LEADER 01000naa a22002652 4500
001 NLM242925014
003 DE-627
005 20231224131430.0
007 cr uuu---uuuuu
008 231224s2015 xx |||||o 00| ||eng c
024 7 |a 10.1111/gcb.12768  |2 doi 
028 5 2 |a pubmed24n0809.xml 
035 |a (DE-627)NLM242925014 
035 |a (NLM)25330243 
040 |a DE-627  |b ger  |c DE-627  |e rakwb 
041 |a eng 
100 1 |a Martre, Pierre  |e verfasserin  |4 aut 
245 1 0 |a Multimodel ensembles of wheat growth  |b many models are better than one 
264 1 |c 2015 
336 |a Text  |b txt  |2 rdacontent 
337 |a ƒaComputermedien  |b c  |2 rdamedia 
338 |a ƒa Online-Ressource  |b cr  |2 rdacarrier 
500 |a Date Completed 22.10.2015 
500 |a Date Revised 10.03.2022 
500 |a published: Print-Electronic 
500 |a Citation Status MEDLINE 
520 |a © 2014 John Wiley & Sons Ltd. 
520 |a Crop models of crop growth are increasingly used to quantify the impact of global changes due to climate or crop management. Therefore, accuracy of simulation results is a major concern. Studies with ensembles of crop models can give valuable information about model accuracy and uncertainty, but such studies are difficult to organize and have only recently begun. We report on the largest ensemble study to date, of 27 wheat models tested in four contrasting locations for their accuracy in simulating multiple crop growth and yield variables. The relative error averaged over models was 24-38% for the different end-of-season variables including grain yield (GY) and grain protein concentration (GPC). There was little relation between error of a model for GY or GPC and error for in-season variables. Thus, most models did not arrive at accurate simulations of GY and GPC by accurately simulating preceding growth dynamics. Ensemble simulations, taking either the mean (e-mean) or median (e-median) of simulated values, gave better estimates than any individual model when all variables were considered. Compared to individual models, e-median ranked first in simulating measured GY and third in GPC. The error of e-mean and e-median declined with an increasing number of ensemble members, with little decrease beyond 10 models. We conclude that multimodel ensembles can be used to create new estimators with improved accuracy and consistency in simulating growth dynamics. We argue that these results are applicable to other crop species, and hypothesize that they apply more generally to ecological system models 
650 4 |a Journal Article 
650 4 |a Research Support, Non-U.S. Gov't 
650 4 |a ecophysiological model 
650 4 |a ensemble modeling 
650 4 |a model intercomparison 
650 4 |a process-based model 
650 4 |a uncertainty 
650 4 |a wheat (Triticum aestivum L.) 
700 1 |a Wallach, Daniel  |e verfasserin  |4 aut 
700 1 |a Asseng, Senthold  |e verfasserin  |4 aut 
700 1 |a Ewert, Frank  |e verfasserin  |4 aut 
700 1 |a Jones, James W  |e verfasserin  |4 aut 
700 1 |a Rötter, Reimund P  |e verfasserin  |4 aut 
700 1 |a Boote, Kenneth J  |e verfasserin  |4 aut 
700 1 |a Ruane, Alex C  |e verfasserin  |4 aut 
700 1 |a Thorburn, Peter J  |e verfasserin  |4 aut 
700 1 |a Cammarano, Davide  |e verfasserin  |4 aut 
700 1 |a Hatfield, Jerry L  |e verfasserin  |4 aut 
700 1 |a Rosenzweig, Cynthia  |e verfasserin  |4 aut 
700 1 |a Aggarwal, Pramod K  |e verfasserin  |4 aut 
700 1 |a Angulo, Carlos  |e verfasserin  |4 aut 
700 1 |a Basso, Bruno  |e verfasserin  |4 aut 
700 1 |a Bertuzzi, Patrick  |e verfasserin  |4 aut 
700 1 |a Biernath, Christian  |e verfasserin  |4 aut 
700 1 |a Brisson, Nadine  |e verfasserin  |4 aut 
700 1 |a Challinor, Andrew J  |e verfasserin  |4 aut 
700 1 |a Doltra, Jordi  |e verfasserin  |4 aut 
700 1 |a Gayler, Sebastian  |e verfasserin  |4 aut 
700 1 |a Goldberg, Richie  |e verfasserin  |4 aut 
700 1 |a Grant, Robert F  |e verfasserin  |4 aut 
700 1 |a Heng, Lee  |e verfasserin  |4 aut 
700 1 |a Hooker, Josh  |e verfasserin  |4 aut 
700 1 |a Hunt, Leslie A  |e verfasserin  |4 aut 
700 1 |a Ingwersen, Joachim  |e verfasserin  |4 aut 
700 1 |a Izaurralde, Roberto C  |e verfasserin  |4 aut 
700 1 |a Kersebaum, Kurt Christian  |e verfasserin  |4 aut 
700 1 |a Müller, Christoph  |e verfasserin  |4 aut 
700 1 |a Kumar, Soora Naresh  |e verfasserin  |4 aut 
700 1 |a Nendel, Claas  |e verfasserin  |4 aut 
700 1 |a O'leary, Garry  |e verfasserin  |4 aut 
700 1 |a Olesen, Jørgen E  |e verfasserin  |4 aut 
700 1 |a Osborne, Tom M  |e verfasserin  |4 aut 
700 1 |a Palosuo, Taru  |e verfasserin  |4 aut 
700 1 |a Priesack, Eckart  |e verfasserin  |4 aut 
700 1 |a Ripoche, Dominique  |e verfasserin  |4 aut 
700 1 |a Semenov, Mikhail A  |e verfasserin  |4 aut 
700 1 |a Shcherbak, Iurii  |e verfasserin  |4 aut 
700 1 |a Steduto, Pasquale  |e verfasserin  |4 aut 
700 1 |a Stöckle, Claudio O  |e verfasserin  |4 aut 
700 1 |a Stratonovitch, Pierre  |e verfasserin  |4 aut 
700 1 |a Streck, Thilo  |e verfasserin  |4 aut 
700 1 |a Supit, Iwan  |e verfasserin  |4 aut 
700 1 |a Tao, Fulu  |e verfasserin  |4 aut 
700 1 |a Travasso, Maria  |e verfasserin  |4 aut 
700 1 |a Waha, Katharina  |e verfasserin  |4 aut 
700 1 |a White, Jeffrey W  |e verfasserin  |4 aut 
700 1 |a Wolf, Joost  |e verfasserin  |4 aut 
773 0 8 |i Enthalten in  |t Global change biology  |d 1999  |g 21(2015), 2 vom: 01. Feb., Seite 911-25  |w (DE-627)NLM098239996  |x 1365-2486  |7 nnns 
773 1 8 |g volume:21  |g year:2015  |g number:2  |g day:01  |g month:02  |g pages:911-25 
856 4 0 |u http://dx.doi.org/10.1111/gcb.12768  |3 Volltext 
912 |a GBV_USEFLAG_A 
912 |a SYSFLAG_A 
912 |a GBV_NLM 
912 |a GBV_ILN_350 
951 |a AR 
952 |d 21  |j 2015  |e 2  |b 01  |c 02  |h 911-25