Simulating irrigation requirements in Lanoraie, Quebec using AquaCrop: optimizing agricultural needs in an ecologically-sensitive environment
Notice bibliographique
Résumé
L'utilisation d'outils de modélisation pour prévoir le bilan hydrique journalier du sol s'est généralisée dans le développement de stratégies de gestion de l'irrigation. Ces prévisions fournissent des informations à l'échelle du terrain et facilitent la gestion des ressources en eau au niveau régional. Cette étude se concentre sur les besoins en eau des irrigants de Lanoraie, au Québec. Dans cette région, il existe des demandes d'eau concurrentes entre les cultures irriguées, principalement la pomme de terre, d'autres légumes et les baies, et un complexe de zones humides écologiquement sensibles. La saison de croissance deviendra plus chaude, sèche et variable en raison du changement climatique. Ainsi, pour équilibrer les besoins en eau agricoles et écologiques de la région, il est nécessaire d'optimiser les besoins en irrigation afin d'obtenir les meilleurs rendements. Cette étude a estimé les besoins nets en irrigation des principales cultures irriguées et des principaux types de sol à Lanoraie pour les années historiques sèches, moyennes et humides à l'aide du modèle AquaCrop. AquaCrop a ensuite été utilisé pour prédire l'effet du changement climatique sur les besoins en irrigation. Trois traitements d'irrigation ont été étudiés, comprenant un épuisement admissible de 20 %, 35 % et 50 % de l'eau disponible pour les plantes, pour la pomme de terre, la courge, la fraise et la canneberge cultivées sur des sols sableux et de sable loameux. Les besoins en eau des cultures qui en résultent ont été utilisés pour présenter des scénarios potentiels d'approvisionnement en eau
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».