Water Use Dynamics in Double Cropping of Rainfed Upland Rice and Irrigated Melons Produced Under Drought‐Prone Tropical Conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Agricultural expansion and intensification is occurring in seasonally dry regions of Central America, while droughts are intensifying due to increasing water demand and climatic change. Empirical measurements of water consumption of major crops in this region are scarce but crucial to assess agricultural water use dynamics in the light of increasing regional water conflicts. We empirically quantify total crop water use (CWU) and water footprints (WFs) of rainfed upland rice (wet season) and groundwater‐irrigated melons (dry season) grown sequentially as a double cropping system, one of the major cropping systems in the seasonally dry province of Guanacaste in northwestern Costa Rica. Data for this study cover 2 years and were measured with a state‐of‐the‐art eddy covariance water and carbon flux station. Upland rice only consumed green water (CWU green = 383 L/m 2 ), while melons only consumed blue water (CWU blue = 177 L/m 2 ). Irrigation was found to be 1.5 times larger than the actual melon water consumption, with better irrigation efficiencies than reported for melon farms in Brazil but slightly inferior to farms in Spain. Melon WF blue was 79 m 3 /t, a much lower value than global and regional estimates reported but similar to values reported for melons produced in Brazil or Spain. Upland rice WF green (681 m 3 /t) was reported for the first time and was proven to be much lower than flood irrigated‐rice WF blue‐green . Our results demonstrated lower overall water demand for upland rice‐melon double crop compared to the two other major monocultures of the region (flood‐irrigated rice and irrigated sugar cane).
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle