Яка різниця між гідропонікою NFT і DWC?

Глибоководна культура (DWC): рослини сидять на плавучих плотах під світлом, а їх коріння знаходяться в поживному розчині. Техніка поживної плівки

Техніка поживної плівки

Техніка поживної плівки (NFT) – це гідропонна техніка, за якої дуже неглибокий потік води, що містить усі розчинені поживні речовини, необхідні для росту рослин, рециркулює повз оголені корені рослин у водонепроникному яру, також відомому як канали.

https://en.wikipedia.org › wiki › Техніка_поживної_плівки

(NFT): рослини сидять у жолобах із неглибоким поживним розчином, який тече через коріння рослин. 6 лютого 2023 р.

Вразливий до втрати електроенергії. NFT покладається на постійне постачання води. Якщо насос, що подає воду, вимкнути, рослини втрачають доступ до води та поживних речовин протягом декількох секунд. Залежно від умов оголене коріння все ще може утримувати вологу протягом кількох годин, але тривала втрата енергії зашкодить рослинам.

Оскільки системи Nutrient Film Technique не мають циклу для відстеження, оптимізації та обслуговування, їх легше обслуговувати після налаштування. На відміну від інших гідропонних систем, вони не вимагають тимчасового вивільнення поживного розчину. Це означає, що після налаштування система автоматично рециркулює свій розчин.

Мінуси DWC для канабісу Недотримання належних умов може призвести до дисбалансу поживних речовин, хвороб коренів або стресу рослин. Вразливість коренів: у DWC коріння занурене у воду, що робить їх сприйнятливими до патогенів, кореневої гнилі та інших хвороб, якщо не дотримуються належної гігієни та профілактичних заходів.

Під час відключення електроенергії коливання температури в DWC набагато менше і відсутність негайного висихання коренів, як у RDWC. Коріння в DWC підвішені на тому самому рівні води в резервуарі, хоча зміна поживних речовин і корекція займе набагато більше часу в DWC.

DWC більш поблажливий для людей, які вперше намагаються вирощувати рослини в комерційних масштабах. NFT добре підходить для досвідчених виробників, які знають, що вони роблять, і хочуть точно налаштувати свої системи, щоб вони працювали на них, але це важче вчитися, оскільки більше можливостей для помилок.