For the A Land BS treatments the yi

For the A Land BS treatments the yield, bunch number and shoot number per vine stock were measured on 16–30 vine stocks. On each of the sevine stocks, one bunch was selected at random to count berry number per bunch and measure the weight of 200 berries. Bud fertility was measured on 16–96 randomly selected shoots. For the FERT, IRR-FERT and IRR treatments the yield, bunch number and shoot number per vine stock were measured on 8–23 vine stocks. On each of these vine stocks, one bunch was selected at random to count berry number per bunch and measure the weight of 200 berries. Bud fertility was measured on 8–96 randomly selected shoots.2.1.2.4. Grapevine water and nitrogen status. The grapevine water status was monitored during summer (three measurements from June to August) by measuring the leaf water potential at predawn(predawn) with a pressure chamber (Soil Moisture Equipment Corp., Santa Barbara, USA) on 8 (FERT, IRR-FERT, IRR) to 32 (AL,BS) fully expanded leaves per treatment. To measure leaf nitrogen content, 4–32 grapevine shoots were sampled at random from each treatment (one per vine stock) three times a year (around flowering, at veraison and just before harvest). Each sample was divided into three compartments: stems, leaves and grapes. All this plant material was dried at 60◦C for at least 72 h to calculate its dry biomass. Then, the leaf nitrogen content (LNC, % in DM) was measured on all the leaves of each shoot (Dumas method). Yeast assimilable nitro-gen (YAN, mg L−1) in the must was measured once at harvest on 100 berries sample at random with 3 replicates.2.1.3. Simulation of water balance with the WaLIS model To obtain daily values of FTSW, we used the WaLIS model (Celette et al., 2010) that simulates the time course of the grapevine’s FTSW on a daily time step. Simulations were made for the five treatments in 2010, 2011 and 2012. Weather data were those recorded at the weather station. ASW values at bud burst were those calculated from the neutron probe measurements. Maximum radiation interception efficiency (Kmax) was measured using hemispherical photographs following the protocol described by Louarn et al. (2005) and the CAN-EYE soft-ware (http://www.paca.inra.fr/can-eye). Parameters describing the medic cover crop were taken from Duru et al. (2009). Parameter values of all simulations can be found in Appendix A. Quality of simulations was assessed against observed values of FTSW. Indicators of goodness of fit of all simulations can be found in AppendixB.2.1.4. Data analysis Data were analyzed using R software (R Development Core Team 2007, version 2.11.1).2.1.4.1. Treatment effects. Effects of treatments on yield components were tested using a one-way ANOVA considering plants as replicates; Newman–Keuls tests were used as post hoctests for multiple mean comparisons.2.1.4.2. Contribution of yield components to yield variations. For each situation (treatment × year), we used the mean values calculated from measurements. The relationships between yield and yield components were determined by multiple linear regression analysis. The variables were log transformed to linearize the model. On this model, an ANOVA with type III sum of squares was per-formed and the contribution of each component to the variance of yield was calculated as the ratio of the sum of squares due to this component to the total sum of squares of the model.2.1.4.3. Correlations between grapevine water and nitrogen status and yield components. Daily grapevine FTSW simulated with the WaLIS model was averaged for thermal time periods of 100◦Cd from bud burst to harvest. For each such period the Pearson coefficient between yield components and mean grapevine FTSW was calculated and its significance was tested, as done by Pallas et al. (2013) on oil palm. Other relationships between yield components and grapevine water and nitrogen status indicators were analyzed by simple or multiple linear regression. For each situation (treatment × year), we used the mean values calculated from measurements. In order to distinguish between the effects of water and nitrogen on bud fertility, an ANOVA was performed with type III sum of squares in the same way as for the contribution of yield components to yield variation.2.1.4.4. How much of grapevine yield was determined the previous year ?. A model was developed in order to assess how much of yield of season 2 was determined by water and nitrogen constraints during season 1. This model predicted yield of season 2 from bud
Weather and phenology. Rainfall is in mm of water. Winter: January to March. Spring: April to June. Summer: July to September. Autumn: October to December. 2009 2010 2011 2012 Phenology (dates) Bud burst 12/04 01/04 04/04 Harvest 06/09 25/08 05/09 Rainfall (mm) Winter 141 264 190 10 Spring 130 100 86 107 Summer 14 70 69 152 Autumn 197 249 224 120 Total 482 681 569 388 fertility and berry number per bunch, themselves predicted by predawn and LNC at flowering of season 1. Simulated yields were then compared to observed yields.2.2. Experiment 2Data from another experiment were also used in the present study. This experiment was carried out from 2004 to 2006 and from 2008 to 2009 in the same vineyard as experiment 1, but on an adjacent plot with another cultivar (Vitis vinifera L. cv. Aranel). Thisexperiment was fully described by Celette et al. (2008, 2009) and Ripoche et al. (2011a). We used these data to study if some of the results found on Shiraz with data of experiment 1 remained valid with another cultivar. We focused on the relationships between yield components and grapevine water and nitrogen status (data analyses were performed in the same way as for Shiraz). No simulations with the WaLIS model were carried out for the cv. Aranel.

ผลลัพธ์ (ไทย) 1:

สำหรับการรักษา A BS ที่ดิน ผลตอบแทน เลขกลุ่ม และหมายเลขยิงต่อหุ้นเถาวัลย์ได้วัดบนหุ้นเถาวัลย์ 16 – 30 แต่ละหุ้น sevine กลุ่มหนึ่งถูกเลือกสุ่มการนับหมายเลขเบอร์รี่ต่อพวง และวัดน้ำหนักของครบ 200 อุดมสมบูรณ์บัดเป็นวัดบนยอดสุ่มเลือก 16-96 สำหรับการรักษาเฟิร์ต IRR เฟิร์ต และ IRR ผลตอบแทน เลขกลุ่ม และหมายเลขยิงต่อหุ้นเถาวัลย์ได้วัดบนหุ้นเถาวัลย์ 8-23 แต่ละหุ้นเถาวัลย์เหล่านี้ กลุ่มหนึ่งถูกเลือกสุ่มการนับหมายเลขเบอร์รี่ต่อพวง และวัดน้ำหนักของครบ 200 อุดมสมบูรณ์ดอกตูมเป็นวัดบน 8 – 96 shoots.2.1.2.4 สุ่มเลือก Grapevine น้ำและไนโตรเจนสถานะ สถานะน้ำ grapevine ถูกตรวจสอบในช่วงฤดูร้อน (สามประเมินเดือนมิถุนายน–สิงหาคม) โดยวัดใบไม้ใบขยายทั้งหมดของน้ำเป็นไปได้ที่ predawn(predawn) กับการดันหอการค้า (ดินความชื้นอุปกรณ์ Corp. ซานตาบาร์บารา สหรัฐอเมริกา) กับ 8 (เฟิร์ต IRR เฟิร์ต IRR) 32 (AL, BS) ต่อการรักษา วัดเนื้อหาใบไนโตรเจน 4 – 32 grapevine ถ่ายภาพได้ความสุ่มจากแต่ละทรีทเม้นต์ (ต่อหนึ่งหุ้นเถาวัลย์) เวลา 3 ปี (รอบดอก veraison และ ก่อนเก็บเกี่ยว) แต่ละตัวอย่างถูกแบ่งออกเป็นสามช่อง: ลำต้น ใบและองุ่น วัสดุโรงงานนี้ไม่แห้งที่ 60◦C สำหรับการคำนวณของชีวมวลที่แห้งน้อย 72 h จากนั้น เนื้อหา (LNC %ใน DM) ไนโตรเจนใบถูกวัดบนใบไม้ทั้งหมดของแต่ละยิง (วิธีการดูมาส) ยีสต์ assimilable ไนโตร-gen (YAN, mg L−1) ในต้องถูกวัดครั้งที่เก็บเกี่ยวในครบ 100 ตัวอย่างสุ่มด้วย 3 replicates.2.1.3 การจำลองน้ำสมดุลกับรุ่น WaLIS ได้รับค่าบริการของ FTSW เราใช้รุ่น WaLIS (Celette et al., 2010) ที่จำลองหลักสูตรเวลาของ FTSW ของ grapevine บนขั้นตอนเวลาทุกวัน จำลองได้ทำเพื่อการรักษาที่ห้าใน 2010, 2011 และ 2012 ข้อมูลสภาพอากาศได้ที่บันทึกไว้ที่สถานีอากาศ ค่า ASW ที่ดอกตูมระเบิดที่คำนวณได้จากการโพรบวัดนิวตรอนได้ ประสิทธิภาพการสกัดกั้นรังสีสูงสุด (Kmax) ถูกวัดโดยใช้ภาพถ่ายครึ่งต่อโพรโทคอลโดย Louarn et al. (2005) และตาสามารถอ่อนพัสดุ (http://www.paca.inra.fr/can-eye) พารามิเตอร์ที่อธิบายตัดปะเสนารักษ์ได้นำมาจาก Duru et al. (2009) ค่าพารามิเตอร์ของจำลองทั้งหมดที่สามารถพบได้ในภาคผนวกมีประเมินคุณภาพ A. ของจำลองกับค่าสังเกตของ FTSW ตัวบ่งชี้ของความกตัญญูพอดีจำลองทั้งหมดที่สามารถพบได้ใน AppendixB.2.1.4 ข้อมูลการวิเคราะห์ข้อมูลที่วิเคราะห์โดยใช้ซอฟต์แวร์ R (R พัฒนาหลักทีม 2007 รุ่น 2.11.1).2.1.4.1 ผลการรักษา ทดสอบผลของการรักษาในองค์ประกอบผลผลิตโดยใช้การวิเคราะห์ความแปรปรวนแบบทางเดียวพิจารณาพืชเป็นเหมือนกับ นิวแมน-Keuls ทดสอบได้ใช้ hoctests สำหรับ comparisons.2.1.4.2 หลายหมายถึงการลงรายการบัญชี สัดส่วนขององค์ประกอบผลผลิตให้ผลผลิตเปลี่ยนแปลง สำหรับแต่ละสถานการณ์ (รักษารายปี), เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด ความสัมพันธ์ระหว่างผลผลิตและองค์ประกอบผลผลิตถูกกำหนด โดยการวิเคราะห์การถดถอยเชิงเส้นหลาย ตัวแปรถูกแปลงไป linearize แบบบันทึก ในรุ่นนี้ การวิเคราะห์ความแปรปรวน ด้วยชนิด III ผลรวมกำลังสองที่ขึ้นต่อ และสัดส่วนของแต่ละส่วนประกอบความแปรปรวนของผลตอบแทนที่คำนวณเป็นอัตราส่วนของผลรวมกำลังสองเนื่องจากคอมโพเนนต์นี้ผลรวมของกำลังสองของ model.2.1.4.3 ความสัมพันธ์ระหว่าง grapevine น้ำและไนโตรเจนสถานะและผลผลิตส่วนประกอบ Grapevine วันจำลอง ด้วยแบบจำลอง WaLIS FTSW ถูก averaged สำหรับรอบระยะเวลาความร้อนของ 100◦Cd จากระเบิดเก็บเกี่ยวดอกตูม สำหรับแต่ละรอบระยะเวลาดังกล่าว ค่าสัมประสิทธิ์เพียร์สันระหว่างผลผลิตส่วนประกอบ และคำนวณ FTSW grapevine หมายถึง และที่สำคัญถูก เครื่อง ทำโดยพัลลัส et al. (2013) ในน้ำมันปาล์ม อื่น ๆ ความสัมพันธ์ระหว่างองค์ประกอบผลผลิตและ grapevine น้ำและไนโตรเจนสถานะตัวบ่งชี้ที่ได้วิเคราะห์ โดยง่ายหรือเชิงเส้นแบบพหุคูณ สำหรับแต่ละสถานการณ์ (รักษารายปี), เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด การแยกแยะผลกระทบของน้ำและไนโตรเจนในความอุดมสมบูรณ์บัด การวิเคราะห์ความแปรปรวนที่ดำเนินการ ด้วยชนิด III ผลรวมกำลังสองในลักษณะเดียวกับสัดส่วนขององค์ประกอบผลผลิตให้ผลผลิต variation.2.1.4.4 จำนวนผลผลิต grapevine กำหนดปี แบบได้รับการพัฒนาเพื่อประเมินจำนวนผลผลิตของฤดูกาลที่ 2 ได้กำหนด โดยข้อจำกัดน้ำและไนโตรเจนในช่วงฤดูกาลที่ 1 รุ่นนี้คาดว่า ผลผลิตของฤดูกาลที่ 2 จากดอกตูมWeather and phenology. Rainfall is in mm of water. Winter: January to March. Spring: April to June. Summer: July to September. Autumn: October to December. 2009 2010 2011 2012 Phenology (dates) Bud burst 12/04 01/04 04/04 Harvest 06/09 25/08 05/09 Rainfall (mm) Winter 141 264 190 10 Spring 130 100 86 107 Summer 14 70 69 152 Autumn 197 249 224 120 Total 482 681 569 388 fertility and berry number per bunch, themselves predicted by predawn and LNC at flowering of season 1. Simulated yields were then compared to observed yields.2.2. Experiment 2Data from another experiment were also used in the present study. This experiment was carried out from 2004 to 2006 and from 2008 to 2009 in the same vineyard as experiment 1, but on an adjacent plot with another cultivar (Vitis vinifera L. cv. Aranel). Thisexperiment was fully described by Celette et al. (2008, 2009) and Ripoche et al. (2011a). We used these data to study if some of the results found on Shiraz with data of experiment 1 remained valid with another cultivar. We focused on the relationships between yield components and grapevine water and nitrogen status (data analyses were performed in the same way as for Shiraz). No simulations with the WaLIS model were carried out for the cv. Aranel.

ผลลัพธ์ (ไทย) 2:

สำหรับการรักษาที่ดิน BS ผลผลิตจำนวนพวงและยิงจำนวนต่อหุ้นเถาถูกวัดในหุ้น 16-30 เถา ในแต่ละของหุ้น sevine หนึ่งพวงได้รับการคัดเลือกโดยการสุ่มนับจำนวนผลไม้เล็ก ๆ ต่อเครือและวัดน้ำหนักของผลเบอร์รี่ 200 ความอุดมสมบูรณ์ของหน่อวัดเมื่อวันที่ 16-96 หน่อสุ่มเลือก สำหรับ FERT, IRR-FERT และการรักษาผลตอบแทน IRR จำนวนพวงและยิงจำนวนต่อหุ้นเถาถูกวัดใน 8-23 หุ้นเถา ในแต่ละของหุ้นเถาเหล่านี้หนึ่งพวงได้รับการคัดเลือกโดยการสุ่มนับจำนวนผลไม้เล็ก ๆ ต่อเครือและวัดน้ำหนักของผลเบอร์รี่ 200 ความอุดมสมบูรณ์ของหน่อวัดเมื่อวันที่ 8-96 สุ่มเลือก shoots.2.1.2.4 น้ำองุ่นและสถานะไนโตรเจน สถานะน้ำองุ่นได้รับการตรวจสอบในช่วงฤดูร้อน (วัดสามตั้งแต่เดือนมิถุนายนถึงเดือนสิงหาคม) โดยการวัดศักยภาพของน้ำในใบที่ยามเช้าตรู่ (ยามเช้าตรู่) กับห้องความดัน (ความชื้นในดินอุปกรณ์คอร์ป, Santa Barbara, ประเทศสหรัฐอเมริกา) เมื่อวันที่ 8 (FERT, IRR- FERT, IRR) ถึง 32 (AL, BS) ใบขยายตัวได้เต็มที่ต่อการรักษา การวัดปริมาณไนโตรเจนใบ 4-32 หน่อองุ่นเก็บตัวอย่างที่สุ่มจากแต่ละรักษา (ต่อหนึ่งหุ้นเถา) สามครั้งต่อปี (ประมาณดอกที่ veraison และเพียงแค่ก่อนการเก็บเกี่ยว) แต่ละตัวอย่างถูกแบ่งออกเป็นสามช่อง: ลำต้นใบและองุ่น ทั้งหมดวัสดุที่โรงงานแห่งนี้ได้รับการอบแห้งที่อุณหภูมิ60◦Cเป็นเวลาอย่างน้อย 72 ชั่วโมงในการคำนวณมวลชีวภาพแห้ง จากนั้นปริมาณไนโตรเจนใบ (LNC% ใน DM) วัดบนใบทั้งหมดของการถ่ายแต่ละ (วิธีมัส) ยีสต์ที่ย่อยไนโตรเจน (YAN มิลลิกรัม L-1) ในการที่จะต้องได้รับการวัดครั้งเดียวที่เก็บเกี่ยว 100 เบอร์รี่ตัวอย่างที่สุ่ม 3 replicates.2.1.3 การจำลองการสมดุลของน้ำที่มีรูปแบบ walis การขอรับค่าประจำวันของ FTSW เราใช้รูปแบบ walis (Celette et al., 2010) ที่เลียนแบบแน่นอนเวลาของการ FTSW องุ่นของในขั้นตอนเวลาในชีวิตประจำวัน จำลองถูกสร้างขึ้นมาสำหรับห้าการรักษาในปี 2010, ปี 2011 และ 2012 ข้อมูลสภาพอากาศที่ถูกที่บันทึกไว้ที่สถานีอากาศ ค่า ASW ที่ตาออกมาเหล่านั้นคำนวณจากการวัดสอบสวนนิวตรอน สูงสุดประสิทธิภาพการสกัดกั้นรังสี (KMAX) วัดโดยการใช้รูปครึ่งวงกลมต่อไปนี้โปรโตคอลอธิบายโดย Louarn และคณะ (2005) และ CAN-EYE นุ่มเครื่อง (http://www.paca.inra.fr/can-eye) พารามิเตอร์อธิบายพืชคลุมแพทย์ถูกนำมาจาก Duru และคณะ (2009) ค่าพารามิเตอร์ของแบบจำลองทั้งหมดที่สามารถพบได้ในภาคผนวก A คุณภาพของแบบจำลองได้รับการประเมินเทียบกับค่าสังเกตของ FTSW ตัวชี้วัดของความดีของความพอดีของการจำลองทั้งหมดที่สามารถพบได้ใน AppendixB.2.1.4 การวิเคราะห์ข้อมูลวิเคราะห์ข้อมูลโดยใช้ซอฟแวร์อาร์ (R พัฒนาแกนทีม 2007 รุ่น 2.11.1) .2.1.4.1 ผลกระทบการรักษา ผลของการรักษาในองค์ประกอบของผลผลิตได้มีการทดสอบการใช้ทางเดียว ANOVA พิจารณาพืชเป็นซ้ำ; การทดสอบนิวแมน-Keuls ถูกนำมาใช้เป็น hoctests โพสต์สำหรับหลายหมายถึง comparisons.2.1.4.2 มีส่วนร่วมขององค์ประกอบของผลผลิตเพื่อให้ได้รูปแบบ สำหรับแต่ละสถานการณ์ (การรักษา×ปี) เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด ความสัมพันธ์ระหว่างผลผลิตและองค์ประกอบของผลผลิตที่ถูกกำหนดโดยการวิเคราะห์การถดถอยเชิงเส้น ตัวแปรที่ถูกบันทึกเปลี่ยน linearize รูปแบบ ในรูปแบบนี้ ANOVA กับประเภท III ผลรวมของสี่เหลี่ยมและเป็นต่อรูปแบบการมีส่วนร่วมของแต่ละองค์ประกอบจะแปรปรวนของผลตอบแทนที่คำนวณเป็นอัตราส่วนของผลรวมของสี่เหลี่ยมเนื่องจากส่วนนี้เพื่อผลรวมของสี่เหลี่ยมของรูปแบบ .2.1.4.3 ความสัมพันธ์ระหว่างน้ำองุ่นและสถานะไนโตรเจนและองค์ประกอบของผลผลิต FTSW องุ่นวันจำลองที่มีรูปแบบ walis เฉลี่ยสำหรับช่วงเวลาที่ความร้อนของ100◦Cdจากระเบิดตูมที่จะเก็บเกี่ยว สำหรับแต่ละช่วงเวลาดังกล่าวมีค่าสัมประสิทธิ์เพียร์สันระหว่างองค์ประกอบของผลผลิตและค่าเฉลี่ยองุ่น FTSW ที่คำนวณได้และความสำคัญของการทดสอบเป็นกระทำโดยพาลาและคณะ (2013) เกี่ยวกับปาล์มน้ำมัน ความสัมพันธ์อื่น ๆ ระหว่างองค์ประกอบของผลผลิตและน้ำองุ่นและตัวชี้วัดสถานะไนโตรเจนที่ได้มาวิเคราะห์โดยง่ายหรือหลายถดถอยเชิงเส้น สำหรับแต่ละสถานการณ์ (การรักษา×ปี) เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด เพื่อที่จะแยกแยะความแตกต่างระหว่างผลกระทบของน้ำและความอุดมสมบูรณ์ของไนโตรเจนตา ANOVA ได้ดำเนินการกับชนิด III ผลรวมของช่องสี่เหลี่ยมในลักษณะเดียวกับการมีส่วนร่วมขององค์ประกอบของผลผลิตที่จะให้ผลผลิต variation.2.1.4.4 เท่าใดของผลผลิตองุ่นถูกกำหนดปีที่ผ่านมา? รูปแบบที่ได้รับการพัฒนาเพื่อประเมินวิธีการมากของผลตอบแทนของฤดูกาล 2 ถูกกำหนดโดยน้ำและข้อ จำกัด ไนโตรเจนในช่วงฤดู ​​1. รุ่นนี้คาดการณ์อัตราผลตอบแทนของฤดูกาล 2 จากตา
สภาพอากาศและชีพลักษณ์ ปริมาณน้ำฝนอยู่ในมมน้ำ ฤดูหนาว: มกราคม-มีนาคม ฤดูใบไม้ผลิ: เมษายน-มิถุนายน ฤดูร้อน: กรกฎาคม-กันยายน ฤดูใบไม้ร่วง: ตุลาคม-ธันวาคม 2009 2010 2011 2012 ฟีโน (วันที่) ระเบิดตูม 04/12 04/01 04/04 09/06 25/08 เก็บเกี่ยว 9/5 ฝน (มม) ในช่วงฤดูหนาว 141 264 190 10 ฤดูใบไม้ผลิ 130 100 86 107 14 ฤดูร้อน 70 69 152 197 ในฤดูใบไม้ร่วง 249 224 120 รวม 482 681 569 388 ความอุดมสมบูรณ์และจำนวนผลไม้เล็ก ๆ ต่อเครือตัวเองตามคำทำนายของยามเช้าตรู่และ LNC ที่ดอกของฤดูกาล 1. อัตราผลตอบแทนจำลองถูกนำมาเปรียบเทียบแล้วจะสังเกต yields.2.2 ทดลอง 2Data จากการทดลองอื่นยังถูกนำมาใช้ในการศึกษาในปัจจุบัน การทดลองนี้ได้รับการดำเนินการ 2004-2006 และ 2008-2009 ในไร่องุ่นเดียวกับการทดลองที่ 1 แต่ในพล็อตที่อยู่ใกล้เคียงกับพันธุ์อื่น ๆ (Vitis vinifera พันธุ์ L. . Aranel) Thisexperiment ได้รับการอธิบายอย่างเต็มที่โดย Celette และคณะ (2008, 2009) และ Ripoche และคณะ (2011a) เราใช้ข้อมูลเหล่านี้เพื่อศึกษาว่าบางส่วนของผลที่พบในชีราซกับข้อมูลของการทดลองที่ 1 ยังคงสามารถใช้ร่วมกับพันธุ์อื่น เรามุ่งเน้นไปที่ความสัมพันธ์ระหว่างองค์ประกอบของผลผลิตและน้ำองุ่นและสถานะของไนโตรเจน (การวิเคราะห์ข้อมูลที่ได้ดำเนินการในลักษณะเดียวกับที่สำหรับชี) ไม่มีการจำลองที่มีรูปแบบ walis ได้ดำเนินการสำหรับพันธุ์ Aranel

ผลลัพธ์ (ไทย) 3:

สำหรับ BS ที่ดินรักษาผลผลิต จำนวนกลุ่ม และจำนวนยอดต่อหุ้นเถาถูกวัดเมื่อวันที่ 16 – 30 หุ้นเถา ในแต่ละแห่ง sevine หุ้นหนึ่งพวง คือเลือกที่สุ่มนับเบอร์เบอรี่ต่อพวง และวัดน้ำหนักของผลเบอร์รี่ ความอุดมสมบูรณ์ของหน่อวัด 16 – 96 สุ่มยิง สำหรับการที่ irr-fert บําบัด , และอัตราผลผลิตหมายเลขกลุ่ม และจำนวนยอดต่อหุ้นเถาเถาวัด 8 – 23 หุ้น ในแต่ละหุ้นเถาเหล่านี้หนึ่งพวงถูกเลือกโดยการสุ่มนับเบอร์เบอรี่ต่อพวง และวัดน้ำหนักของผลเบอร์รี่ ความอุดมสมบูรณ์ของหน่อวัด 8 – 96 สุ่มยิง 2.1.2.4 . น้ำองุ่น และสถานะของไนโตรเจนต้นองุ่นสถานะการน้ำในช่วงฤดูร้อน ( สามการวัดจากมิถุนายน - สิงหาคม ) โดยการวัดศักย์น้ำในใบ predawn ( predawn ) กับความดัน ( ความชื้นอุปกรณ์ Corp . , ซานตาบาร์บารา , USA ) 8 ( FERT irr-fert , IRR ) 32 ( Al , BS ) พร้อมขยายใบ ต่อ การรักษา การวัดปริมาณไนโตรเจนที่ใบ4 – 32 ต้นองุ่นต้นจำนวนสุ่มจากการรักษาของแต่ละคน ( ต่อหนึ่งหุ้นเถา ) สามครั้งต่อปี ( รอบการออกดอกที่ veraison และก่อนการเก็บเกี่ยว ) แต่ละตัวอย่างถูกแบ่งออกเป็นสามช่อง : ลำต้น ใบ และองุ่น ทั้งหมดนี้พืชวัสดุอบแห้งที่อุณหภูมิ 60 องศาเซลเซียสเป็นเวลาอย่างน้อย 72 ชั่วโมง◦คำนวณของมันแห้งชีวมวล แล้วใบ ( จำกัดปริมาณไนโตรเจน ,( DM ) คือวัดทุกใบของแต่ละยิง ( ดูมาวิธี ) ยีสต์ assimilable ไนโตรเจน ( Yan mg L − 1 ) ต้องวัดที่เกี่ยวในตัวอย่างที่สุ่ม 100 เบอร์รี่ 3 ได้แก่ ทาง . แบบจำลองสมดุลน้ำกับ walis รูปแบบเพื่อให้ได้ค่ารายวันของ ftsw เราใช้ walis แบบ ( celette et al . ,2010 ) ที่เลียนแบบแน่นอนเวลาของต้นองุ่น ftsw ในขั้นตอนเวลาทุกวัน จำลองถูกสร้างสำหรับห้ารักษาใน 2010 , 2011 และ 2012 เป็นบันทึกข้อมูลสภาพอากาศที่สถานีตรวจวัดอากาศ คุณค่าที่แตกหน่อออกมา ASW เป็นผู้คำนวณจากนิวตรอนโพรบวัดประสิทธิภาพสูงสุดจากรังสีการสกัดกั้น ( kmax ) คือการวัดโดยใช้รูปครึ่งวงกลมตามขั้นตอนที่อธิบายโดย louarn et al . ( 2005 ) และ can-eye ซอฟแวร์ ( http : / / www.paca . ทีมนักวิจัยของ . fr / ตา ) พารามิเตอร์การแพทย์พืชคลุมดิน นำมาจากดูรู et al . ( 2009 ) ค่าพารามิเตอร์ของแบบจำลองที่สามารถพบได้ในภาคผนวก Aคุณภาพของแบบประเมินพบว่าค่าของกับ ftsw . ตัวชี้วัดความดีของพอดีกับของจำลองที่สามารถพบได้ใน appendixb . 2.1.4 . การวิเคราะห์ข้อมูล วิเคราะห์ข้อมูล โดยใช้ซอฟต์แวร์ R ( R การพัฒนาหลักทีม 2007 , รุ่น 2.11.1 ) 2.1.4.1 . ผลรักษา ผลของการรักษาองค์ประกอบผลผลิต ได้แก่ ทดสอบโดยใช้การวิเคราะห์ความแปรปรวนทางเดียว เมื่อพืชเป็นแบบ ;การทดสอบนิวแมน–คนถูกใช้เป็นโพสต์ hoctests สำหรับเปรียบเทียบหมายถึงหลาย 2.1.4.2 . ผลงานของผลผลิต ผลผลิต การแปรผัน สำหรับแต่ละสถานการณ์ ( รักษา×ปี ) เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด ความสัมพันธ์ระหว่างผลผลิตและองค์ประกอบผลผลิตถูกกำหนดโดยการวิเคราะห์การถดถอยเชิงเส้นพหุตัวแปร linearize เข้าสู่ระบบแปลงรูปแบบ ในรูปแบบนี้ , การวิเคราะห์ความแปรปรวนแบบประเภทที่ 3 คือ ผลรวมของสี่เหลี่ยมที่ต่อขึ้นและผลงานของแต่ละองค์ประกอบความแปรปรวนของผลผลิตถูกคำนวณเป็นอัตราส่วนของผลรวมของสี่เหลี่ยมจากส่วนนี้เพื่อผลรวมของกำลังสองของแบบจำลอง 2.1.4.3 . ความสัมพันธ์ระหว่างน้ำและไนโตรเจนต้นองุ่นสถานะและองค์ประกอบของผลผลิตต้นองุ่นทุกวัน ftsw จำลองแบบด้วย walis เฉลี่ยความร้อนจากช่วงเวลา 100 ◦ซีดีจากดอกตูมออกมาเพื่อเก็บเกี่ยว สำหรับแต่ละช่วงเวลาดังกล่าวมีสัมประสิทธิ์สหสัมพันธ์ระหว่างผลผลิต และหมายถึงข่าวลือ ftsw มีค่าและความสำคัญของมันคือการทดสอบที่ทำโดย Pallas et al . ( 1 ) น้ำมันปาล์มอื่น ๆความสัมพันธ์ระหว่างผลผลิต และองุ่น น้ำและไนโตรเจนบ่งชี้สถานะวิเคราะห์โดยง่ายหรือการถดถอยพหุคูณเชิงเส้น สำหรับแต่ละสถานการณ์ ( รักษา×ปี ) เราใช้ค่าเฉลี่ยที่คำนวณจากการวัด เพื่อแยกความแตกต่างระหว่างผลกระทบของน้ำและไนโตรเจนต่อความอุดมสมบูรณ์ของป๋าที่แสดงกับประเภทที่ 3 ( ผลรวมของสี่เหลี่ยมในลักษณะเดียวกันสำหรับส่วนของผลผลิต ผลผลิต การแปรผัน 2.1.4.4 . วิธีการมากของต้นองุ่นผลผลิตถูกกำหนดปีก่อนหน้านี้ ? . รูปแบบถูกพัฒนาขึ้นเพื่อประเมินวิธีการมากของผลผลิตรุ่น 2 ถูกกำหนดโดยปริมาณน้ำและข้อจำกัด ในฤดูที่ 1 ซึ่งจะทำนายผลผลิตของหน่อ
2 ฤดูกาลจากสภาพอากาศและภายใน . ปริมาณน้ำฝนเป็นมิลลิเมตรของน้ำ ฤดูหนาว : มกราคม - มีนาคม . ฤดูใบไม้ผลิ : เดือนเมษายนถึงเดือนมิถุนายน ฤดูร้อน : กรกฎาคม - กันยายน ฤดูใบไม้ร่วง : ตุลาคม - ธันวาคม2009 2010 2011 2012 ( วันที่ ) แตกหน่อออกมาภายใน 12 / 04 01 / 04 04 04 / 06 / 09 เก็บเกี่ยว 25 / 08 05 / 09 ปริมาณน้ำฝน ( มิลลิเมตร ) ฤดูหนาว 141 264 190 10 สปริง 130 100 86 107 ฤดูร้อน 14 70 69 152 ฤดูใบไม้ร่วง 197 249 224 120 รวม 482 681 569 388 ของเบอร์เบอรี่ต่อพวง , ตัวเองและทำนายโดย predawn lnc ที่ออกดอกตามฤดูกาล 1 ผลผลิต ) แล้วเมื่อเทียบกับอัตราผลตอบแทนจาก 2.2 .การทดลอง 2data จากการทดลองอื่นเพื่อใช้ในการศึกษาปัจจุบัน การทดลองนี้ได้ดำเนินการระหว่างปี 2006 และ 2008 กับ 2009 ในไร่องุ่นเหมือนกับการทดลองที่ 1 แต่ในแปลงติดกันกับพันธุ์อื่น ( องุ่น vinifera L . cv . ราเนล ) ในทั้งหมดที่อธิบายไว้โดย celette et al . ( 2008 , 2009 ) และ ripoche et al . ( 2011a )เราใช้ข้อมูลเหล่านี้เพื่อศึกษาว่าบางส่วนของผลลัพธ์ที่พบใน Shiraz กับข้อมูลการทดลองที่ 1 ยังคงใช้ได้กับพันธุ์อื่น เราเน้นความสัมพันธ์ระหว่างผลผลิต และองุ่น น้ำและไนโตรเจน สถานะ ( วิเคราะห์ข้อมูลดำเนินการในลักษณะเดียวกันสำหรับ Shiraz ) ไม่ใช้กับ walis รุ่นทดลองสำหรับพันธุ์ ราเนล .