Joint effects of temperature and humidity on cotton yield vulnerability to verticillium wilt disease under climate change
Notice bibliographique
Résumé
BACKGROUND: Verticillium dahliae (Kleb.), a soil-borne fungus that can persist in soil for more than a decade, poses a persistent threat to global cotton production. However, its potential impact on cotton yield under changing climatic conditions remains poorly understood. This study aimed to quantify the influence of climate on cotton vulnerability to verticillium wilt disease in Xinjiang, China, and to project future risks under different climate scenarios. RESULTS: Data from 2011-2021 revealed an additional 8.7% cotton yield loss per decade due to verticillium wilt in the absence of control measures. A climate-driven model identified the optimum temperature range for maximum disease severity as 25-28.5 °C, while relative humidity exceeding 82% markedly increased vulnerability. The model further indicated that cotton yield declines by 18.8% for every 0.1 increase in the disease vulnerability index. Projections show that climate change will amplify disease risk, leading to additional yield losses of up to 8.5% under the SSP1-2.6 scenario and 18.4% under the SSP5-8.5 scenario by the late 21st century. CONCLUSION: Climate change is expected to intensify verticillium wilt-induced yield losses in major cotton-growing regions. These results underscore the urgency of integrating disease-control strategies with climate adaptation planning. By coupling field-based disease management with climate projections, this study advances understanding of crop-pathogen-climate interactions and provides a framework for developing resilient cotton production systems under future climate conditions. © 2025 Society of Chemical Industry.
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 ».