Spatial Adaptabilities of Spring Maize to Variation of Climatic Conditions
Notice bibliographique
Résumé
ABSTRACT Environmental conditions have important effects on maize (Zea mays L.) growth. To examine spatial variation in maize yield and aboveground biomass and to understand differences in the response of maize yield and aboveground biomass to climatic factors under various ecological conditions, we conducted experiments from 2007 to 2010 at 34 locations in seven provinces in the spring maize region of northern China between 35°11′ N lat and 48°08′ N lat. We used a most widely cultivated maize hybrid ZD958. The maize yield and aboveground biomass (presilking and postsilking) were found to be strongly influenced by locations. A nonlinear relationship existed between the maize yields and latitude. Maize yield was the greatest (12.19 Mg ha–1) at 39°08′ N lat, and the corresponding presilking and postsilking aboveground biomass at this location were 143.41 and 215.35 g per plant, respectively. Variations in the harvest index (HI) and 1000‐kernel weight were the main reasons for yield latitudinal trends. Among the climatic factors, air temperature had the best relationships with variations in maize yield, HI, and 1000‐kernel weight. With latitudes increasing northward, presilking aboveground biomass affected by growth duration length and accumulated solar radiation increased significantly. The aboveground biomass of postsilking stage that was affected by the maximum temperature, daily mean temperature, and growing degree days decreased significantly with latitudes increasing northward. However, there were no significant changes of total aboveground biomass with latitudes increasing northward.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».