MétaCan
Menu
Retour à la cohorte
Enregistrement W4416541147 · doi:10.1016/j.agwat.2025.110008

Agroforestry buffers drought stress by enhancing hydrological redistribution in dryland apple orchards

2025· article· en· W4416541147 sur OpenAlexaff
Min Yang, Lianhao Zhao, Xiaodong Gao, Jinlong Zhu, Shaofei Wang, Hailong He, Yaohui Cai

Notice bibliographique

RevueAgricultural Water Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesKey Research and Development Projects of Shaanxi ProvinceNational Key Research and Development Program of ChinaChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésTranspirationIntercroppingWater balanceSoil waterMonocultureWater scarcityEcohydrologyWater useAgricultureRainfed agriculture

Résumé

récupéré en direct d'OpenAlex

Water scarcity driven by intensifying drought poses a growing threat to agricultural productivity and ecosystem stability in drylands. Agroforestry systems, recognized as climate-resilient strategies, mitigate water stress through mechanisms like reduced runoff, suppressed soil evaporation, and optimized water partitioning. However, the persistence of these benefits under sustained drought remains poorly quantified. To address this gap, we conducted a four-year rainfall exclusion experiment coupled with process-based MAESPA modeling, evaluating the impacts of prolonged moderate (15 % reduction) and severe (25 % reduction) drought on the water balance of an apple tree–oil crop (ATOC) intercropping system (planted in 2017) on China’s Loess Plateau. Our key findings reveal that the hydrological benefits of agroforestry are highly dependent on drought severity. Under natural precipitation, the ATOC system increased the soil water content ( SWC ) by 3.5 %, increased transpiration by 39 %, boosted deep percolation by 11 %, and reduced soil evaporation by 10 % compared to apple monoculture. Under moderate drought, despite declines in SWC (-10 %), transpiration (-26 %), and deep percolation (-17 %) relative to the non-drought agroforestry system, transpiration remained 11 % and 15 % higher than in monoculture during normal and wet year due to a shift in water uptake to deeper soil layers. Under severe drought, this buffering capacity was overwhelmed. The ATOC system experienced substantial reductions in all water balance components—including SWC , transpiration, and deep percolation, highlighting its vulnerability to extreme water stress. These findings elucidate the conditional mechanisms through which agroforestry systems buffer drought stress and provide crucial insights for designing climate-resilient water management strategies in dryland landscapes.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,002
Tête enseignante GPT0,177
Écart entre enseignants0,175 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural Water ManagementMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207