Yield, Nitrogen Uptake and Nitrogen Leaching of Sensor-Based Fertigation-Cultured Tomato in a Shallow Groundwater Region: Effect of Shallow Groundwater on Tomato Irrigation
Notice bibliographique
Résumé
Fertigation with surface drip has been introduced and broadly applied for vegetable cultivation in the Eastern China, which presents high precipitation and always has shallow groundwater. To estimate the influence of high groundwater level on the tomato nitrogen (N) and water use efficiency and develop new sensor-based fertigation technology, experiments were executed in plastic greenhouse in the experimental farm of Yangzhou University located in the suburban of Yangzhou city during 2016-2017 growing seasons using a block randomization with three replications. Three N dosages and 4 watering treatments were carried out in this experiment. The data indicated that irrigation threshold of -35 kPa was optimum to get the maximum production of tomato. In this treatment, the value of estimated plant evapotranspiration (ETc) was much higher than total applied water volume, suggesting high groundwater table had a significant contribution on the tomato ETc and a sensor-based irrigation strategy should be more accurate than the simulated ETc irrigation method to calculate the water demand under this condition. In addition, our results indicated that high groundwater level had a positive effect to alleviating N leaching. Finally, we can conclude that fertigation technology enhanced the N use efficiency (NUE) and water use efficiency (WUE) and three fourths of the calculated N dosage (according to a traditional nutrient equation) was sufficient to optimize tomato yield.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».