Irrigation Decision Support Systems (IDSS) for California’s Water–Nutrient–Energy Nexus
Notice bibliographique
Résumé
California has unsustainable use of agricultural water and energy, as well as problems of severe drought, nitrate pollution and groundwater salinity. As the leading producer and exporter of agricultural produce in the United States, 5.6 percent of California’s energy is currently used for pumping groundwater. These problems and new regulatory policies (e.g., Sustainable Groundwater Management Act, Irrigated Lands Regulatory Program) pressure growers to schedule, account and maintain records of water, energy and nutrients needed for crop and soil management. Growers require varying levels of decision support to integrate different irrigation strategies into farm operations. Decision support can come from the public or private sector, where there are many tradeoffs between cost, underlying science, user friendliness and overall challenges in farm integration. Thus, effective irrigation management requires clear definitions, decision support and guidelines for how to incorporate and evaluate the water–nutrient–energy nexus benefits of different practices and combinations of practices under shifting water governance. The California Energy Commission-sponsored Energy Product Evaluation Hub (Cal-EPE Hub) project has a mission of providing science-based evaluation of energy-saving technologies as a direct result of improved water management for irrigation in agriculture, including current and future irrigation decision support systems in California. This project incorporates end-user perceptions into evaluations of existing decision support tools in partnership with government, agricultural and private stakeholders. In this article, we review the policy context and science underlying the available irrigation decision support systems (IDSS), discuss the benefits/tradeoffs and report on their efficacy and ease of use for the most prevalent cropping systems in California. Finally, we identify research and knowledge-to-action gaps for incorporating irrigation decision support systems into new incentives and requirements for reporting water and energy consumption as well as salinity and nitrogen management in the state of California.
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 | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».