Simulating Irrigation Requirements for Vegetable Crops in a Humid Region Considering a Changing Climate
Notice bibliographique
Résumé
Highlights Water deficiency of 50% did not reduce yields. Potato needs a minimum of 247 mm of water by the 2080s. Irrigation requirements of squash are 124 mm for 2080s. Abstract. This study assessed the supplemental irrigation needs in a humid vegetable producing region of Quebec using the AquaCrop model. Three irrigation treatments were investigated, comprising a maximum allowable depletion (MAD) of 20%, 35%, and 50% of plant-available water (AW) for potato and squash cultivated on sandy soils. The AquaCrop models were calibrated to field measurements of soil moisture in 2022. Potato and squash models simulated soil moisture with a strong agreement to field sensor measurements, with a Willmott index of agreement of 0.91 and 0.84, respectively. Statistical analysis revealed that both the historical weather and the irrigation treatment (20%, 35%, or 50% depletion of AW) had a significant effect on net irrigation requirement. The MAD of 50% AW demonstrated significant water-saving potential, particularly in dry years where crop-water demand was significantly higher. Under the 50% MAD, the mean net irrigation requirement for potato and squash in historical dry years were 265 mm and 151 mm, respectively. The models were then used to predict the impact of climate change on irrigation requirements for the periods 2050 and 2080. The irrigation requirement for potato is predicted to significantly increase by the 2080s compared to the historical period (1997–2021), under the CMIP-6 SSP5-8.5 high emissions scenario. Projected irrigation requirements for squash remained stable. Irrigation treatment significantly impacted the net irrigation requirement, with an MAD set at 50% AW significantly reducing irrigation requirements across all climate periods. Keywords: Climate change, Crop modeling, Humid regions, Irrigation water requirement.
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 | 0,000 |
| 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 ».