Assessment of climate change impact on crop yield and irrigation water requirement of two major cereal crops (rice and wheat) in Bhaktapur district, Nepal
Notice bibliographique
Résumé
Rice and wheat are major cereal crops in Nepal. Climate change impacts are widespread and farmers in developing countries like Nepal are among the most vulnerable. A study was carried out to assess the impact of climate change on yield and irrigation water requirement of these cereal crops in Bhaktapur, Nepal. Laboratory and soil-plant-air-water analysis showed silt-loam being the most dominant soil type in the study area. A yield simulation model, AquaCrop, was able to simulate the crop yield with reasonable accuracy. Future (2030–2060) crop yield simulations, on forcing the Providing Regional Climates for Impacts Studies (PRECIS) based on regional circulation model simulation indicated decreased (based on HadCM3Q0 projection) and increased (based on ECHAM5 projection) yield of monsoon rice for A1B scenario, and rather stable yield (for both projection) of winter wheat. Simulation results for management strategies indicated that the crop yield was mainly constrained by water scarcity and fertility stress emphasizing the need for proper water management and fertilizer application. Similarly, a proper deficit irrigation strategy was found to be suitable to stabilize the wheat yield in the dry season. Furthermore, an increase in fertilizer application dose was more effective in fully irrigated conditions than in rainfed conditions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».