Effect of different irrigation strategies on vine physiology, yield, grape composition and sensory profiles of <em>Vitis vinifera</em> L. Cabernet-Sauvignon in a cool climate area
Notice bibliographique
Résumé
Aim: The efficacy of partial root zone drying (PRD) and regulated deficit irrigation (RDI) on vine physiology, yield components, fruit composition and wine sensory profiles of ‘Cabernet-Sauvignon’ was investigated in a cool climate region in Ontario, Canada. Methods and results: Field experiments were conducted in a Cabernet-Sauvignon block in Niagara-on-the-Lake, ON Canada between 2006 and 2008. There were five treatments : non-irrigated control, PRD, full irrigation [100 % of crop evapotranspiration (ETc)] and two levels of RDI (50 and 25 % ETc). Treatments started immediately after fruit set and continued until post-veraison. Soil and vine water status were apparently controlled not only by the amount of water but also by the irrigation strategy used. In the PRD treatments, soil moisture, leaf water potential, and transpiration rate were generally lower than in 100 % ETc but higher than non-irrigated and RDI treatments. Almost all treatments were different than in non-irrigated vines in fruit composition and wine sensory attributes. Wine sensory attributes differed considerably due to the amount of irrigation water applied in 2007. RDI strategies were more consistent than the PRD treatments in their effect on vine water status, grape composition and wine sensory profiles. Inconsistent patterns across seasons for some variables indicated that besides soil and vine water status, there were other factors that impacted vine physiology, yield components and berry composition. Conclusions: RDI treatments improved wine quality when compared with full or either non-irrigated treatments. Overall, use of RDI irrigation or PRD during dry and warm years can improve grape composition in cool climates. Significance and impact of the study: To the best of our knowledge, this is the first evaluation of PRD and RDI on Cabernet-Sauvignon in a cool humid climate. It suggests that although RDI strategies are more effective, PRD also has value, particularly in dry seasons.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».