Impact of Climate Change on Sugarcane and Wheat Crops in District Hyderabad Sindh, Pakistan
Notice bibliographique
Résumé
Present research was conducted to observe the effect of climatically changes on agricultural crops, especially focusing on major climatic variable changes such as (temperature and rainfall) on wheat and sugarcane productions. Therefore this study is attempt to examine the climate change impact on production of wheat and sugarcane crops in Hyderabad district to measure the fluctuations every month during last 12 years from 2002 to 2014. Thus the following objectives were studied. To examine climate change (temperature and rainfall) scenario in the study area. To observe climate change impact on sugarcane and wheat crops of Hyderabad district, and to see the effect of temperature on the growth performance of wheat and sugarcane crop since 2002 to 2014. Findings of the study shows positive impact on sugarcane and wheat crop. Moreover 1 oC temperature increases then wheat yield increases 30.04 kgs/acre. Similarly 1oC increase temperature increases sugarcane yield rise by the amount of 450 kgs/acre respectively. Additional, to see the average growth rate from 2002 to 2014, where it reveals that the temperature growth rate was increased 0.6 0C in April. While 1 oC increased in June which is highest growth rate, similarly in July and August were 0.5 0C and 0.5 0C was increased respectively, Kharif temperature having increasing trend. Moreover in Rabi season there is high fluctuation in February which was 0.4 oC. It Is concluded that in last the trend of temperature fluctuations from 2002 to 2014. in the Kharif season temperature in April, May, June, July, August and September were 2.4, 1.25, 6.1, 0.85, 2.75, 3.55, moreover the fluctuations of Rabi season in October, November, December, January, February, March were average 2, 1.42, 1, 2.3, 1.1, and 2.2 respectively.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».