Impact of using different ET models in HYDRUS-1D on soil water dynamics and potato crop ET.
Notice bibliographique
Résumé
Soil water content (SWC) plays a critical role in crop yield, irrigation scheduling, and water resources management. In the Canadian Prairies, the SWC in the rootzone from rainfall is rarely sufficient to satisfy crop water requirements. Thus, an understanding of the soil water dynamics is important for effective water management. Hydrologic modelling helps us to understand the underlying processes controlling and affecting soil water movement and distribution. The reference evapotranspiration (ETref) is a key input in most hydrologic models; thus, the estimation method could affect simulation results and inferences. The FAO Penman-Monteith (FAO PM) is recommended as a standard model. However, it is limited by requiring too many weather variables that are not readily available. Thus, simple empirical ETref models have been developed as an alternative. Soil moisture sensors were installed at 0.2, 0.4, 0.6, 0.8, and 1 m depths to measure SWC. SWC was first modelled in a rainfed potato farm in Winkler, Manitoba, using the FAO PM equation as input in the HYDRUS-1D model. Statistical and graphical results showed that the HYDRUS model performed well in simulating SWC with R2 ranging from 0.6 to 0.9, RMSE from 0.003 to 0.03 m3/m3, MAE varying between 0.00932 and 0.0197 m3/m3 and MPE from -1.91 to 1.67%. The impacts of different ETref equations with varying weather inputs on soil water dynamics and seasonal potato crop evapotranspiration (ETc) were further investigated. The results showed that measured SWC and SWC predicted using Irmak, Priestly-Taylor, and the FAO PM equations were not statistically different. Similar results were also obtained for ETc. Hence, under limited data, the Irmak and Priestly – Taylor ETref equations are suitable alternatives that could provide accurate and reliable results for water management in southern Manitoba.
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 | 0,000 | 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 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 ».