Programming grain corn water use in the irrigated conditions of the South of Ukraine by the means of CROPWAT 8.0
Abstract
Purpose. To evaluate the accuracy of programming the gross water use of grain corn by the means of CROPWAT 8.0 software and to propose a calibration model for irrigated conditions of the South of Ukraine to improve the performance of this software. Methods. We used data on the actual water use of grain corn, established in the field experiments of the Institute of Climate-Smart Agriculture of the National Academy of Agrarian Sciences of Ukraine in 2019–2021 as a part of the study of agro-technological methods of the crop cultivation. The real volume of total water use was determined by the water balance method. The programmed value was established by the method of simulation modelling in the CROPWAT 8.0 software using in-field meteorological data. Using mathematical and statistical analysis methods, a comparison of the real and programmed volume of gross water use of grain corn was made. Calibration of CROPWAT 8.0 calculations is proposed using the regression model and the Tiberius artificial neural network using the error backpropagation algorithm (training in 1000 epochs, learning rate 0.80) is proposed. Results. Pure calculations in CROPWAT 8.0 were found to require calibration, as the mean absolute percentage error reached 26.00%. The calibrated model made it possible to significantly (up to 6.42%) reduce the calculation error. The artificial neural network Tiberius showed a slightly better result (5.65% error). However, for practical purposes, the regression calibrated model is more important. The adjusted CROPWAT 8.0 model provides an average quality of curve fitting (coefficient of determination is 0.66), while the artificial neural network probably has the disadvantage of overfitting the data (coefficient of determination is 0.99). Conclusions. CROPWAT 8.0 can be successfully applied to water use programming in corn plants, provided that the final calculations are adjusted. Further research in this direction will allow one to determine the most optimal corrective coefficient of the model and ensure its practical implementation.
References
2. Ушкаренко В.О. Зрошуване землеробство. Київ: Урожай. 1994. 338 с.
3. Лиховид П.В. Аналіз агрокліматичних умов у Херсонській області за 2022 рік із використанням сучасних інформаційних технологій. Зрошуване землеробство. 2023. Вип. 79. С. 47–51. DOI: 10.32848/0135-2369.2023.79.6
4. Bouraima A.K., Zhang W., Wei C. Irrigation water requirements of rice using Cropwat model in Northern Benin. International Journal of Agricultural and Biological Engineering. 2015. Vol. 8. No. 2. P. 58–64.
5. Hossain M.B., Yesmin S., Maniruzzaman M., Biswas J.C. Irrigation scheduling of rice (Oryza sativa L.) using CROPWAT model in the western region of Bangladesh. The Agriculturists. 2017. Vol. 15. No. 1. P. 19–27.
6. Feng Z., Liu D., Zhang Y. Water requirements and irrigation scheduling of spring maize using GIS and CropWat model in Beijing-Tianjin-Hebei region. Chinese Geographical Science. 2007. Vol. 17. P. 56–63. DOI: 10.1007/s11769-007-0056-3
7. Babu R.G., Veeranna J., Kumar K.R., Rao I.B. Estimation of water requirement for different crops using CROPWAT model in Anantapur region. Asian Journal of Environmental Science. 2014. Vol. 9. No. 2. P. 75–79. DOI: 10.15740/HAS/AJES/9.2/75-79
8. Etissa E., Dechassa N., Alemayehu Y. Estimation of yield response (ky) and validation of cropWat for tomato under different irrigation regimes. Irrigation & Drainage Systems Engineering. 2016. Vol. 5. No. 2. P. 1–6. DOI: 10.4172/2168-9768.1000167
9. Yetik A.K., Şen B. Evaluation of the Impacts of Climate Change on Irrigation Requirements of Maize by CROPWAT Model. Gesunde Pflanzen. 2023. Vol. 75. No. 4. P. 1297–1305. DOI: 10.1007/s10343-022-00751-x
10. Коковіхін С.В., Дробітько А.В. Прогнозування водопотреби сільськогосподарських культур та формування графіків поливів з використанням програми CROPWAT. Зрошуване землеробство. 2011. № 55. С. 298–303.
11. Вожегова Р.А., Коковіхін С.В., Шепель А.В., Бояркіна Л.В. Застосування інформаційних технологій для здійснення оцінки кліматичних умов та розрахунку водопотреби люцерни. Таврійський науковий вісник. 2013. Вип. 86. С. 49–52.
12. Коковіхін С.В., Писаренко П.В., Біднина І.О., Шарій В.О., Бойценюк Х.І. Науково-практичні аспекти планування та оперативного управління режимами зрошення сільськогосподарських культур з використанням інформаційних технологій. Зрошуване землеробство. 2020. Вип. 73. С. 43–49. DOI: 10.32848/0135-2369.2020.73.8
13. Лиховид П.В., Лавренко С.О. Застосування програми CROPWAT для визначення сумарного водоспоживання кукурудзи цукрової. Зрошуване землеробство. Вип. 73. С. 50–53. DOI: 10.32848/0135-2369.2020.73.9
14. Vozhehova R.A., Lavrynenko Y.O., Kokovikhin S.V., Lykhovyd P.V., Biliaieva I.M., Drobitko A.V., Nesterchuk V.V. Assessment of the CROPWAT 8.0 software reliability for evapotranspiration and crop water requirements calculations. Journal of water and land development. 2018. Vol. 39. P. 147–152. DOI: 10.2478/jwld-2018-0070
15. CropWat. Land & Water. Food and Agriculture Organization of the United Nations. URL: http://www.fao.org/land-water/databases-and-software/cropwat/en (дата звернення 06.10.2023)
16. Allen R.G., Pereira L.S., Raes D., Smith M. Crop evapotranspiration – guidelines for computing crop water requirements. FAO Irrigation and Drainage. 1998. 300(9). D05109. Rome. FAO. 56 pp.
17. Carlberg C. Statistical analysis: Microsoft excel 2013. Que Publishing. 2014. 490 pp.
18. Puddu P.E., Menotti A. Artificial neural network versus multiple logistic function to predict 25-year coronary heart disease mortality in the Seven Countries Study. European Journal of Cardiovascular Prevention & Rehabilitation. 2009. Vol. 16. No. 5. P. 583–591. DOI: 10.1097/HJR.0b013e32832d49e1
19. Ромащенко М., Шатковський А., Журавльов О. Особливості застосування методу «Рenman–Мonteith» в умовах краплинного зрошення Степу України (на прикладі зернової кукурудзи). Вісник аграрної науки. 2016. Вип. 94. №. 5. С. 55–59. DOI: 10.31073/agrovisnyk201605-11
20. Шатковський А.П., Журавльов О.В. Діагностика поливів буряку цукрового за методом Penman–Monteith в умовах краплинного зрошення Степу України. Вісник Дніпропетровського державного аграрно-економічного університету. 2017. №. 1. С. 63–69.
21. Ромащенко М.І., Шатковський А.П., Журавльов O.B., Васюта В.В., Черевичний Ю.О. Адаптація методу Penman-Monteith на культурі томата розсадного у виробничих умовах за краплинного зрошення. Меліорація і водне господарство. 2018. №. 2. С. 12–18. DOI: 10.31073/mivg20180108-146
