纳(gydF4y2Ba29日gydF4y2Ba)。这项研究还强调了降雨对收益率差距的影响;增加1毫米降雨减少了15公斤公顷的收益率差距gydF4y2Ba^1gydF4y2Ba。gydF4y2Ba

土壤保持水分的能力在这些干旱条件下是很重要的。劳斯等。gydF4y2Ba54gydF4y2Ba)报道,土壤蓄水性能对作物产量的影响意义重大,只有当降雨季节起步较晚,与低降雨量。高钙的研究只考虑个人每个变量的影响;土壤蓄水性能之间的交互和没有考虑降雨,降雨在时间方面也没有。因此,进一步的研究和分析考虑到不同变量之间的相互作用可能是有益的。gydF4y2Ba

3.8.2。根区深度gydF4y2Ba

增加1厘米根区深度的收益率差距减少了29公斤公顷gydF4y2Ba^1gydF4y2Ba。根区土壤深度是有限的存在一层坚硬的岩石,高浓度的重金属、土壤pH值较低,或高导电性(> 12 S mgydF4y2Ba^1gydF4y2Ba土壤中)层(gydF4y2Ba55gydF4y2Ba)。低通气和高sodicity是最有影响力的因素在减少玉米根区深度(gydF4y2Ba24gydF4y2Ba)。平均根区深度在撒哈拉以南的非洲,在加纳,大约是1米(gydF4y2Ba56gydF4y2Ba),而玉米根能达到的深度1.6米(gydF4y2Ba57gydF4y2Ba)。良好的根在土壤中分布伴随着深根区是重要的在减轻干旱胁迫通过增加水在生长季节(gydF4y2Ba58gydF4y2Ba)。本研究证实了收益差额之间的相关性(实际收益率)和根区深度。然而,所有影响因素的根的状态发展的土壤在加纳应该审查。gydF4y2Ba

3.8.3。土壤pH值gydF4y2Ba

土壤pH值是第三大贡献者的收益率差距的研究地点(gydF4y2Ba表8gydF4y2Ba)。通常由629公斤公顷增加收益率差距gydF4y2Ba^1gydF4y2Ba当pH值增加一个单位。这是相反的结果等。gydF4y2Ba59gydF4y2Ba)报道,增加土壤pH值提高玉米产量,因为它提高了土壤CEC和减少土壤溶液中的铝和铁的氧化物,从而增加营养的可用性。然而,测试土壤的pH值范围狭窄,接近最优。gydF4y2Ba

3.8.4。施肥和产量缺口gydF4y2Ba

图11gydF4y2Ba显示了不同肥料组合收益率差距的影响。根据儿童高,硫和氮肥料的应用显著影响收益率差距。1公斤增加硫和氮的应用减少了15.5公斤公顷的收益率差距gydF4y2Ba^1gydF4y2Ba和12.73公斤哈哈gydF4y2Ba^1gydF4y2Ba,分别。同样,氮磷钾的收益差额记录+ S治疗Wenchi是最低的治疗。类似的结果为硫肥料在所有其他研究网站除了Sunyani观察,在没有使用氮磷钾+ S治疗。在Mampong,收益率差距是非常高的;最低的差距得到控制治疗由于严重干旱。几项研究已经报道,将二级和微量元素肥料配方有助于提高玉米产量在加纳。例如,Kugbe et al。(gydF4y2Ba60gydF4y2Ba)确定应用程序B的14公斤和2.7公斤每公顷和锌与氮磷钾复合肥产量增加了30%。Agyin-Birikorang et al。(gydF4y2Ba61年gydF4y2Ba)发现与氮磷钾和锌的应用增加了60%的平均收益率的草原地带。gydF4y2Ba

在这项研究中,只有应用硫氮磷钾10 - 15公斤公顷gydF4y2Ba^1gydF4y2Ba似乎减少玉米的产量缺口。但是,硫的影响应用程序重要的只有在Nyankpala Wenchi和没有统计学意义在其他研究的网站。例如,在阿散蒂Anwomaso收益率差距与氮磷钾+ S的应用是最低的,但这不是明显不同于其他治疗方法。KNUST站点上的差异也不显著。屈服于硫的高响应应用程序可能导致土壤硫含量低0.67 - -5.6毫克的土壤硫每公斤,低于临界水平的8日至13日毫克每公斤土壤硫(gydF4y2Ba62年gydF4y2Ba)。在Wenchi,漏报硫观察到的产量减少了11%,增加了19%的收益率差距,证实Agyin-Birikorang et al。(gydF4y2Ba61年gydF4y2Ba),报告遗漏硫磺产量减少了35%。gydF4y2Ba

磷酸盐的应用,钾,锌并没有显着影响的基于高收益率差距模型。然而,磷酸盐显示出积极的效果,减少8公斤公顷的差距gydF4y2Ba^1gydF4y2Ba。血管等。gydF4y2Ba63年gydF4y2Ba)报道的应用磷显著增加产量在加纳的落叶林区。在这项研究中,在Nyankpala NKS的应用导致了86%的收益率差距超过潜在的收益率而氮磷钾的应用导致了80%的收益差额。这表明,40公斤公顷的应用gydF4y2Ba^1gydF4y2Ba磷减少了收益差额6%潜在的收益。gydF4y2Ba

钾肥不显著影响玉米的产量缺口。类似的结果血管等。gydF4y2Ba63年gydF4y2Ba)。Atakora et al。(gydF4y2Ba64年gydF4y2Ba)报道,从0到90公斤增加钾肥KgydF4y2Ba_2gydF4y2Ba阿哈gydF4y2Ba^1gydF4y2Ba增加了产量从2.5公顷gydF4y2Ba^1gydF4y2Ba2.7 t哈gydF4y2Ba^1gydF4y2Ba,它反映了在加纳的土壤钾利用效率低。土壤交换钾在这些研究地点是在0.01和0.49毫克当量100 g之间gydF4y2Ba^1gydF4y2Ba,低于0.6毫克当量100 g的临界水平gydF4y2Ba^1gydF4y2Ba种植玉米gydF4y2Ba65年gydF4y2Ba)。虽然产量预计将钾,情况并非如此。因此,需要进一步的研究来理解在加纳土壤钾的动力。gydF4y2Ba

1公斤的铁的应用显著增加收益率差距由73公斤公顷gydF4y2Ba^1gydF4y2Ba,这突显出-铁对玉米产量的影响。叶片的应用铁5公斤公顷的速度gydF4y2Ba^1gydF4y2Ba在这项研究中练习。一些叶子燃烧观察叶片铁应用。落叶的观察可能是由于高浓度的铁溶液中,水的pH值用来准备解决方案。在相同的情况下,费尔南德斯和艾伯特(gydF4y2Ba66年gydF4y2Ba)报道,叶烧负面影响作物的性能,降低产量。土壤铁含量上升的收益率差距显著减少了6.5公斤公顷gydF4y2Ba^1gydF4y2Ba,从而再次证明的叶面应用铁是铁的负面影响背后的主要原因。因此,土壤铁的应用可能更喜欢在加纳基于高的结果。然而,在这方面更多的调查建议。gydF4y2Ba

3.9。玉米潜在产量和收益差额地图在加纳gydF4y2Ba

图12gydF4y2Ba显示了潜在产量模拟LINTUL-1加纳农业生态的区域。之间的潜在产量5.4吨公顷gydF4y2Ba^1gydF4y2Ba在南部地区和8.6公顷gydF4y2Ba^1gydF4y2Ba在北部地区。玉米被发现的潜在收益遵循越来越模式从南部到北部地区。这是解释为高辐射截获在北方地区和南方相比,也观察到杨et al。(gydF4y2Ba67年gydF4y2Ba)。Tanu et al。(gydF4y2Ba68年gydF4y2Ba南部地区发现云层指数要高于北部地区,进一步解释这个加纳辐射模式。gydF4y2Ba

收益率差距遵循相同的模式作为潜在的收益。一个巨大的收益差额被发现在北部地区,而较低的差距在南部地区的加纳。这种模式的结果高潜在收益在该国北部比南部和观察到的低收益率在北方与南方相比。根据Atiah et al。(gydF4y2Ba69年gydF4y2Ba在加纳),观察收益率的变化是由于降雨的变化,土壤水分、温度、和管理实践。然而,Atiah et al。(gydF4y2Ba69年gydF4y2Ba)报道,降雨和土壤水分对观察到的产量产生负面影响在加纳,不同意我们的发现。gydF4y2Ba

北部地区的低良率与降雨量变化相关的主要是(gydF4y2Ba13gydF4y2Ba)和土壤肥力(gydF4y2Ba70年gydF4y2Ba)。本研究表明,太阳辐射也会导致全国产量变化。空气温度是影响观察到的另一个因素产生通过其对物候的影响作物的发展。同样,Cudjoe et al。(gydF4y2Ba71年gydF4y2Ba)发现,在加纳北部玉米产量随着温度增加而减小;增加了0.1°C玉米产量减少了0.1公顷gydF4y2Ba^1gydF4y2Ba。gydF4y2Ba

除了管理实践和生态系统相关的所有因素,社会经济因素也有助于观察玉米产量的变化。Mbanya称(gydF4y2Ba72年gydF4y2Ba)报道,获得改良种子、肥料、产品营销、处理和利用影响作物产量在加纳。获得信贷还发现影响农民生产力,间接通过其影响农民的购买能力输入或采用新技术。一般来说,该国南部的农民有更多的进入市场,信贷,扩展服务,和输入来源,因为他们更接近大城市和港口比北部地区的农民。知识空白也有助于产生变化。gydF4y2Ba

4所示。结论gydF4y2Ba

本研究发现LINTUL-1模型可以模拟各种农业生态的潜在产量的玉米区在加纳。高截获的光合有效辐射北部地区创建的可能性高潜在收益在加纳北部,是不能很好地利用。然而,更高的温度在北方比南方计数器部分通过对物候的影响增长潜力持续时间。温度变化被发现影响收获指数的一个重要因素,因此经济收益。高温再生阶段加速作物生长期间,而籽粒灌浆期变短。温度高时可能会弥补的影响太阳辐射截获的作物,尤其是在生殖阶段。gydF4y2Ba

根据收集到的数据与296年在八个不同的地点不同的数据点,增强的高钙模型Akaike信息准则解释81%的收益率差距。几个因素除了肥料被发现解释玉米的产量缺口,包括土壤有机质、土壤持水能力,根区深度,降雨,和施肥,尤其是氮和硫。这项研究表明,收益率差距下降了1.4公顷gydF4y2Ba^1gydF4y2Ba土壤有机质的增加了1%。土壤有机质是土壤健康的关键,因为它有利影响所有物理、化学、和(微)生物属性,对于土壤结构尤其重要,生育能力,和持水能力。这一发现可能会鼓励研究人员寻求干预来帮助农民管理领域,其投资关注提高土壤有机质。增加土壤pH值被发现影响收益率在观测范围内,应进一步研究,因为它违背常识。然而,测试土壤的pH值范围狭窄,接近最优。gydF4y2Ba

硫被发现增加产量,增加了证据表明它可能是第四个玉米生产的主要营养物质在加纳,添加到氮磷钾的推荐应用。这项研究强调了这样一个事实:收益率差距的玉米在加纳不能封闭只会增加肥料的应用。综合疗法,考虑多个土壤健康相关属性需要关闭的收益率差距在加纳。gydF4y2Ba

在这项研究中使用的方法有效地量化和解释收益率差距的很大一部分玉米在加纳。降雨是生产力的主要推动力,随着土壤储水和根区深度,所有这些影响水的可用性。因此需要进一步的研究来量化water-limited产量在加纳的更全面的解释收益率差距造成的土壤和管理因素,除了辐射和温度。gydF4y2Ba

数据可用性声明gydF4y2Ba

原始数据支持了本文的结论将由作者提供,没有过度的预订。gydF4y2Ba

作者的贡献gydF4y2Ba

方法、形式分析、草稿准备和验证、MB;概念化、监督、资源和数据管理、铅;概念化和监督,动力学和AK党;监督,KD;和概念化和资源,佤邦。所有作者已阅读及同意最后的手稿。gydF4y2Ba

资金gydF4y2Ba

这项研究是由FERARI,gydF4y2Bahttps://ifdc.org/projects/fertilizer-research-and-responsible-implementation-ferari/gydF4y2Ba。gydF4y2Ba

确认gydF4y2Ba

我们感谢肥料研究和实现(FERARI)计划,负责管理国际肥料发展中心(IFDC)的支持在ESAFE-UM6P第一作者在他的硕士学位。尤其是出版,我们感谢博士威廉Adzawla IFDC FERARI指导和朱莉·科勒的英语编辑。gydF4y2Ba

的利益冲突gydF4y2Ba

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba

出版商的注意gydF4y2Ba

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba

脚注gydF4y2Ba

1. ^gydF4y2Bahttps://ifdc.org/projects/fertilizer-research-and-responsible-implementation-ferari/gydF4y2Ba。gydF4y2Ba
2. ^gydF4y2Bahttps://data.gov.gh/gydF4y2Ba。gydF4y2Ba
3. ^gydF4y2Bahttps://cran.r-project.org/package=MASSgydF4y2Ba。gydF4y2Ba
4. ^gydF4y2Bahttps://cran.r-project.org/package=cargydF4y2Ba。gydF4y2Ba

引用gydF4y2Ba