Délimitation de zones d’aménagement à l’aide de capteurs proximaux du sol dans deux champs de culture intensive de la pomme de terre.
Notice bibliographique
Résumé
L’utilisation des zones d’amenagement (ZA) dans la culture de la pomme de terre permet controler la variabilite spatiale du sol et est une des approches dans la gestion localisee des proprietes du sol. L’objectif de cette etude etait d’evaluer la capacite de trois capteurs proximaux du sol (CPS) pour delimiter des ZA pour deux champs (Champ SVP et champ SVS ; 12 hectares) en culture commerciale de pomme de terre (Solanum tuberosum L.) dans la province de Nouveau-Brunswick, Canada. La conductivite electrique apparente du sol (CEa) ont ete mesures avec deux CPS i.e. le VERIS (modele MSP3) et le DUALEM (modele 21S). En plus, des mesures de haute frequence electromagnetique ont ete prises avec un georadar (GPR;GSSI modele SIR-3000; antenne 400 MHz) pour determiner l’epaisseur des horizons de sol et la profondeur de la roche-mere. Les proprietes physicochimiques (texture, matiere organique, pH, Mehlich-3) de 154 echantillons de sol pour les champs SVP et 141 echantillons pour le champ SVS ont ete analyses. Le rendement total en tubercule a ete mesure pour les annees 2013, 2014 et 2016 pour le champ SVP et 2014 et 2016 pour le champ SVS a l’aide d’un capteur de rendement. L’algorithme fuzzy k-means a ete utilise pour delimiter les ZA. Une correlation significative entre le rendement et les CPS a ete obtenue (r= -0.52, 0.19 pour les champs SVP et SVS). L’argile a ete la propriete la plus correlee avec le rendement (r= -0.85 rx= -0.41, pour les champs SVP et SVS). Deux ZA ont ete consideres comme optimales pour les deux champs. Celles-ci ont montre un equilibre entre la variation spatiale des proprietes du sol, le rendement et une representation spatiale gerable. Abstract The use of management zones MZ in potato production is an alternative in the localized management of the soil properties. The objective of this study was to evaluate the ability of three proximal soil sensors (PSS) to delineate MZ for two commercial potato fields (referred as field SVP and field SVS, 12 hectares) (Solanum tuberosum L.) in New Brunswick, Canada. Soil electrical conductivity (EC) was measured with tho PSS, i.e, VERIS (model MSP3) and DUALEM (model 21 S). Additionally, high frequency EM was measured using a ground penetrating radar (GPR system; GSSI model SIR-3000; 400 MHz antenna) to determine the thickness of the soil horizons and the depth to bedrock. The physicochemical properties (texture, organic matter, pH, Mehlich-3) of 154 soil samples for the field SVP and 141 soil samples for the field SVS were analyzed. The total yield of tuber was measured for the years 2013, 2014 and 2016 for the field SVP and 2014 and 2016 for the field SVS using a yield monitor. The fuzzy k-means algorithm was used to delineate MZ. A significant correlation between the yield and the PSS was obtained (r = - 0.52, 0.19 for the field SVP and SVS, respectively). Clay was the property most correlated with the yield (r =-0.85, please and r = - 0.41, for the fields SVP and SVS, respectively). Two MZ were considered as optimal for both sites. These showed a balance between the spatial variation of soil properties, yield and a manageable spatial representation.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».