Root Water Uptake and Root Nitrogen Mass of Winter Wheat and Their Simulations
Notice bibliographique
Résumé
In this study, winter wheat ( Triticum aestivum L.) was grown in nutrient solution (Exp. 1) and soil columns (Exp. 2) under controlled environmental conditions to investigate the relationship between root water uptake (RWU) and root N mass (RNM). In Exp. 1, 15 treatments were designed to examine the influence of NO 3 concentrations (0.007–0.42 kg m −3 ) and illumination conditions (free water surface evaporation rates of 0.25–0.47 cm d −1 ) on root N content (RNC) and RWU. Measurements included transpiration, dry weight, N content, and root length. In Exp. 2, RNC and RWU of wheat were measured at two NO 3 levels (0.011 and 0.105 kg m −3 ) and low and high (80% field water capacity) soil water contents. The distributions of soil water content, NO 3 concentration, RNM density, root length density, and soil temperature were observed. Results showed that the potential transpiration was proportional to RNM of wheat ( R 2 = 0.99), and the maximum RWU rate, S max , which changed from 0 to 0.023 m 3 m −3 d −1 , was also linearly related to the RNM density ( R 2 = 0.78). The ratio between potential transpiration and RNM, namely the potential RWU coefficient per unit RNM, was independent of environmental NO 3 level and wheat maturity, but changed linearly with the free water surface evaporation rate ( R 2 = 0.88). The relationship between RWU and RNM was applied to simulate the distributions of soil water content, soil NO 3 concentration, and RNM density in Exp. 2. The simulated results compared well with the measured data, and the maximum RMSEs were 0.0085 m 3 m −3 , 0.0283 kg m −3 , and 0.0009 kg m −3 , respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».