Comparison of Energy-use Efficiency for Lettuce Plantation under Nutrient Film Technique and Deep-Water Culture Hydroponic Systems
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
Energy conservation opportunities in closed plant production systems have been widely discussed, however, a comparison of energy-use efficiency (EUE) for different types of hydroponic systems is lacking. This paper compares the EUE of two different hydroponic systems, namely nutrient film technique (NFT) and deep-water culture (DWC), within an aquaponics facility. The energy is monitored in a controlled environment using artificial lighting and its impact on the growth dynamics of the crops is measured, in this case, on a leafy green crop (Lactuca Sativa L. ‘Little Gem’). Offering better efficiency and reliability, light-emitting diode (LED) irradiation is used with a photosynthetic photon flux (PPF) of 140 µmol·s−1 and a photoperiod of 12-hours. The seeds are then placed in growth chambers, kept at an ambient temperature of 18°C for 21 days. These seedlings are then transplanted in rockwool cubes, followed by placement in NFT or DWC systems in equal numbers. Both systems are illuminated with LED irradiation having a PPF of 200 µmol·s−1. Continuous irradiation with a photoperiod of 16-hours is provided to both systems for 5 weeks. Crop growth parameters, such as leaf count and plant height, are measured in both systems resulting in similar numbers obtained, however, shoot fresh weight, leaf area, and root length are significantly different. Furthermore, the NFT system exhibited an EUE of 31.3 g. kWh−1 and outperformed the DWC system with an EUE of 24.53 g. kWh−1; indicating higher growth and better energy savings associated with NFT systems. These results suggest that NFT systems has a higher potential to offer better energy-use efficiency for producing crops in plant factories and aquaponics facilities.
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 | 0,001 |
| 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