Spatial Prediction Model of Plant Water Status of an Olive Orchard (Olea europaea L.) cv. Arbequina Under Semiarid Conditions in the Central Valley of Chile
Notice bibliographique
Résumé
The Olive (Olea europaea L.) is a typical fruit tree of Mediterranean areas characterized by high-quality oil production and high tolerance to water deficit. Due to worldwide water scarcity in Mediterranean regions, it becomes indispensable to monitor plant water status, in example, through xylem water potential (Ψx). Unfortunately, measurement is difficult to perform with high spatial resolution at field scale (> 50 measurements per hectare), due to the large amount of manpower required in the prosses which turned this technique into a high-cost solution. This situation drastically hinders its applicability in large production areas. Thus, the objective of this research is implementing a spatial prediction model of plant water status in an olive orchard, using a single Ψx measurement performed in a reference site over the orchard. The experimental site was established in 2.2 hectares of commercial olive trees in the Pencahue valley located in the Maule region (Chile) during the 2013/14 growing season. Measurements of Ψx were performed at key phenological stages of olive trees. The proposed methodology allowed to estimate the behavior of Ψx in unsampled olive trees from reference site measurements, with an average spatial error less than ±0.6 MPa and correlation of 0.8 (R2) ratifying the high spatial dependence between different sites sampled at field scale. Therefore, distribution of spatial variability would be adequate for the application of irrigation in homogeneous management zones, facilitating water management practices in clearly identified zones within the olive orchard under study.
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 | 0,000 | 0,000 |
| 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 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 ».