Scale‐Dependent Relationship between Wheat Yield and Topographic Indices
Notice bibliographique
Résumé
Topography can have a significant influence on crop yield, thus a better understanding of the effects of topographical parameters on crop yield is important—especially for site‐specific soil management. The objective of this study was to determine whether topographical indices developed for hydrological studies could be used as indicators of crop yield using a wavelet approach. The effects of soil curvature, upslope length, and a wetness index on wheat grain yields in a hummocky terrain were investigated along a transect on a clay loam Black soil (Blaine Lake Association) in Saskatchewan, Canada. A wavelet approach was used to elucidate the processes underlying the relationships between crop yield and topographical parameters. Wheat grain yields had significant correlations with upslope length ( R 2 = 0.60) and the wetness index ( R 2 = 0.46), whereas soil surface curvature explained only 15% of the variations in grain yield. Wavelet analyses revealed that significant variations occurred at scales <160 m for wheat grain yield, 280 m for upslope lengths, and 110 m for the wetness index. The cross wavelet analysis indicated that significant covariance existed at scales <180 m between wheat grain yield and upslope lengths and at scales <140 m between wheat yield and the wetness index, at a 99% confidence level.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».