Risk Assessment of Possible Impacts of Climate Change and Irrigation on Wheat Yield and Quality
Notice bibliographique
Résumé
The effects of climate change on yield and quality for different climate regions had high uncertainty. Risk assessment is an effective measure to assess the seriousness of the projected impacts for decision-makers. The modified quality model was used to simulate integrated impacts of climate change, environment and management on wheat yield and quality. Then, the Canadian Earth System Model (CanESM2) was used to forecast the daily meteorological data, and Statistical Down Scaling Model was used for downscaling. CERES-Wheat was combined with the forecasted meteorological data to simulate the future wheat yield and grain protein concentration (GPC). The risk of wheat yield and quality in three climatic regions of Shaanxi combined with two climate change scenarios of CanESM2 were assessed. Temperature increased 0.22-3.34 °C and precipitation increased 10-60 mm for RCP4.5 and RCP8.5. Elevated temperature and precipitation had positive effects on yield in all regions. The yield risk of most regions with climate change decreased 3.8%-25.1%. The GPC risk of all regions with climate change decreased 7.3%-27.2%. Irrigation decreased yield risk greatly in all regions, while had totally different effects for the three climatic regions. Yield risk with irrigation decreased 37.7%-52.1% in different climate. In contrast to previous studies, GPC risk with irrigation increased greatly 25.8%-28.9% in humid region, 3.9%-8.8% in sub-humid region, and decreased 37.7%-52.1% in semi-arid region. Climate change decreased yield risk and GPC risk together. While irrigation decreased yield risk greatly in all regions, had totally different effects for the three climatic regions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».