Is Water Stress the Root Cause of the Observed Nonlinear Relationship Between Yield Losses and Temperature?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Observational analyses consistently find that yields of major rainfed crops increase with temperature up to a threshold of approximately 32C, above which they reduce sharply. Two damage pathways have been suggested to explain this relationship: that high temperatures directly stress crops and drive yield loss, or that high temperatures induce water stress in crops, which in turn drives yield loss. Here we explore a third pathway: that soil water stress limits both agricultural productivity and evaporative cooling, giving rise to the nonlinear relationship between temperature and yield. Determining which of these pathways underpins the yield‐temperature relationship is important for predicting future crop productivity because climate change is expected to alter the co‐variability between temperature and water availability. To examine this third pathway, we use cumulative growing‐season transpiration from an idealized land surface model as a proxy for yield. This approach reproduces the observed yield‐temperature relationship, even though the model includes no mechanisms that limit productivity at high temperatures. In experiments where the influence of temperature on soil moisture is suppressed, yields still decline during hot, dry periods in a manner consistent with the observations. We conclude that water stress, and its influence on evaporative cooling, temperature, and agricultural productivity, drives the yield‐temperature relationship found in crops that experience episodic water stress. This framework explains the muted sensitivity of irrigated yields to high atmospheric temperatures, and suggests that future yield outcomes depend more critically on changes in rainfall than suggested by estimates that attribute yield losses primarily to temperature variations.
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.
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 | 0,000 | 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 découle