The use of the land suitability rating system to assess climate change impacts on corn production in the lower Fraser Valley of British Columbia
Notice bibliographique
Résumé
The land suitability rating system (LSRS) is a spatial modeling tool that generates a class rating for parcels of land for specific agricultural crops based on a soil–climate–landscape potential. We applied the LSRS module for corn suitability to the agricultural portion of the lower Fraser Valley of British Columbia (BC). We used data from six UN-IPCC AR4 projections covering a range of cold to hot and wet to dry scenarios for the time periods 2010–2039, 2040–2069, and 2070–2099 to assess the impacts of climate change on corn production. To obtain satisfactory spatial results, we linked high-resolution (400 m grid) monthly temperature and precipitation values to the individual polygons of a detailed (1 : 25 000 scale) soil map available for the study area. Of the six future climate scenarios evaluated, the Goddard Institute for Space Studies (GISS_EH-A1B/3) yielded the most favourable results whereby land suitability for corn without irrigation remained relatively stable through the 21st century. Conversely, the Hadley Centre Global Environmental Model (HadGEM-A1B/1) projected a large drop in land suitabililty for corn due to increased climatic and soil moisture deficits. The wide range of climate scenario inputs generated a similarly wide range of LSRS ratings. Most scenarios generated positive impacts for land suitability up to mid-century but negative impacts by late century. Overall, increased heat and aridity will produce earlier harvest dates for corn and likely mean significant changes to the types and timing of crop management practices in the region.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».