Seasonal water-heat-salt dynamics in coastal salinized fields: impacts on cotton photosynthesis and yield
Notice bibliographique
Résumé
Introduction: Soil moisture, temperature, and salinity critically constrain cotton production in saline soils. Understanding how cotton photosynthetic characteristics and yield respond to seasonal water-heat-salt dynamics is essential for improving management practices in these challenging environments. Methods: A two-year field study (2015-2016) was conducted comparing cotton growth, photosynthetic characteristics, and yield in mildly, moderately, and severely salinized fields. Seasonal soil water-salt dynamics in the 0-200 cm layer were monitored. Results: seasonal rainfall and temperature fluctuations significantly influenced soil water-salt dynamics in the 0-140 cm layer. During spring (April-May), drought maintained soil salinity above 3 g/kg, while low temperatures delayed cotton germination by over a day. In rainy season (July-August), rainfall leached salts from topsoil (0-40 cm), reducing salinity to below 5 g/kg and alleviating salt stress. Mildly saline fields exhibited superior photosynthetic performance, with leaf area index, chlorophyll content, and canopy photosynthetic rate being 1.2-1.5 times higher than in moderate/severe fields. These fields also showed extended "source-sink" organ development periods (16-28 days for "source," 4-24 days for "sink") and 13.8%-18.8% greater boll weight, ultimately achieving a seed cotton yield of 3,303 kg/ha-34.3%-120.7% higher than yields from moderate/severe fields. Discussion: Our results indicate that excessive soil salinity primarily impairs photosynthetic capacity and disrupts photosynthate allocation to bolls. Strategic interventions like drip irrigation could mitigate salt stress while improving photosynthetic efficiency and yield, providing practical solutions for cotton cultivation in saline fields.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».