Terrestrial ecosystem process model Biome-BGCMuSo v4.0: summary of improvements and new modeling possibilities

Hidy, Dóra; Barcza, Zoltán; Marjanović, Hrvoje; Sever, Maša Zorana Ostrogović; Dobor, Laura; Gelybó, Györgyi; Fodor, Nándor; Pintér, Krisztina; Churkinа, Galina; Running, Steven W.; Thornton, P. E.; Bellocchi, Gianni; Haszpra, László; Horváth, Ferenc; Suyker, Andrew E.; Nagy, Zoltán

doi:10.5194/gmd-9-4405-2016

Cited by 61 publications

(73 citation statements)

References 118 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…While a decreased share of Fraxinus angustifolia probably did not affect nutrient availability, the reduction in the share of Alnus glutinosa, which is a nitrogen-fixing species, could have had a negative effect on nutrient availability and NPP BM trend. A model analysis showed that the effects of soil denitrification (during flood periods) and N-fixation by Alnus glutinosa have a significant role in Jastrebarsko forest [10].…”

Section: Dynamic Of Npp Estimated With Biometric Methodsmentioning

confidence: 99%

Eddy Covariance vs. Biometric Based Estimates of Net Primary Productivity of Pedunculate Oak (Quercus robur L.) Forest in Croatia during Ten Years

Anić

Sever

Alberti

et al. 2018

Forests

Self Cite

View full text Add to dashboard Cite

We analysed 10 years (2008)(2009)(2010)(2011)(2012)(2013)(2014)(2015)(2016)(2017) of continuous eddy covariance (EC) CO 2 flux measurements of net ecosystem exchange (NEE) in a young pedunculate oak forest in Croatia. Measured NEE was gap-filled and partitioned into gross primary productivity (GPP) and ecosystem reparation (R ECO ) using the online tool by Max Planck Institute for Biogeochemistry in Jena, Germany. Annual NEE, GPP, and R ECO were correlated with main environmental drivers. Net primary productivity was estimated from EC (NPP EC ), as a sum of −NEE and R h obtained using a constant R h :R ECO ratio, and from independent periodic biometric measurements (NPP BM ). For comparing the NPP at the seasonal level, we propose a simple model that aimed at accounting for late-summer and autumn carbon storage in the non-structural carbohydrate pool. Over the study period, Jastrebarsko forest acted as a carbon sink, with an average (±std. dev.) annual NEE of −319 (±94) gC m −2 year −1 , GPP of 1594 (±109) gC m −2 year −1 , and R ECO of 1275 (±94) gC m −2 year −1 . Annual NEE showed high inter-annual variability and poor correlation with annual average global radiation, air temperature, and total precipitation, but significant (R 2 = 0.501, p = 0.02) correlation with the change in soil water content between May and September. Comparison of annual NPP EC and NPP BM showed a good overall agreement (R 2 = 0.463, p = 0.03), although in all years NPP BM was lower than NPP EC , with averages of 680 (±88) gC m −2 year −1 and 819 (±89) gC m −2 year −1 , respectively. Lower values of NPP BM indicate that fine roots and grasses contributions to NPP, which were not measured in the study period, could have an important contribution to the overall ecosystem NPP. At a seasonal level, two NPP estimates showed differences in their dynamic, but the application of the proposed model greatly improved the agreement in the second part of the growing season. Further research is needed on the respiration partitioning and mechanisms of carbon allocation. IntroductionCurrently global forests store approximately 30% of total anthropogenic CO 2 emissions [1], however, the potential of forests to act as a carbon sink in the future is uncertain due to possible saturation effect [2], or negative impact of changed environmental conditions on forest productivity [3]. The eddy covariance (EC) technique is a widely used, state-of-the-art method, and it has become a standard in the estimation and monitoring of high frequency (typically half-hourly) carbon and water fluxes within terrestrial ecosystems [4]. Long-term data series of net ecosystem carbon exchange (NEE) or net ecosystem productivity (NEP, NEP = −NEE), in combination with meteorological and biometric measurements, provide invaluable information on the response of forest ecosystem to environmental conditions and climate change [5][6][7][8].EC data are essential for calibration of process-based models like Biome-BGC and its variants [9,10] and they are also used for calibration and testi...

show abstract

Section: Dynamic Of Npp Estimated With Biometric Methodsmentioning

confidence: 99%

Eddy Covariance vs. Biometric Based Estimates of Net Primary Productivity of Pedunculate Oak (Quercus robur L.) Forest in Croatia during Ten Years

Anić

Sever

Alberti

et al. 2018

Forests

Self Cite

View full text Add to dashboard Cite

show abstract

“…Az Eötvös Loránd Tudományegyetem Kiválósági Tudásközpont (ELTE KT) és a Magyar Tudományos Akadémia Agrártudományi Kutatóközpont (MTA ATK) kutatóinak együttműködésével jelenleg zajlik a hazai fejlesztésű Biome-BGCMuSo biogeokémiai modell mezőgazdasági célú fejlesztése (Hidy et al, 2016). A fejlesztések révén a modell képes a mezőgazdasági kultúrnövények (elsősorban búza és kukorica) produkciójának, termésmennyiségének és üvegházhatású gáz mérlegének számszerűsítésére.…”

Section: Az Integrált Modellrendszerunclassified

“…A Biome-BGCMuSo (v5-től kezdődően) mára egy csatolt biogeokémiai-termény modellként jellemezhető leginkább. A modell megörökölte az eredeti Biome-BGC (Thornton, 2000;Thornton et al, 2002), majd a Biome-BGCMuSo korábbi verzióinak a tulajdonságait (Hidy et al, 2016), és beépítésre került a hazai fejlesztésű 4M modellből (Fodor et al, 2003) több, mezőgazdasági haszonnövényekre jellemző mechanizmus (pl. virágzáskori hőstressz, vernalizáció, csírázás, stb.).…”

Section: Biome-bgcmusounclassified

Mezőgazdasági célú Integrált Modellrendszer megvalósítása

Hollós¹,

Fodor²,

Hidy³

et al. 2018

Egyetemi Meteorológiai Füzetek

Self Cite

View full text Add to dashboard Cite

BevezetésMagyarország területének 85%-a mezőgazdasági művelés alatt áll. Az agrárszektorból származó jövedelem sok százezer család megélhetését biztosítja (KSH, 2017), amely ugyanakkor növekvő bizonytalansággal terhelt az egyre gyakrabban jelentkező szélsőséges környezeti feltételek miatt (Mäkinen et al., 2017). A mezőgazdaság fenntartható fejlődése kiemelt fontosságú feladat, aminek megoldásához több tudományterület szakértőinek összefogására, és világszínvonalú kutatási műhelyek létrehozására van szükség.A korszerű, nemzetközileg is elfogadott szemléletmód szerint az agro-ökoszisztémák változó környezeti feltételekre adott válaszai és visszahatásai kizárólag ún. Integrált Modellrendszerek (IM) segítségével értékelhetők (Ewert et al., 2015). Ezek olyan számítógépes környezetek, amelyek a mezőgazdasági rendszer lehető legnagyobb szegmensének működését igyekeznek szimulálni, beleértve a rendszer biogeokémiai, agrotechnikai és közgazdasági összetevőit, folyamatait és azok kölcsönhatásait. Segítségükkel megválaszolható többek között az a kérdés, hogy mi lesz a hőmérséklet emelkedésének, a nyári csapadékmennyiség csökkenésének és a légköri CO 2 koncentráció emelkedésének eredő hatása az egyes haszonnövények terméshozamára. Vizsgálható, hogy hol vannak az országon belül azok a területek, ahol megtérülő befektetés lehet az öntözéses gazdálkodás fejlesztése. Számszerűsíthetjük, hogy milyen földhasználati mintázat esetén éri el a maximumát a mezőgazdaság jövedelmezősége a közeljövőben. Az IM-ek felhasználásával gyorsan és hatékonyan tesztelhetők a fenntartható fejlődés biztosítását célzó stratégia javaslatok, amelyek valós körülmények között történő tesztelése vagy eleve nem, vagy csak igen hosszú távon, esetleg csak aránytalanul nagy anyagi ráfordítással lenne lehetséges.Az IM-ek egyelőre világszerte gyerekcipőben járnak. Az AgroMo projekt 1 keretében a jelenleg fennálló infrastruktúra támogatásával lehetőség nyílik az első hazai IM megalkotására. Jelen tanulmány e kivitelezés alatt álló rendszer felépítését mutatja be. A hangsúly itt az ún. RBBGCMuso szoftveren van, ami a rendszer alapvető vezérlő eleme és integrátora. Az Integrált ModellrendszerAz Eötvös Loránd Tudományegyetem Kiválósági Tudásközpont (ELTE KT) és a Magyar Tudományos Akadémia Agrártudományi Kutatóközpont (MTA ATK) kutatóinak együttműködésével jelenleg zajlik a hazai fejlesztésű Biome-BGCMuSo biogeokémiai modell mezőgazdasági célú fejlesztése (Hidy et al., 2016). A fejlesztések révén a modell képes a mezőgazdasági kultúrnövények (elsősorban búza és kukorica) produkciójának, termésmennyiségének és üvegházhatású gáz mérlegének számszerűsítésére. A jelenleg is zajló kutatás keretében a modellt beépítjük egy olyan saját fejlesztésű, grafikus döntéshozói szoftver-1 http://agromo.agrar.mta.hu

show abstract

“…A common approach in large‐scale land surface, dynamic vegetation or ecosystem dynamics models is to calculate water uptake from each soil layer in proportion to an assumed root length density fraction reduced by a stress factor, which is often a linear function of local soil moisture status (Best et al, ; De Kauwe et al, ; Drewniak, ; Feddes et al, ; Fisher et al, ; Hidy et al, ; Kala et al, ; Krinner et al, ; Le Moigne et al, ; McMurtrie et al, ; Medvigy et al, ; Oleson et al, ). It has been shown that changing this root water uptake formulation can give rise to significant differences in predicted transpiration across models (Jing et al, ; Ferguson et al, ).…”

Section: Introductionmentioning

confidence: 99%

A Big Root Approximation of Site‐Scale Vegetation Water Uptake

Bouda

2019

J Adv Model Earth Syst

View full text Add to dashboard Cite

Land surface model (LSM) predictions of soil moisture and transpiration under water-limited conditions suffer from biases due to a lack of mechanistic process description of vegetation water uptake. Here, I derive a "big root" approach from the porous pipe equation for root water uptake and compare its predictions of soil moistures during the 2010 summer drought at the Wind River Crane site to two previously used Ohm's law analog plant hydraulic models. Due to a fuller representation of pressure gradients and flows within a complex root system architecture, the new formulation achieves somewhat improved fit and significantly lower bias compared to the Ohm's law analog models. A key advantage of the improved physical representation is the increased robustness of fits and predictions, making it less liable to overfitting. This new mechanistic model advances our understanding of vegetation water limitation at site scale with potential to improve LSM predictions of soil moisture, temperature and surface heat, water, and carbon fluxes. Plain Language SummaryThis study introduces a new conceptualization of water uptake by plants, suitably simple for use in Earth System Models. Previously used descriptions of this process are known to cause prediction biases with respect to land surface water dynamics and temperatures in model simulations used by the International Panel on Climate Change. This can partly be attributed to an oversimplification of pressure gradients in the soil-root system, which the new conceptualization describes more accurately. While this study only shows the benefits of the new idealization at a single site, its eventual application at greater scales should lead to better predictions of the interactions between vegetation, water, and a changing climate. Key Points: • A new, physically based, upscaled model of root water uptake is derived from the porous pipe equation • The new model reduces prediction bias as compared to Ohm's law analogs in a site-scale case study • Its physical basis yields more robust predictions without great increases in computational cost Supporting Information: • Supporting Information S1

show abstract

Terrestrial ecosystem process model Biome-BGCMuSo v4.0: summary of improvements and new modeling possibilities

Cited by 61 publications

References 118 publications

Eddy Covariance vs. Biometric Based Estimates of Net Primary Productivity of Pedunculate Oak (Quercus robur L.) Forest in Croatia during Ten Years

Eddy Covariance vs. Biometric Based Estimates of Net Primary Productivity of Pedunculate Oak (Quercus robur L.) Forest in Croatia during Ten Years

Mezőgazdasági célú Integrált Modellrendszer megvalósítása

A Big Root Approximation of Site‐Scale Vegetation Water Uptake

Contact Info

Product

Resources

About