Publication:
Meta-analysis for crop fertility studies in Puerto Rico using linear mixed models and nonlinear mixed models

No Thumbnail Available
Authors
De Jesús Soto, Alejandra Marie
Embargoed Until
Advisor
Macchiavelli, Raúl E.
College
College of Arts and Sciences - Sciences
Department
Department of Mathematics
Degree Level
M.S.
Publisher
Date
2024-05-09
Abstract
A popular technique for increasing crop yields worldwide is nitrogen fertilization. However, excessive nitrogen fertilizer causes enormous emissions of greenhouse gases, which contribute to global warming and climate change. In addition, unused nitrogen contaminate water causing problems to aquatic life. Having nutrient management in terms of fertilizer recommendations is key to having a sustainable high yielding crop, without damaging the plant, environment, and overall soil productivity. This project’s application consists in estimating the total amount of fertilizer, nitrogen, needed by a crop using statistical modeling. The relationship between variables for crop and soil processes are often better captured by nonlinear models because they provide a series of advantages. In this project, the crop nutrient requirement (CNR) is used as a non typical effect size for fertilizer recommendations. This metric depends on the fertilizer rate and the crop’s relative yield. Using these two metrics, crop yield response curves can be obtained from different agricultural studies. In order to get a combined CNR estimate this project will consider using two different meta-analysis methodologies: Linear Mixed Models (LMMs), and Non-Linear Mixed Models (NLMMs). Field fertility research conducted with crops from the Solanaceae family and forage crops documenting yield response to nitrogen fertilizers were used for this project. The LMM methodology consists on a two step approach: (1) the exponential model was used in order to get CNR estimates for all studies, and (2) these results were used as observation to fit an LMM and obtain the general CNR estimate. On the other hand, the second approach consisted in fitting an exponential NLMM to the raw data in order to obtain a different combined CNR estimate. Results show that 95% confidence intervals for the CNR combined estimates after meta-analysis were narrower than the individual confidence intervals from each study.

Una técnica popular para aumentar el rendimiento de los cultivos en todo el mundo es la fertilización con nitrógeno. Sin embargo, el exceso de este tipo de fertilizantes puede provocar enormes emisiones de gases de efecto invernadero, que contribuyen al calentamiento global y al cambio climático. Además, el exceso de nitrógeno contamina el agua causando problemas a la vida acuática. Tener un manejo de nutrientes en términos de recomendaciones de la cantidad de fertilizante a aplicar al suelo es clave para tener un cultivo sostenible de alto rendimiento sin dañar la planta, el medio ambiente y la productividad general del suelo. Es por esto que la aplicación de este proyecto consiste en estimar la cantidad total de fertilizante, nitrógeno, que necesita un cultivo mediante modelos estadísticos. La relación entre las variables de los procesos del cultivo y del suelo suele captarse mejor mediante modelos no lineales porque proporcionan una serie de ventajas. En este proyecto, el requerimiento de nutrientes del cultivo (CNR por sus siglas en inglés) es utilizado como un tamaño de efecto no típico para las recomendaciones de fertilizantes. Esta cantidad depende de la dosis de fertilizante y del rendimiento relativo del cultivo. Utilizando estas dos métricas, se pueden obtener curvas de respuesta del rendimiento de los cultivos. Para obtener una estimación de CNR combinada, este proyecto considera el uso de dos metodologías de meta-an álisis diferentes: Modelos Lineales Mixtos (LMMs) y Modelos No Lineales Mixtos (NLMMs). Para este proyecto se utilizaron investigaciones de fertilidad de campo realizadas con cultivos de la familia Solanaceae y cultivos de forraje que documentan la respuesta del rendimiento a los fertilizantes nitrogenados. LMM consiste en una metodología de dos pasos: (1) se utilizó el modelo exponencial para obtener estimaciones de CNR para todos los estudios, y (2) estos resultados fueron utilizados como observaciones para ajustar un LMM y obtener la estimación general del CNR. Por otro lado, el segundo enfoque consistió en ajustar un NLMM a los datos crudos con el fin de obtener otra estimación combinada del CNR. Los resultados muestran que para ambas metodologías de meta-análisis, el intervalo de confianza del 95% de los estimados combinados de CNR son más angostos en comparación con los estimados de cada estudio individualmente.
Keywords
Meta-analysis,
Linear Mixed Models,
Nonlinear Mixed Models,
Crop Nutrient Requirement,
Fertilizer Recommendations,
Nitrogen Fertilization
Usage Rights
Except where otherwise noted, this item’s license is described as Attribution-NonCommercial-ShareAlike 4.0 International
Cite
De Jesús Soto, A. M. (2024). Meta-analysis for crop fertility studies in Puerto Rico using linear mixed models and nonlinear mixed models [Project Report]. Retrieved from https://hdl.handle.net/20.500.11801/3697