Response of Crop Water Requirement and Yield of Irrigated Rice to Elevated Temperature in Bangladesh
Notice bibliographique
Résumé
In the changing climatic condition, temperature is the most vulnerable parameter and is projecting a trend of increase in the future. Crop growth and development process depend largely on air temperature. This study aims to determine the role of increasing air temperature in yield, crop water requirement (CWR), and other agronomic parameters of irrigated rice. Ceres-rice model associated in the Decision Support System for Agrotechnology Transfer (DSSAT) was used in 15 different locations of Bangladesh. Grain yield, growth duration, and crop water requirement of widely cultivated irrigated rice (Boro rice) variety BRRI dhan28 were analysed in normal temperature and elevated air temperature by 1°C, 2°C, 3°C, and 4°C. The result revealed detrimental effect of elevated temperature on growth duration and grain yield. The estimated highest growth duration reduction of 30 days was found in Moulvibazar for 4°C temperature rise. The grain yield reduction was projected by 0–17%, 16–35%, 31–49%, and 39–61% from the normal condition if the seasonal mean temperature increased by 1°C, 2°C, 3°C, and 4°C, respectively. The country average crop water requirement was found to be 405 mm of which the highest 445 mm and the lowest 358 mm were recorded in Moulvibazar and Chandpur, respectively. The study revealed that the country average rice CWR reduced by 5%, 8%, 12%, and 17% over the normal condition for 1°C, 2°C, 3°C, and 4°C rising temperature, respectively. For 1°C temperature rise, BRRI dhan28 life span shortened by 6.4 days, grain yield reduced by 695 kg, and estimated CWR decreased by 14 mm. The projected declining CWR indicated that irrigated rice will require less irrigation water, but it will cause considerable yield loss under elevated temperature. Though elevated temperature will save huge irrigation water used in country-wide Boro rice cultivation, the crop developers need to introduce new heat-tolerant cultivar to minimize yield loss.
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 ».