Wheat Yield Affected by Soil Temperature and Water under Mulching in Dryland
Notice bibliographique
Résumé
Core Ideas Plastic mulch increased soil temperature and water, thus increased wheat yield. High soil temperature by plastic mulch and planting legume reduced wheat yield. Incorporation of legume increased soil temperature of next wheat growing season. Planting legume increased soil water use in summer and decreased evapotranspiration in wheat season. In the Loess Plateau of northwestern China, soil water shortage is the main factor constraining dryland wheat ( Triticum aestivum L.) production. Soil mulching is considered an effective practice to improve wheat yield due to increased soil water storage, but the information related to integrated understanding of soil temperature and water is scarce. We conducted a location‐fixed field experiment with two soil mulching (plastic mulch and planting legume) treatments to confirm the effects of soil temperature and water on wheat yield under different precipitation levels. In 2014–2015 with higher than average precipitation, plastic mulch increased soil water storage by 13% at sowing and average soil temperature by 0.4°C, which in turn increased yield by 13%, compared to the control. In 2012–2013 with extremely lower than average precipitation, the high daily maximum soil temperature during wheat reproductive period decreased grain number per spike and grain weight by 16 and 4%, respectively, thus reduced yield by 16%. For planting legume, the lower soil water storage at sowing and high daily maximum soil temperature during the wheat reproductive period decreased the number of spikes per hectare and grain weight by 29 and 4%, respectively, resulting in a 37% decrease in yield in 2012–2013. In other years with relatively higher precipitation, the proper soil temperature and extra N input under planting legume alleviated the negative impact of yield decline. Overall, planting legume did not show any benefit for wheat yield, while plastic mulch provided an opportunity for increasing wheat yield in dryland.
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 | 0,000 | 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) | 0,001 | 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 ».