| 1. |
- Bergjord Olsen, A. K., et al.
(author)
-
Estimating winter survival of winter wheat by simulations of plant frost tolerance
- 2018
-
In: Journal of Agronomy and Crop Science. - : Wiley. - 0931-2250 .- 1439-037X. ; 204:1, s. 62-73
-
Journal article (peer-reviewed)abstract
- Based on soil temperature, snow depth and the grown cultivar's maximum attainable level of frost tolerance (LT50c), the FROSTOL model simulates development of frost tolerance (LT50) and winter damage, thereby enabling risk calculations for winter wheat survival. To explore the accuracy of this model, four winter wheat cultivars were sown in a field experiment in Uppsala, Sweden in 2013 and 2014. The LT50 was determined by tests of frost tolerance in November, and the cultivars’ LT50c was estimated. Further, recorded winter survival from 20 winter wheat field variety trials in Sweden and Norway was collected from two winter seasons with substantial winter damages. FROSTOL simulations were run for selected cultivars at each location. According to percentage of winter damage, the cultivar survival was classified as “survived,” “intermediate” or “killed.” Mean correspondence between recorded and simulated class of winter survival was 75% and 37% for the locations in Sweden and Norway, respectively. Stress factors that were not accounted for in FROSTOL might explain the poorer accuracy at the Norwegian locations. The accuracy was poorest for cultivars with intermediate LT50c levels. When low temperature was the main cause of damage, as at the Swedish locations, the model accuracy was satisfying.
|
|
| 2. |
- De Toro, Alfredo, et al.
(author)
-
Effects of extreme weather on yield of major arable crops in Sweden
- 2015
-
Reports (other academic/artistic)abstract
- Yield data for a series of years on the main crops grown in Sweden were collected and summarised in order to identify years with extremely low yield, determine their frequency and risk level and relate these to weather data in order to identify weather events leading to large yield reductions. Annual yield data at county level for cereals, field beans, oilseed rape, potatoes and temporary grasses were taken from official statistics for the period 1965-2014. For the period 2005-2012, crop yield data on farm level were also available from official statistics. In addition, yield data for cereals and temporary grasses being studied in long-term experiments (more than 40 years) located in four different agro-ecological zones of Sweden were considered. Daily temperature and precipitation data for each of the 21 counties in Sweden during the period 1961-2012 were downloaded from the official Swedish weather data website. In general, yield reductions were higher in northern than in southern counties and higher for spring cereals than winter cereals. Oats, spring rape and potatoes were the crops with the highest yield variation at county level. The frequency of a 30% yield reduction at county level was very low or close to zero in those counties with widespread cereal production, but large reductions occurred in individual years and certain counties (e.g. -80% in Norrbotten county in 1987). Close agreement between annual area of non-harvested crops and a 30% yield reduction was observed for certain years, crops and counties. The northern counties had on average 4-11% non-harvested crop area, with Norrbotten county having the highest values. The non-harvested area of cereals in southern counties was on average 0-2%. The risk of severe crop losses on farm level was around 10%, although in a few cases the risk was 25%, depending on the county. More specifically, the overall risk among the counties for individual farms of obtaining 30% lower yield for winter wheat was 5-20%, for spring wheat 5-20%, for rye 5-10% and for spring barley 5-25%. The corresponding risk of obtaining 50% lower yield for oats was 5-20%. The yield data for individual farms showed large variations, even in years with ‘favourable’ weather conditions. In most years, yield on the lower 10th percentile of farms was less than half the average yield at county level. Winter wheat showed the lowest variation in southern counties and oats and spring rape the highest. Farm-level yield variations were also much higher in Norrbotten county than in southern counties. This large yield variation was confirmed by data from the long-term crop experiments, in which yield reductions exceeding 30% occurred in 5-18% of years (i.e. 2-8 years in the period 1965-2010). Most years with the lowest yield were associated with a prolonged dry period (<20 mm precipitation over 40 days) and/or a high level of precipitation during the harvesting period (>100 mm during August). However, attempts to correlate county average yields with indices based only on daily temperature and precipitation gave poor and inconsistent results. Similar results were obtained using yield data from the long-term experiments and indices based solely on precipitation. The large yield variations between individual farms, the heterogeneity of crop responses to Scandinavian weather conditions and the limitations of yield prediction models in terms of detailed input data and result accuracy indicate that yield reductions should be measured on farm level. Within the study period, precipitation during summer months appeared to increase over time, particularly in 25% of years in southern Sweden. If this situation persists, it will have conflicting effects on crop production, by reducing the risk of drought periods and increasing the risk of rainy harvesting periods.
|
|
| 3. |
- Eckersten, Henrik, et al.
(author)
-
Framtida risker och hot mot svensk spannmåls- respektive mjölkproduktion : en analys av forskningsbehov för att bedöma risker
- 2015
-
Reports (other academic/artistic)abstract
- Vad är syftet med denna Riskanalys? Svensk spannmåls- och mjölkproduktion beror på många faktorer av vilka flera är så kallade biofysiska, dvs i allt väsentligt är de av naturvetenskaplig karaktär (t ex väder, sjukdomar mm). En del förändringar i dessa förutsättningar utgör hot. Vår studie avser att identifiera några av dessa hot och utvärdera, utifrån vetenskapligt testade metodiker, sannolikheten för att de orsakar en skada på produktionen. Detta kräver dock ett mycket omfattande arbete och i denna studie har vi därför begränsat oss till att (i) strukturera hur en vetenskapligt baserad riskanalys bör gå till, och (ii) göra ett antal preliminära riskanalyser för att (iii) identifiera kunskapsluckor som behöver forskas på för att analysen ska kunna antas vila på en vetenskaplig grund. Vad menar vi med Risk? Vi har definierat risk som sannolikheten att ett hot orsakar en viss negativ konsekvens för den skyddsvärda tillgången. Av dessa termer är kanske den sistnämnda den mest centrala. Vad är det vi vill skydda? Vi har valt ut två tillgångar, Sveriges nationella spannmåls- respektive mjölkproduktion och avser då den produktion som lämnar gården, eller används inom gården, och att de skyddas så att de förblir ungefär av den omfattningen de har i dagsläget. Hoten mot denna produktion har valts utifrån förslag från tidigare studier, workshop, tillgången på experter och att hoten ska vara av biofysisk karaktär. Vilket hot som verkligen utgör en stor risk vet vi ju dock inte förrän efter riskanalysen är utförd och valen av hot bygger därför på en preliminär uppskattning. Biofysisk karaktär innebär att vi främst analyserat naturvetenskapliga hot. Hoten orsakar effekter på produktionen i mätbara termer som sedan översätts till en mer abstrakt skala från ingen till extremt negativ konsekvens. Beroende på olika osäkerhetsfaktorer erhåller vi flera konsekvensvärden för ett givet hot, och fördelningen av dessa på konsekvensskalan utgör ett mått på sannolikheten. Risken anges alltså som ett förhållande mellan konsekvens och sannolikhet. Varför har vi gjort denna systemavgränsning? Riskanalysen har två huvudaktörer; riskhanteraren som definierar vad som ska anlyseras och analysfunktionen som utför analysen. Riskhanteraren är i vårt fall styrgruppen för SLUs forskningsprogram Framtidens lantbruk (FA, 2015) som har definierat typen av hot och de skyddsvärda tillgångarna som ska analyseras. Vi som utfört denna studie är analysfunktionen, och har alltså dessa definitioner som en utgångspunkt. Om vi ändå tillåter oss att spekulera kring valet av spannmåls- respektive mjölkproduktionen så kan det motiveras av SLU's nationella ansvar vad avser den vetenskapliga kompetensen inom de areella näringarna. Ett fokus på biofysiska hot motiveras av att dessa är potentiellt stora och växande, såsom t ex är fallet vad avser klimatförändringar. Riskanalyser av denna typ bildar centrala underlag för att formulera olika strategier, t ex angående livsmedelsförsörjning. Hur har arbetet gått till? Riskanalyserna har utförts för ett antal "krisscenarier"; fyra avseende hot mot spannmålsproduktionen (Radioaktivt-nedfall, Virus-i-spannmål, Herbicidresistens och Extremt-sommarväder) och tre avseende mjölkproduktionen (Leptospiros-utbrott, Foderimport-stopp och Värmebölja). Analysen tar sin utgångspunkt i ett omvärldsscenario som definierar de yttre förutsättningarna för vad som antas inträffa. Detta ligger till grund för att identifiera troliga hot mot produktionen och vilka åtgärder som förväntas vidtas. Vi har sedan utgått från att dessa hot och åtgärder verkligen har hänt när vi mha våra förklaringsmodeller bestämt effekterna på produktionen i termer av mätbara enheter ("metrics"; t ex procentuell minskning av lokal eller regional veteproduktion). Dessa effekter tolkas/integreras sedan till en konsekvens för, helst den nationella, men i realiteten främst den regionala produktionen i fem nivåer (ingen, liten, måttlig, stor respektive extrem). Osäkerheter i bedömningarna innebär att flera alternativa konsekvenser erhålls, för ett givet hot, och som ligger till grund för en sannolikhetsbedömning. Analyserna har gjorts av experter inom respektive hots vetenskapliga område, men som haft begränsade förutsättningar (av tidsskäl) att göra tillräckligt många bedömningar för att erhålla ett tillförlitligt mått på sannolikhetsfördelningen (osäkerheten). Istället har vi, vilket också är ett huvudsyfte med studien, huvudsakligen försökt identifiera de kunskapsluckor i förklaringsmodellerna som begränsat våra möjligheter att kunna göra vetenskapligt baserade bedömningar av effekterna (se vidare Appendix 3). Vad är resultatet? Vi har gjort vissa grova skattningar av sannolikheten trots det bristfälliga antalet bedömningar av konsekvenser. Om ett radioaktivt nedfall sker i en region får det extrema konsekvenser för dess spannmålsproduktion på regional nivå. Ett omfattande angrepp av jordburna virus orsakar en måttlig eller stor konsekvens. En utvecklad herbicidresistens hos ogräsen orsakar i huvudsak en liten till måttlig konsekvens. En extremt torr sommar kan ett år orsaka en stor konsekvens och ett annat år ingen alls. Likaledes orsakar en Regnig-sensommar i ca hälften av fallen ingen konsekvens, men för de resterande åren kan alla grader av konsekvenser uppstå på spannmålsproduktionen. För mjölkproduktionen orsakar samtliga tre hot (Leptospiros-utbrott, Foderimport-stopp och Värmebölja) en liten till måttlig konsekvens. Vad avser ett importsopp för foder är detta under förutsättning att olika åtgärdsprogram kombineras. Om fokus läggs på endast ett åtgärdsprogram ökar risken väsentligt. Dessa skattningar ska alltså inte betraktas som en vetenskapligt baserad analys i nuläget, utan demonstrerar främst exempel på resultat från sådana analyser. Skattningarna har hjälpt oss att identifiera vilka kunskaper vi saknar för att analyserna ska kunna betraktas som vetenskapligt baserade (se vidare Tabell 4.3a; sammanfattningar av respektive scenario finns i Resultatdelen). Analyserna har ibland också lett till att vi identifierat följdhändelser som faller utanför systemavgränsningen för vår studie och som andra studier har till uppgift att utreda. Många av de hot vi analyserat kan leda till betydande ekonomiska konsekvenser för enskilda företag, vilket i sin tur utgör hot mot produktionen. För denna analys krävs dock socioekonomiska analyser. Vi ser här också kopplingar mellan krisscenarier som är av biofysisk karaktär, t ex kan foder kontaminerat med radioaktivt cesium utgöra ett hot mot mjölkproduktionen. Vår studie har dock bara analyserat ett krisscenarios inverkan på antigen spannmåls- eller mjölkproduktionen.Vilka är de viktigaste slutsatserna? En central fråga är: Hur trovärdiga/säkra är dessa förutsägelser? Risk avser en förutsägelse om något som ännu inte hänt. Det första som behövs är alltså någon form av modell. Dessa modeller kan vara av olika sort i termer av vilken empirisk kunskap de använder för extrapolering (t ex funktioner, behandlingseffekter, mm), om de är objektiva och om de är transparenta. Alla modeller är osäkra i någon mening. Dock saknas i alla de fall vi undersökt mått på modellernas förutsägelseförmåga (med något enstaka undantag). En allmän slutsats blir att forskningen behöver inriktas mot att testa modellernas förutsägelseförmåga mot observationer för att kunna bidra till en vetenskapligt baserad riskanalys av spannmåls- respektive mjölkproduktionen. Detta innebär att experiment- och försöksupplägg behöver göras utifrån hypoteser (modeller) om hur de dynamiska förloppen beror på varierande förutsättningar och omgivningsförhållanden. T ex behöver de statistiska relationerna för hur Extremt-sommarväder påverkar spannmålsproduktionen, som används i vår studie, kompletteras med tester av grödmodeller som kan beakta flera vädervariablers samtida variationer i både tid och rum. För kunskapsluckor som är specifika för respektive hot, se Tabell 4.4Sammanfattningsvis behövs (i) fler förutsägelser av respektive potentiellt hots konsekvenser på produktionen, med modeller som har någon form av graderad tillförlitlighet, för att erhålla mått på osäkerheter. Dessutom behövs det (ii) tester av hypoteser för uppskalningar från kontrollerade experiment och försök (på en liten skala i tid och rum) till regional och nationell skala över flera år, och (iii) utveckling av metodiker för hur sannolikheter för hot, åtgärder respektive konsekvenser kan kombineras till en sannolikhetsfördelning som inbegriper bedömningsosäkerheter för alla dessa faktorer. Troligtvis behövs också att fler potentiella biofysiska hot analyseras. Hur går vi vidare? En mer fullständig riskanalys som inkluderar alla potentiellt stora hot mot produktionen, och samtidigt är vetenskapligt baserad, kräver att potentiella hot utreds kontinuerligt inom respektive produktionsrelaterat ämnesområde vid SLU. Detta kräver troligen att verksamheter som testar hypoteser för att förutsäga effekter av hot knyts nära den experimentella forskningen och experter inom respektive ämnesområde. Det krävs troligen också att en syntesverksamhet etableras på en ämnesövergripande nivå där metodiker kan standardardiseras, och olika hot och dess konsekvenser kan jämföras och kombineras. En sådan fungerande verksamhet behöver utvidga systemgränserna jämfört med vår studie, genom att sannolikheter för att hot uppkommer och att åtgärder faktiskt vidtas, också bedöms. Dessa sannolikheter behöver sedan integreras med sannolikheterna för konsekvenserna på produktionen. Därefter kan riskanalysen utökas till att inbegripa en mer a
|
|
| 4. |
- Kuyah, Shem, et al.
(author)
-
Innovative agronomic practices for sustainable intensification in sub-Saharan Africa. A review
- 2021
-
In: Agronomy for Sustainable Development. - : Springer Science and Business Media LLC. - 1774-0746 .- 1773-0155. ; 41
-
Research review (peer-reviewed)abstract
- Africa's need to double food production and feed the burgeoning human population, without compromising its natural resource base, has raised the momentum for sustainable agricultural intensification on the continent. Many studies describe agronomic practices that can increase productivity on existing agricultural land without damaging the environment and without increasing the agricultural carbon footprint. However, there is limited information on specific practices with the greatest potential to contribute to sustainable intensification on smallholder farms in sub-Saharan Africa, while simultaneously keeping the carbon footprint low. The objectives of this review were to (1) identify good agronomic practices with potential for contributing to sustainable intensification across sub-Saharan Africa, (2) synthesize available information on benefits and synergies from these technologies, and (3) discuss bottlenecks in their adoption in order to obtain insights that inform the formulation of supportive policies. Agroforestry, cereal-legume intercropping, conservation agriculture, doubled-up legume cropping, fertilizer micro-dosing, planting basins, and push-pull technology were identified as key agronomic innovations widely promoted in sub-Saharan Africa. We show that these innovations can build synergies and increase resource use efficiency while reducing agricultural carbon footprint. We outline the benefits, trade-offs, and limitations of these practices and discuss their potential role in strengthening food sovereignty and climate change adaptation and mitigation.
|
|
| 5. |
- Makaita Madamombe, Sandra, et al.
(author)
-
Climate change awareness and adaptation strategies by smallholder farmers in semi-arid areas of Zimbabwe
- 2024
-
In: International Journal of Agricultural Sustainability. - 1473-5903 .- 1747-762X. ; 22
-
Journal article (peer-reviewed)abstract
- Agricultural production, food, nutrition and income security of smallholder farmers in sub-Saharan Africa are threatened by extreme weather events, such as increased frequency of mid-season dry spells and increased temperatures. Their impacts are exacerbated by the prevalence of sandy soils, characterized by limited water and nutrient retention capacity leading to low crop productivity. In this study, we aimed at assessing farmers' awareness of extreme weather events, identify adaptation strategies and evaluate maize yield from different soil fertility and water management practices. A household survey including 245 smallholder farmers in Marange, Zimbabwe was carried out. The results revealed that farmers were aware of and had experienced extreme weather events. Among adaptation strategies used were soil water-harvesting, use of improved varieties, mulching and planting trees. Maize yield remains significantly low, averaging 0.62 t ha-1 among farmers using some forms of soil fertility and water management strategies. To further understand the reason for low maize yields and improve climate change related adaptation strategies, more research is needed to quantify and confirm management practices applied by farmers, such as fertilizer use and rates, water and nutrient management, use of improved varieties as well as socio-economic factors.
|
|
| 6. |
- Nkurunziza, Libére, et al.
(author)
-
Can data series from variety testing be used to predict yields in leys?
- 2014
-
In: International Journal of AgriScience. - 2228-6322. ; 4, s. 486-489
-
Journal article (peer-reviewed)abstract
- Data series from official variety trials of grass leys harvested three times a year (eight locations in Sweden during 1999-2011) were used for calibration of the semi-mechanistic growth FOPROQ model. Observations were available only at harvest. The linear fit between simulated and observed data was poor (R2 ≤0.33) and relative RMSE ranged between 20.7 and 38.1 %. It was concluded that current final harvest data is not enough for model calibration and extra samplings would be required to improve data quality for prediction of differences in variety performance in a variable climate
|
|
| 7. |
- Nkurunziza, Libére, et al.
(author)
-
Crop genotype-environment modelling to evaluate forage maize cultivars under climate variability
- 2014
-
In: Acta Agriculturae Scandinavica, Section B - Soil and Plant Science. - : Informa UK Limited. - 0906-4710 .- 1651-1913. ; 64, s. 56-70
-
Journal article (peer-reviewed)abstract
- A crop model and environmental data were used to simulate genotype-environment interactions for commercial forage maize cultivars. Genotype parameters defined by the MAISPROQ model were calibrated to observed aboveground dry matter (DM) yield and quality (concentrations of DM and starch) data from Swedish field experiments 2009-2011 on four forage maize cultivars with different maturation rates (Avenir, Isberi, Jasmic and Burli). The model calibration predictability (coefficient of determination, R-2) ranged from 0.18 to 0.45 for yield and 0.40 to 0.86 for quality. The corresponding values for validation were in a similar range for the growth model but less for the quality model (0.36-0.38 and 0.25-0.54, respectively). Thereafter the model was used to assess the cultivar performance for different locations and future climate conditions. The simulated DM yield averaged for 2003-2009 varied between 5% and 25% among nine locations in Sweden due to differences in weather conditions, depending on cultivar. The proportion of years with successful harvest (34% DM concentration being achieved by 31 October) varied between 60% and 100% for the early cultivar (Avenir) and 0% and 70% for the late cultivar (Jasmic). Under future climate conditions, harvest of the early-maturing cultivar (Avenir) will occur earlier (by up to 19 days in Lund [55.6 degrees N] and 24 days in Uppsala [59.8 degrees N] by 2085), but with unchanged or even slightly decreased DM yields compared with current levels. The starch concentration will remain almost unchanged in Lund but increase in Uppsala, especially for the late-maturing cultivar. We regard the model predictions of quality to be reasonably satisfactory, whereas those of DM yields are less reliable due to observations for calibration being available only for the period after flowering. Therefore, more frequent sampling in the early growing season is required to improve the predictive power of the model, especially for DM yield.
|
|
| 8. |
- Nkurunziza, Libère, et al.
(author)
-
Effects of extreme weather on yields of major cereal crops in Sweden : Analysis of long-term experiment data
- 2015
-
In: Aspects of Applied Biology. - Warwick, United Kingdom : Association of Applied Biologists / Horticultural Research International. - 0265-1491. ; 128, s. 165-172
-
Journal article (peer-reviewed)abstract
- Weather is one of the key factors controlling crop growth and development. To support decision making, it is essential to know how often extreme weather events have affected crop production and the weather indices that cause them. We used long-term experiment data at four locations in Sweden to evaluate the effects of extreme weather on four major cereal crops: winter wheat, spring wheat, barley and oats. Yield reductions during 1965-2010 differed between crops and locations; with greater variation for spring cereals than winter wheat. For about 2-8 years and 1-2 years, out of the 45 years, yield reductions were 30% and 50%, respectively. For these years the total precipitation during early growth and/or harvest time deviated more than 30% from normal more often, than for years with yield reductions less than 30% (or higher yields). However, such deviations in precipitation were common for the whole 46 year period, and using these weather indices as single predictors of yield reductions would fail in the majority of years.
|
|
| 9. |
|
|
| 10. |
- Nkurunziza, Libére, et al.
(author)
-
Model-based cultivar testing with genotype parameters and weather conditions
- 2012
-
Conference paper (other academic/artistic)abstract
- Model-based cultivar testing with genotype parameters and weather conditions Libère Nkurunziza, Alois Kornher, Magnus Halling, Martin Weih and Henrik Eckersten Department of Crop Production Ecology, Swedish University of Agricultural Sciences, P o Box 7043, Ullsväg 16, 75007 Uppsala, Sweden Abstract attached
|
|
