Responses of winter wheat yield and water productivity to sowing time and plastic mulching in the Loess Plateau
Notice bibliographique
Résumé
On the Loess Plateau, unfavorable late-sowing conditions often arise due to late harvests from the previous season or excessive rainfall during the sowing season, which can delay seed germination, reduce tiller numbers, and decrease winter wheat yields. Few studies have explored whether plastic mulching (PM) can mitigate the adverse effects of late sowing. Consequently, we conducted a 3-year field experiment from 2017 to 2020 on the Loess Plateau combining two mulching conditions [PM and no mulching (NPM)] and three sowing times (normal, 10-day late, and 20-day late sowing). We investigated the combined influence of sowing time and mulching conditions on soil hydrothermal status, crop water productivity (WP), and yield. The results revealed that delayed sowing significantly prolonged emergence times and decreased tiller numbers, leaf area index (LAI), root biomass, and aboveground biomass (AGB). The PM increased soil temperatures, advancing wheat emergence and increasing tiller numbers. Plants under PM had higher LAI, root biomass, and AGB than those under NPM. Moreover, PM reduced ineffective transpiration by accelerating the degradation of ineffective tillers, resulting in higher yields without a corresponding increase in evapotranspiration. The beneficial effects extended to spike numbers, thousand-grain weight, and harvest index. Specifically, PM combined with 10-day late sowing increased yield by 12.8 % compared to NPM combined with normal sowing. Furthermore, under 20-day late sowing, PM mitigated yield losses, reducing them from a 28.7 % decline under NPM to a 12.8 % decline when compared to normal sowing under NPM. We conclude that PM completed compensated for the yield loss under 10-day late sowing and partially alleviated losses under 20-day late sowing. Therefore, combining 10-day late sowing (accumulated air temperature before winter > 430 °C d) with PM was the optimal approach for simultaneously improving yield and WP in winter wheat seasons with unfavorable late-sowing conditions.
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) | 0,000 | 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 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 ».