Potential Impacts of Future Climate Changes on Crop Productivity of Cereals and Legumes in Tamil Nadu, India: A Mid-Century Time Slice Approach
Notice bibliographique
Résumé
Climate change is a terrible global concern and one of the greatest future threats to societal development as a whole. The accelerating pace of climate change is becoming a major challenge for agricultural production and food security everywhere. The present study uses the midcentury climate derived from the ensemble of 29 general circulation models (GCMs) on a spatial grid to quantify the anticipated climate change impacts on rice, maize, black gram, and red gram productivity over Tamil Nadu state in India under RCP 4.5 and RCP 8.5 scenarios. The future climate projections show an unequivocal increase of annual maximum temperature varying from 0.9 to 2.2°C for RCP 4.5 and 1.4 to 2.7°C in RCP 8.5 scenario by midcentury, centered around 2055 compared to baseline (1981–2020). The projected rise in minimum temperature ranges from 1.0 to 2.2°C with RCP 4.5 and 1.8 to 2.7°C under RCP 8.5 scenario. Among the monsoons, the southwest monsoon (SWM) is expected to be warmer than the northeast monsoon (NEM). Annual rainfall is predicted to increase up to 20% under RCP 4.5 scenario in two-third of the area over Tamil Nadu. Similarly, RCP 8.5 scenario indicates the possibility of an increase in rainfall in the midcentury with higher magnitude than RCP 4.5. Both SWM and NEM seasons are expected to receive higher rainfall during midcentury under RCP 4.5 and RCP 8.5 than the baseline. In the midcentury, climate change is likely to pose a negative impact on the productivity of rice, maize, black gram, and red gram with both RCP 4.5 and RCP 8.5 scenarios in most places of Tamil Nadu. The magnitude of the decline in yield of all four crops would be more with RCP 8.5 over RCP 4.5 scenario in Tamil Nadu. Future climate projections made through multi-climate model ensemble could increase the plausibility of future climate change impact assessment on crop productivity. The adverse effects of climate change on cereal and legume crop productivity entail the potential adaptation options to ensure food security.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».