Phosphorus Loss Estimation and P‐Index Evaluation with the APEX model

SWCS Annual Meeting – July 24‐27, 2016

Nathan Nelson, John Lory, Claire Baffaut, Anomaa Senaviratne, Ammar Bhandari, Antonio Mallarino, Matthew Helmers, Ranjith Udawatta, Daniel Sweeney, and 

Charles Wortmann

Why use a model to evaluate P‐indices?

Need long‐term average annual P‐loss Need an independent method of evaluating a P‐ index Need estimates of P‐loss from many different 

management, soil, and climate scenarios

P In

dex

Num

eric

val

ues

Quantitative P loss Estimates

Can we use a model to provide these data?

Is our P‐index directionally and magnitudinally correct?

Potential uses of model‐estimated P loss

P In

dex

Num

eric

val

ues

Quantitative WQ criteria

LOW

MEDIUM

HIGH

RISK

Assist with P‐index interpretation• Can the P‐index be “calibrated” to quantifiable P loss estimates?

Potential uses of model‐estimated P loss

Evaluate P‐Index components• Runoff• Erosion

Evaluate specific scenarios• Effect of Soil test P• Effect of P application rate• Effect of P‐application method• Specific interactions

Preliminary Evaluation

Potential uses of model‐estimated P loss

P‐index Development

TP loss = β1(STP*Rsed) + β2(STP*Q) + β3(Prate*Q) + β4(AM*Q)

What confidence level do we need to use a model for P‐index evaluation?

How do we know how good a model is?How good does a model need to be?

CALIBRATION VALIDATION

1:1 line1:1 line

What are the minimum data set requirements for calibration and validation?

RunoffSediment lossTotal P loss (and concentration?)Dissolved P loss (and concentration?)Crop growth (biomass or crop yield)Short‐term P flux (fertilizer/manure P adsorption to soil, P loss directly from applied sources)

Models are calibrated to measured data by adjusting model parameters

The calibration dataset will influence the final modelSensitive parameters may change

• Management• Climate• Soils

The calibration dataset must have enough information to inform all the sensitive parameters

Heartland Regional Model Development

12 datasets at 5 locationsSize: 0.4 – 5 ha.Crops

• Corn/Soybean/SorghumTillage

• No‐till/Reduced tillFertility

• Fertilizer• Poultry litter

Structures• Grass waterways• Buffers

Research Question

We developed a regionally calibrated APEX model…

Now, how can we use this model for P‐index evaluation?

Regional Model Summary

Water Quality Parameter

Overall Nash‐Sutcliffe Model Efficiency 

(validation)

Number of sites passing(out of 12)

Runoff 0.75 11 to 12 Pass

Sediment Loss ‐1.36 4 to 5 Fail

Total P loss 0.74 10 to 12 Pass (??)

Dissolved P loss Not evaluated Not evaluated Not evaluated

Short‐term P flux in soils Not evaluated Not evaluated Not evaluated

Regional model should be applied to soils and managements similar to the datasets used for calibration and validation

How can we use the Regional Model to test P‐Indices?

Model UseIs the PI directionally correct? Calibration of P‐index categories Evaluation of PI components

Runoff Erosion Application Method Application Timing Application Rate

P‐index Development

Is the Kansas PI Directionally Correct?

Regional ModelKansas Locations

• Crawford• Franklin

432 simulations• 5 cropping systems• 4 STP values• 4 to 5 P application rates

• 3 watersheds

Evaluation of Kansas PI runoff

Runoff risk is assessed as a categorical variable based on the NRCS soil runoff classification

Runoff Classification Runoff PI ratingVery Low 0

Low 2Medium 4High 8

Very High 16

Evaluation of Kansas PI runoff

Evaluation of Kansas PI runoff

Conclusions

Heartland Regional model can be used to evaluate P indices for soils and managements similar to that used for development

• Evaluation should focus on general P loss (not specific practice comparisons)

• Can be used for evaluation of runoff component of PI

KS P‐index is directionally correctKS P‐index could be improved by revising the method to account for runoff

•We express appreciation to USDA‐NRCS Conservation Innovation Grant for funding this research

Questions

Is the Kansas PI Directionally Correct?

Regional Model Location‐specific Models