Assessment of the Potential Impacts of Climate Change on the Hydrology and Canola Yield Using the DRAINMOD Model
Notice bibliographique
Résumé
Highlights Total precipitation and average temperature are projected to increase in the Interlake region of Manitoba. DRAINMOD model results suggest that controlled drainage (CD) would significantly decrease subsurface drainage. Due to dry stress, canola yield is projected to decrease under free drainage (FD) and controlled drainage (CD). Simulation results suggest that capturing, storing, and reusing drainage water could be an adaptive and mitigative strategy for climate change impacts. Abstract. Climate change is a major concern for agricultural production regions like the Canadian Prairies. Therefore, understanding the hydrologic and crop yield response to climate change is important to developing adaptative and mitigative strategies. Downscaled climate model projections from two GCMs for historical (1981-2010), midcentury (2041-2070), and late-century (2071–2100) periods under three representative concentration pathways (RCP2.6, RCP4.5, and RCP 8.5) were used as climate inputs to drive a calibrated and validated DRAINMOD model under two water management scenarios: free drainage (FD) and controlled drainage (CD). Field data, including water table depth, was collected for two canola growing seasons at the PESAI (Prairies East Sustainable Agriculture Initiative) research site in Arborg, Manitoba, Canada. The model was calibrated and validated using the 2019 and 2020 water table depth. The projected changes in the climatic variables showed a slight increase in the mean annual precipitation and the mean temperature across the seasons. DRAINMOD simulation results suggest that CD would significantly decrease subsurface drainage, while water loss through evapotranspiration (ET) and surface runoff are projected to increase considerably under CD and FD. Furthermore, results showed that the relative canola yield would decrease under FD and CD. Stressor analysis showed that canola yield reduction was driven by dry stress due to the projected temperature rise, which outweighs the slight increase in precipitation. Simulation results suggest that the capture, storage, and reuse of drainage water could be an adaptive and mitigative strategy to address the predicted impacts. Keywords: Canola yield, Climate change, DRAINMOD model, Subsurface drainage.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».