Stochastically modeling the projected impacts of climate change on rainfed and irrigated US crop yields
Notice bibliographique
Résumé
Abstract Food demands are rising due to an increasing population with changing food preferences, placing pressure on agricultural production. Additionally, climate extremes have recently highlighted the vulnerability of the agricultural system to climate variability. This study seeks to fill two important gaps in current knowledge: how irrigation impacts the large-scale response of crops to varying climate conditions and how we can explicitly account for uncertainty in yield response to climate. To address these, we developed a statistical model to quantitatively estimate historical and future impacts of climate change and irrigation on US county-level crop yields with uncertainty explicitly treated. Historical climate and crop yield data for 1970–2009 were used over different growing regions to fit the model, and five CMIP5 climate projections were applied to simulate future crop yield response to climate. Maize and spring wheat yields are projected to experience decreasing trends with all models in agreement. Winter wheat yields in the Northwest will see an increasing trend. Results for soybean and winter wheat in the South are more complicated, as irrigation can change the trend in projected yields. The comparison between projected crop yield time series for rainfed and irrigated cases indicates that irrigation can buffer against climate variability that could lead to negative yield anomalies. Through trend analysis of the predictors, the trend in crop yield is mainly driven by projected trends in temperature-related indices, and county-level trend analysis shows regional differences are negligible. This framework provides estimates of the impact of climate and irrigation on US crop yields for the 21st century that account for the full uncertainty of climate variables and the range of crop response. The results of this study can contribute to decision making about crop choice and water use in an uncertain future climate.
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 | 0,000 | 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 ».