MétaCan
Menu
Retour à la cohorte
Enregistrement W4394691829 · doi:10.1007/s10584-024-03718-1

Global warming determines future increase in compound dry and hot days within wheat growing seasons worldwide

2024· article· en· W4394691829 sur OpenAlexaboutno aff
Yan He, Yanxia Zhao, Shao Sun, Jiayi Fang, Yi Zhang, Qing Sun, Li Liu, Yihong Duan, Xiaokang Hu, Peijun Shi

Notice bibliographique

RevueClimatic Change · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Postdoctoral Science FoundationChina Meteorological AdministrationNational Natural Science Foundation of China
Mots-clésGlobal warmingEnvironmental scienceGlobal-warming potentialClimate changeAgronomyBiologyGreenhouse gasEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Compound dry and hot extremes are proved to be the most damaging climatic stressor to wheat thereby with grave implications for food security, thus it is critical to systematically reveal their changes under unabated global warming. In this study, we comprehensively investigate the global change in compound dry and hot days (CDHD) within dynamic wheat growing seasons during 2015–2100 under 4 socio-economic scenarios (SSP1-2.6, SSP2-4.5, SSP3-7.0 and SSP5-8.5) based on the latest downscaled Coupled Model Intercomparison Project Phase 6 (CMIP6) models. Our results demonstrate a notable increase in CDHD’s frequency ( $${CDHD}_{f}$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:msub> <mml:mrow> <mml:mi>CDHD</mml:mi> </mml:mrow> <mml:mi>f</mml:mi> </mml:msub> </mml:math> ) and severity ( $${CDHD}_{s}$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:msub> <mml:mrow> <mml:mi>CDHD</mml:mi> </mml:mrow> <mml:mi>s</mml:mi> </mml:msub> </mml:math> ) worldwide under all SSPs, such increase is sharper over southern Asia in winter wheat growing season, and southern Canada, northern America, Ukraine, Turkey and northern Kazakhstan in spring wheat growing season. As the top 10 wheat producer, India and America will suffer much more detrimental CDHD in their wheat growing season. Adopting a low forcing pathway will mitigate CDHD risks in up to 93.3% of wheat areas. Positive dependence between droughts and heats in wheat growing season is found over more than 74.2% of wheat areas, which will effectively promote the frequency and severity of CDHD. Global warming will dominate the increase of CDHD directly by increasing hot days and indirectly by enhancing potential evapotranspiration thereby aggravating droughts. This study helps to optimize adaptation strategies for mitigating CDHD risks on wheat production, and provides new insights and analysis paradigm for investigating future variations in compound extremes occurring within dynamic crops growing seasons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,275
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimatic ChangeMême sujetClimate change impacts on agricultureTravaux en français237 207