Cover crop performance under a changing climate in continuous corn system over Nebraska
Notice bibliographique
Résumé
Abstract Fall‐planted cover crop (CC) within a continuous corn ( Zea mays L.) system offers potential agroecosystem benefits, including mitigating the impacts of increased temperature and variability in precipitation patterns. A long‐term simulation using the Decision Support System for Agrotechnology Transfer model was made to assess the effects of cereal rye ( Secale cereale L.) on no‐till continuous corn yield and soil properties under historical (1991–2020) and projected climate (2041–2070) in eastern Nebraska. Local weather data during the historical period were used, while climate change projections were based on the Canadian Earth System Model 2 dynamically downscaled using the Canadian Centre for Climate Modelling and Analysis Regional Climate Model 4 under two representative concentration pathways (RCP), namely, RCP4.5 and RCP8.5. Simulations results indicated that CC impacts on corn yield were nonsignificant under historical and climate change conditions. Climate change created favorable conditions for CC growth, resulting in an increase in biomass. CC reduced N leaching under climate change scenarios compared to an average reduction of 60% (7 kg ha − 1 ) during the historical period. CC resulted in a 6% (27 mm) reduction in total water in soil profile (140 cm) and 22% (27 mm) reduction in plant available water compared to no cover crop during historical period. CC reduced cumulative seasonal surface runoff/soil evaporation and increased the rate of soil organic carbon buildup. This research provides valuable information on how changes in climate can impact the performance of cereal rye CC in continuous corn production and should be scaled to wider locations and CC species.
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) | 0,001 | 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 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 ».