的潜在影响气候变化对燕麦住宿在英国和爱尔兰共和国

文摘

本文探讨了影响,气候变化可能对燕麦的住宿爱尔兰共和国和英国。通过小说的考虑住宿模型代表的运动燕麦植物由于风和雨之间的交互和集成的未来预测风力和降雨由于气候变化,相关的结论。为了为住宿提供气象数据模型、风力和降雨输入分析用30年的时间序列对应于峰值住宿个月(6月和7月)来自38个气象站在英国和爱尔兰共和国,使相关的概率密度函数(pdf)。此外,未来六年的气候资料进行了不列颠群岛由英国气候变化预测(UKCP18)分析,和未来的风力和降雨pdf文档。观察,预测可能发生的变化关键生长期期间(6月至7月)在未来30年符合变化,可能出现由于不同饲养治疗/植物品种。此外,实用的双指数函数表示的降雨概率与适当的观察值给定的常数。

1。介绍

气候变化,导致温室气体排放的增加趋势,可能导致重大气象参数的变化(1]。例如,全球温度增加了0.74°C的时期从1906年到2005年,和降水模式在世界的一些地方已经改变了2]。作为一个大型水消费者和温度依赖性,农业部门可以显著影响,无论是积极的还是消极的,这些变化。例如,未来气候变化对谷物产量应该有一个负面影响在西部非洲,欧洲南部,亚洲中部和南部[3,4),同时,非洲东部的大部分地区,北欧,美国北部和东部和东南亚预计将受益于未来的气象条件(4,5]。此外,澳大利亚南部和东部的主要部分农田将大大受到气候变化的影响,将面临减少作物生产。类似的影响预计新西兰的东部地区,而新西兰附近耕作地区主要河流将受益于未来气候条件(4]。气候变化也将减少作物生产在英国和爱尔兰6,7),英格兰南部和东部地区将影响最大4]。

此外,它目前还不清楚问题在住的永久位移等农业作物的根或茎由于强风和高数量的rainfall-might将来有所不同,由于气候变化的影响。在这个问题上,本文而言,我们将研究特别是住宿风险的变化在英国(英国)和爱尔兰共和国。

在世界的其他地方,住宿有负面影响的农业部门在英国和爱尔兰共和国,在损害谷物和油籽强奸成本平均每年£50米左右,可以达到超过£170年严重住宿年(8,9]。住宿的费用不仅由于产量损失,还将降低粮食质量的结果,增加干燥成本,延长收获时间8,10- - - - - -12]。这种实质性的影响导致了一些研究风与植物的相互作用为了理解的物理现象。最早的引人注目的工作在这个领域是赖特(13)建议在植物的树冠风速剖面的指数函数。在接下来的几十年,几项研究提供信息湍流流场对植物的树冠:卢和Willmarth [14]讨论了涡流植物树冠之上;Raupach et al。15,16)提出了一个混合层的存在高于林冠和显示大序结构主导湍流的动态,和Py et al。17)观察回水区流长度尺度的树冠高度成正比。理论模型由贝克et al。12,18,19)与实验研究对小麦(11,20.],大麦[21),和向日葵22,23]提供了一个可行的方法来理解这一现象和预测住宿发生的风险。住宿的主要原因是恶劣的天气条件下,即、降雨和强风(高19),几项研究已经解决了气象参数的变化如何影响住宿的问题出现。Easson et al。24)报道,住宿相关不仅与强劲的阵风(大于25公里/小时(7米/秒),也可能发生在低风速(16公里/小时(4 m / s)或更少)。与此同时,贝瑞et al。25)表明,住宿可以避免或大大减少使用适当的饲养即使在恶劣的天气条件。此外,贝克et al。12,19)和英镑等。9,26)开发的概率框架住宿的风险可以通过计算的概率的理解在恶劣天气条件下作物歉收。然而,目前尚不清楚这些概率如何改变未来。唯一值得注意的工作在这个领域是Martinez-Vasquez [27)开发了一个住宿风险分析建立在广义住宿模式12)一起UKCP09气候投影仪。然而,由于缺乏了解燕麦的广义住宿模型所需的参数,所使用的模型并没有校准导致重大错误风险计算。自出版工作,一个新版本的英国气候投影仪(UKCP18)已经发布不仅提供了更新的预测也包括未来降水和风力预测。此外,最近的实验研究对燕麦燕麦使校准住宿模型(9]。

历史气候观测显示平均每十年增加0.5% - -1%的降雨量在北半球的大多数中期和高纬度地区(28]。然而,在英格兰和威尔士,年平均降雨量明显没有改变自1766年以来,和季节性降水在夏天似乎显示出下降(29日]。此外,历史数据证明显著的变化在不同的年降雨量,同时可以观察到整个冬季的降水增加(30.]。在爱尔兰共和国,年降雨量的增加在该国的西部和北部,南部和东部下降或小增加检测(31日]。未来预测演示增加从1°C到1.6°C和2.3°C到2100年的年平均气温在爱尔兰和英国32,33]。此外,爱尔兰共和国预计将经历年平均下降,春天,到本世纪中叶,夏季降水和延长干燥时间的数量预计将增加在秋季和夏季(34]。同样,英国夏季降雨预计将下降到2070年的47%,而在冬季降水预计增长35% (33]。气候模拟器还演示了风的能量下降在所有季节除了冬天在这两个国家(35]。由于可用性的新预测,这不仅包括降水也第一次风数据,现在可以研究未来的降水和风可能如何影响住宿燕麦的风险。

除了气象条件,住宿可以影响植物属性受品种和作物管理,包括播种率、氮率、氮的时机,和植物生长调节剂(PGR)应用程序(25]。此外,其他影响植物生长的环境条件如地形、土壤类型、阳光土壤水分、温度、害虫和疾病也会影响植物生物学性质(8,25,36]。每个因素的贡献在住宿过程中很难评估现象是非常复杂的。然而,贝瑞et al。11]的风险量化住宿小麦作物在不同治疗和显示,住宿时间和数量可以通过校准住宿模型估计。目前,没有足够的数据燕麦完全量化的影响全方位的风险管理对酒店的影响。

基于上述,当前论文的目的是探讨可能影响气候变化对燕麦的住宿在英国和爱尔兰共和国。这项研究是一个广泛的研究的一部分研究燕麦、住宿由Teagasc(爱尔兰共和国的农业和食品开发权威)(9,37,38]。项目阐述了普遍模型(12]研究燕麦失败风险,不同的治疗/品种以及各种气象条件(即。、风速、降水)。该方法用于调查住宿的气动参数模型(部分2.2)也申请了其他正在进行的项目在伯明翰大学的学习住宿玉米、油菜,和大米,由英国生物学和生物技术研究委员会(BBSRC) (39,40]。

燕麦被选为案例研究倾向高的作物在英国和爱尔兰的天气条件(41- - - - - -43]。此外,燕麦颗粒已报告作为一个丰富的维生素、矿物质、抗氧化剂,以及有其他健康益处,比如降低胆固醇和血糖水平(44- - - - - -46]。因此,约有9%的农作物耕作地区燕麦种植在爱尔兰47]。虽然燕麦的种植农田比例较低(约1%)在英国,它增加率最高(7.8%),主要谷类作物(小麦、大麦、燕麦和油菜)(48]。本研究中使用的方法在部分2,包括历史数据来源的大纲,概念住宿模型,预测未来气候情景。部分3然后概述了风和降水概率分布的发展从历史数据和描述了未来可能的变化在这些发行版由于气候变化的影响。部分4然后提供住宿的风险的分析,对现状和预测未来的气候。最后,部分中讨论的结果的意义5。

2。方法

2.1。历史数据

评价历史气象条件在过去三十年里,气象局的数据收集从38站(爱尔兰气象服务)(35),英国气象办公室综合数据档案系统(MIDAS)陆地和海洋表面站(49],国家气象局气象档案(气象局国家气象档案,个人通信,2016)。选择这些特定的数据集是基于长期的可用性数据(1987 - 2016)和邻近地区燕麦商业化种植的(即。,主要是爱尔兰和苏格兰东部,东部和南部地区以及西部和南部英格兰(50](RSK ADAS有限公司、个人通信,2016))。这些数据分析发现降雨和风速概率密度函数(pdf)将进一步描述部分3所示。1。

2.2。住宿和风险计算模型

在本节中,广义住宿模式12)简要描述,因为它是一个关键的理解气候变化的风险,基于风力和降雨概率密度函数。在这个模型中,植物的外部弯矩经历由于风与植物茎和安克雷奇阻力8]。因此,两个速度的茎和根失败可以被定义。阀杆失效标准可以使用的格式编写杆故障(住宿)速度 ,也就是说, 在哪里是固有频率,是径向的频率,是高质量中心的树冠,重力加速度,是干屈服应力,阀杆半径,是干壁厚,每个植物的茎数,是空气密度,是植物的植物剪切面积在树冠层,是一个无量纲参数,是来自地面的距离,阀杆的长度,湍流强度,阻尼比。此外,和宽带的阵风因子是茎,阵风因子谐振杆,分别为(51]。

同样,失败的根速度称为根住宿( )可以被定义为 在哪里年代土壤抗剪强度,d是有效的根直径,γ是一个常数。茎和根住宿速度(方程(1)和(2)是基于各种作物参数(例如,固有频率和拖拽区域),不同的实验进行探讨这些参数在两个独立的领域trials-one在2017年和2018年。实验装置设计研究湍流对植物的树冠农作物和植物的动态运动包括两个声波风速计(记录风速高于林冠)和两个摄像机观察作物的运动。获得风和视频数据通过标准风后来位工程方法研究湍流对燕麦的树冠和获得所需的气动参数模型。全部细节可以找到有关这些实验(9,37,52]。此外,其他实验进行辨认写参数下不同种类/治疗方法和不同的土壤条件。这些领域的实验主要是基于农艺测量协议由浆果等。53]。

图1说明了图形方程(1)和(2可以解释)。在图1,纵轴代表《每日降雨量 ,水平轴是每小时平均风速 。不同地区已经在图中定义1。例如,曲线(方程(3)定义了住宿/ no-lodging边界和说明了降雨和风速的相对贡献所需的住宿。曲线是由 在哪里每日降雨量和吗是引用降雨对应零风速。应该注意的是,图1从燕麦是策划的样本数据,因此,曲线,虚线可以改建为其他燕麦样本数据或其他作物。

住宿可以获得使用集成的风险(风雨)联合概率密度函数在该地区住宿存在的风险。贝克et al。12)用风力PDF由瑞利分布 在哪里的PDF和λ是一个参数用来描述风气候。瑞利分布是首选而不是威布尔分布,因为它使计算风险分析形式的住宿。降雨的PDF,使用一个指数函数: 在哪里米是每日降雨量和意味着什么我是每天的降雨量。当时,方程(5)是一个很方便的表达;不过,贝克et al。12)强调的必要性,进一步的研究为了建立一个更合适的表示降雨pdf (12,26]。

2.3。未来的场景投影

UKCP18提供最新的预测未来的气候条件在未来几十年基于大量的数据来源和排放场景不同时期和地点(54]。发射场景UKCP18 (rcp)被定义为典型浓度路径确定的温室气体造成一定的辐射强迫的高空地球大气层,到2100年,相比于工业化前的水平(55]。四个强迫使用水平:2.6,4.5,6.0和8.5 W / m²被定义为RCP 2.6, 4.5 RCP, RCP 6.0和8.5 RCP场景(33]。土地UKCP18包括概率预测,全球和区域的结果。概率预测是为了证明输出的不确定性的范围在一段时间内,位置(地区)和不同的发射场景。全球/区域预测使用RCP 8.5和气候预测说明28/12 60公里/ 12公里网格分辨率,分别为(56]。

3所示。气候数据和预测

3.1。风和降雨量pdf文档

图2显示相关的样本数据为选定的pdf站在爱尔兰,英格兰和苏格兰。在图2、水平轴说明了降雨和纵轴显示了记者的概率。这些都是6月和7月的月,当已知住宿事件发生。确定一个合适的函数,使用MATLAB曲线是安装在每个站,和双指数被发现是最好的代表功能: 在哪里我每天的降雨量,是概率,一个,b,c,d是site-dependent系数。尽管降雨的地理变异,发现整个pdf文档可以被定义在区域尺度上爱尔兰,苏格兰,英格兰(表1)。此外,观察到,通过适当选择的值一个,b,c,d,整个曲线可以代表所有的数据获得不考虑位置合理的精确度,即。,0.2%。应该指出的是,上述常量的值不是独立的而是被选择,以确保他们符合累积密度函数(CDF)降雨趋于无穷时趋于统一。

风速进行类似的分析,观察到,威布尔分布,给出的 最好的数据表示。在这里,和k是管理的规模和形状分布的参数,分别。图3说明分析结果10站在爱尔兰和英国一起最后曲线用来表示所有数据 。最大的实际数据和拟合曲线的区别∼12%,发生在低速条件下,即,当住宿条件风险最低。

3.2。未来气候预测

的预测UKCP18显示温暖,潮湿的冬季和热,干燥的夏季,英国。英国的所有地区预计将面临更高的温度,和夏天的增加更大而不是在冬天。也许并不奇怪,地理和降水的季节性变化在未来很可能会继续存在。本节讨论的结果UKCP18概率,预测全球和地区提出了部分3.2。1- - - - - -3.2。3。

3.2.1之上。概率预测(25公里分辨率)

与气候模型和概率预测合并历史气象数据统计25公里网格分辨率提供输出不同的发射场景和一个适当的工具来研究不同的rcp降水异常的影响。然而,工具提供的数据仅为英国地区,不包括爱尔兰共和国的预测。图4分别在6月和7月说明降水率异常,使用1981 - 2010年英国方面的基线和地理变化降雨异常可以清楚地观察到。这个数字包括三个面板10^th,50^th,90^th百分位数,每平方表示变化的范围。例如,一个网格显示50降水异常率10%^th百分位代表50%概率月降水量将增加不到10% (54]。所有RCP显示类似的结果,只有数据对应RCP 2.6了。该图显示了干燥条件英格兰南部地区在6月和7月,而苏格兰西部地区预计将经历6月潮湿气候。

概率预测工具是用来分析数据在16岁站在英格兰南部和西部地区以及苏格兰东部和南部地区(燕麦商业化种植的地区)。结果说明,对于所有电台、不同发射场景只有轻微影响降水异常率(%),尽管7月份发射场景情节之间的差别更大。图5说明了月降雨量变化提供的一个例子在样本气象站(英国Herford)不同的发射场景。更多的细节,关于异常范围从10^th百分90^th百分位,展示在表2。如图5,不同的rcp导致不同CDFs,也许不太奇怪鉴于气候模型的复杂性和不确定性与这个特定的区域。

3.2.2。全球预测(60公里分辨率)

全球气候模型的预测是基于28 60公里网格分辨率包括15气象局哈德利中心的模拟模型(HadGEM3-GC3.05),和其他13个输出采用从政府间气候变化专门委员会第五次评估报告,CMIP5-13 [30.]。使用这两个系列的气候模型增加了一系列合理的期货。

HadGEM3-GC3.05是一个耦合的硕士配置,包括不同级别的同温层,大气化学、植被和海洋生物学(33]。在每个模型的输出,所有合理的变量在给定的气候模型摄动配置,构建一个摄动参数合奏(PPE) (57]。这些变异可分为对流参数,山的影响,大气边界层条件下,云辐射和粒子物理学特性,和气溶胶参数,可以发现在57]。后,pp过滤提供输出的合理性和多样性最高,生产15模拟(57]。

为了增加多样性预测,13 CMIP5模型(CMIP5-13)也提供了模拟全球和区域的平均气温在地球的表面,全球趋势的海表面温度(SST)的偏见和大西洋经向翻转环流(大西洋经向翻转环流),以及在欧洲和北大西洋气候条件(57]。表3显示模型合并CMIP5-13和相关模型组。

图6显示结果的全球气候模型投影从这些28 60公里分辨率。除了表中描述的模型设计3,从HadGEM3-GC3.05 15页的五位数字。这些数字是分配给名字UKCP18设计师选定的页和没有任何意义(气象局,个人通信,2019)。结果说明,在最严重的预测,爱尔兰南部地区可能会干燥在6月和7月30 - 40%。然而,一些模型预测不同的降水趋势表明增加降水增加40%。一般来说,大多数的模型显示预测的差异在6月和7月的±20%。

对英格兰,大多数的预测表明,6月将10%至30%的干燥,虽然在南方地区将经历降雨增加30%。今年7月,大多数模型显示干燥条件(尤其是南部地区高达60%)而极端情况下建议降雨量增加了40%。最后,在苏格兰的降水预计将经历±30%±20%异常在6月和7月,分别。

3.2.3。区域预测(12公里分辨率)

区域的预测是基于HadGEM3-GC3.05和使用12页缩减规模面积相比,全球投影使地形学的功能,包括山脉的影响,沿海地区,城市地区,湖泊和河流。图7说明了区域降水异常的地图投影的RCP 8.5场景。这些输出是由12个从英国气象局哈德利中心模型预测在12公里范围内解决。一般来说,大多数模型显示英国和爱尔兰会经历干燥条件在6月和7月之间的变化对应于爱尔兰±20%和50%减少每月的南部地区的降雨量。此外,大多数的模型意味着英格兰南部和西部地区将变得更加干燥在6月和7月的变化预测东部地区潮湿条件从干燥机的40% 50%。最后,苏格兰地区预计将经历异常降水主要±30%。

图8显示了月平均风速异常在离地面10米从2020年到2049年6月和7月。这幅图描绘了在英格兰和爱尔兰的风速变化是±1 m / s,即。,一个相对较小的变化。略有增加观察到在苏格兰,但是,这种预测增加从酒店的角度很小,不太可能是巨大的。

3.2.4。总结预测

UKCP18输出所产生的不同的模型在表中做了总结2,结果提出了2020 - 2049和2050 - 2079年的时间。概率预测演示异常范围从10^th百分90^th百分位,区域和全球变化代表最大的异常预测。为同一时期(2020 - 2049和2050 - 2079年),风力预测显示±1 m / s所有研究领域的变化。爱尔兰共和国主要是将面临减少平均风速除了少数地区的北部和南部海岸。结果,英国似乎空间变量。

4所示。住宿的风险评估

4.1。在当前气候条件住宿风险

调查住宿的风险autumn-sown燕麦在当前形势下,1000合成植物数据库生成基于平均值和标准差的植物参数包括圆锥花序,阀杆半径,茎壁厚度、重心,有效根直径、锚固深度的加油系统,表中提供的每个植物的茎数4(符合的方法11),即,for each synthetic sample, the plant parameters were randomly generated assuming a corresponding normal distribution (see [11])。经验表明,1000个样本是重要的,以确保结果是统计独立的,因此,可以得出相关结论。为了提供输入到数据库,植物数据(均值和标准差)从2016 - 2017年田间试验进行Knockbeg,县Laois,爱尔兰共和国(52.86°N, 6.94°E, 54实验室)。植物从两个品种(一个燕麦品种容易住宿(Barra)和一个燕麦品种与温和抵抗住宿(哈士奇))下的不同组合农艺治疗旨在创建一个范围的住宿压力。因此,四个不同的合成数据库生成对应于不同/种子率组合表中列出5以及基于表生成一个数据库4与自然变化的燕麦参数有关。

如方程(1)和(2),除了农艺参数(阀杆强度等),住宿模型还依赖于土壤和空气动力参数,包括阻力系数、空气密度,固有频率,阻尼比,和湍流强度,表中提供4。空气动力参数评估使用标准的风工程方法(9),而土壤抗剪强度测定的研究。表5显示的是10^th-90年^th50百分位范围以及^th百分位住宿风险生成的综合数据库。相对较大的传播风险种类/种子率在每个样品可以观察和说明了不同的饲养治疗/品种可以导致失败probabilities-this相当大的差异是一个重要的结果将在以下部分中讨论。

住宿也可能变化的风险在不同的网站由于气象条件的差异,特别是风PDF(图3)。因此,平均农艺的住宿风险评估值(表4)9学习站在英格兰,苏格兰,爱尔兰在每个地区(3站)。风险评估是使用代表(整体)降雨PDF(表1)和特定场地风pdf文档。结果表明英语电台的住宿风险范围是10 - 17%,爱尔兰站26 - 27%,苏格兰电台电视台18 - 27%。

4.2。住宿在未来气候条件下风险

基于数据的表2、表6说明了可能在未来风速变化和降雨。我们将使用这个范围的变化风险的分析。

使用的范围的降雨和风速值计算,修改这些变量pdf可以确定,对应可能未来气候条件。这些计算通过计算累积分布函数通过整合现状的pdf文档,应用预测降雨和风异常CDFs然后区分他们获得这些pdf与未来有关的条件。典型值在图所示9。

进行风险计算燕麦然后使用住宿模型中描述的部分2.2。使用新的风力和降雨pdf和平均农艺值(表4在每一个异常),失效概率范围。图10显示了爱尔兰的风险轮廓的条件,这是类似于英格兰和苏格兰发现的。图中显示住宿风险更受风速相比,降雨量的变化。因此,如果在将来获得更大的风力条件不改变,然后住宿的风险从现状上不太可能有很大的不同。

5。讨论

以上分析说明,恶劣天气发生的概率是一个关键因素在决定住宿的风险。本文表明,双指数曲线可以充分代表风力和降雨pdf准确性的一个可接受的水平。虽然这些功能的6月和7月进行评估,指出,一个细微的变化在研究期间不会显著改变了pdf文档。

月降水预测阐明一个戏剧性的变化尤其是在当前的世纪,下半年可以达到70%,月平均风速异常只会随±1 m / s。虽然这样的预测总是与造型更长更大的不确定性,人们发现即使这样大幅降雨变化会影响住宿风险小于5%,同时减少1 m / s /增加意味着每小时风速能改变失败的风险超过10%。因此,证明了在一般情况下,风速是住宿管理参数。

住宿风险评估对整个范围的风和降雨量变化,与大多数气候模型表明下降的平均风速在爱尔兰。因此,它是合理的假设平均燕麦住宿可能会减少的风险。然而,同样的结论不能吸引了英国。尽管这些结论是根据每月的平均变化,预计极端风事件(如风暴)不会影响上述风险评估气候变化之间的关系,在英国没有夏天猛烈了(33]。此外,北大西洋飓风预计将减少10%,极端风暴的数量预计将是罕见的,和大多数的不利天气条件预计将发生在冬天32];所有暗示英国和爱尔兰将不会面临更频繁的夏季风暴相比,目前的条件。

本研究首次量化oat-lodging风险基于实验从实验中获得的数据进行卡罗,爱尔兰。虽然描述的计量条件可以代表函数准确的发现足以用于英国和爱尔兰农田,推荐更多的研究来调查如果植物属性改变不同的网站/年。此外,温度、阳光,天气和土壤水分、植物疾病、害虫和其他环境参数可以影响植物与住宿相关的属性(8,25]。这些参数的自然变化和气候变化的潜在影响这些因素也可以为未来的研究兴趣点。

从生产者的角度来看,重要的是,这一分析表明,气候变化对住宿风险的影响类似于风险发生的变化由于植物变化和日益增长的实践是一个有趣的结果,使潜在的住宿是欣赏农场规模的变化。

6。结束语

本文研究了气候变化的影响可能在燕麦住宿。以下的结论可以:(我)双指数PDF可以用来表示降雨与可接受程度的准确性。(2)oat住宿的风险发生在指定的时间内(通常是6 -)是一个复杂和非线性相互作用的风和雨。(3)未来降雨量的预测有些不清楚,少一些模型表明,降雨将在6月和7月大(反之亦然)。然而,一般来说,干燥条件很可能将在未来关键的住宿期间的经验。(iv)类似于降雨,风速超过6期的预测模型相关的。然而,它可能是,如果风速变化,变化会很小(∼1 m / s),因此不太可能影响住宿。(v)分析进行说明住宿可能是高度易受风速变化和降雨的变化的影响较小。因此,人们很容易得出这样的结论:住宿在未来将会减少(均parbius);然而,不确定性与风速相关预测可以防止这一结论被用任何程度的确定性。(vi)的影响,气候变化可能对燕麦住宿是一致的变化,当前存在的影响通过不同的饲养。这一点很重要,应该为种植者提供一定程度的舒适。

数据可用性

历史气象资料可以下载http://www.met.ie对爱尔兰和http://data.ceda.ac.uk为英国。此外,一些气象部门提供的气象数据对英国国家气象档案。请求访问这个档案应该气象办公室,enquiries@metoffice.gov.uk。气候变化投影数据是可用的http://ukclimateprojections.metoffice.gov.uk。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本文为作者之一,约翰·芬南死于飞机事故过程中研究。约翰的专业知识和农业的输入帮助元素的研究。然而,约翰也有一个不寻常的本领,能将提供一个建设性的和适时的挑战在气象方面的研究,从而确保那些声称作者声称这些经验反映了长期艰苦的如何消息可以传递更多appropriately-something确保成功的跨学科的研究是关键。也许,这是我们都想要反思学科界限变得不那么opaque-he一定喜欢这样。沃尔什表示由于奖学金资助的第一作者和那些组织论文中提到他们的数据免费提供。

引用

1. r . Saboohi、美国Soltani和m . Khodagholi“趋势分析的温度参数在伊朗,”理论和应用气候学,卷109,不。3 - 4、529 - 547年,2012页。视图:出版商的网站|谷歌学术搜索
2. a . Gohari s Eslamian j . Abedi-Koupaei a .玛Bavani, d . Wang和k . Madani“气候变化对作物生产的影响在伊朗Zayandeh-Rud流域,”科学的环境卷,442年,第419 - 405页,2013年。视图:出版商的网站|谷歌学术搜索
3. m·e·布朗、b . Hintermann和n .希金斯”市场、气候变化和粮食安全在西非,”环境科学与技术,43卷,不。21日,第8020 - 8016页,2009年。视图:出版商的网站|谷歌学术搜索
4. m·帕里o . Canciani j . Palutikof·林登和c·汉森2007年Cliamte变化:影响,适应和脆弱性。第二工作组的贡献的政府间气候变化专门委员会第四次评估报告英国剑桥,剑桥大学出版社,2007年。
5. 埃塞俄比亚气候变化委员会第一次评估报告,第二工作组农业和粮食安全埃塞俄比亚科学院,亚的斯亚贝巴,埃塞俄比亚,2015。
6. j . i l·莫里森和r·b·马修斯农业和林业气候变化影响总结报告英国,生活与环境变化,Swidon 2016。
7. t .轩尼诗,”爱尔兰气候变化对农业的影响,“技术代表、Teagasc,韦克斯福德,爱尔兰,2010年,Teagasc报告。视图:谷歌学术搜索
8. p·贝瑞、m英镑,j .总值et al .,“理解和减少住宿谷物,”农学的发展卷,84年,第269 - 215页,2004年。视图:出版商的网站|谷歌学术搜索
9. m英镑、c·贝克·g·约瑟夫et al .,减轻谷类作物的产量损失住宿、国际研讨会Wind-Related灾害和缓解东北大学,仙台日本,2018年。
10. m·j·克鲁克和a . r . Ennos”在冬小麦根倒伏的机制,小麦L。”实验植物学杂志》上,44卷,不。7,1219 - 1224年,1993页。视图:出版商的网站|谷歌学术搜索
11. p·m·贝瑞m英镑,c·j·贝克,j .总值和d . l .火花”小麦倒伏的校准模型和实地测量相比,“农业和森林气象学,卷119,不。3 - 4、167 - 180年,2003页。视图:出版商的网站|谷歌学术搜索
12. c·j·贝克、m英镑和p•贝瑞”作物倒伏的普遍模型”,理论生物学杂志》上卷,363年,页1 - 12,2014。视图:出版商的网站|谷歌学术搜索
13. j·l·莱特”评估紊流传输空气动力学在玉米田的微气候,”康奈尔大学的伊萨卡岛,纽约,美国,1965年,博士论文。视图:谷歌学术搜索
14. 卢和w·w·Willmarth”测量结构的雷诺应力湍流边界层,”流体力学杂志,60卷,不。3、481 - 511年,1973页。视图:出版商的网站|谷歌学术搜索
15. m·r·Raupach j。j Finnigan y深色,“连贯的漩涡和湍流在植物的树冠:混合层类比,“边界层气象学25周年卷,1970 - 1995,卷78,不。3 - 4、351 - 382年,1996页。视图:出版商的网站|谷歌学术搜索
16. j . Finnigan“动荡在植物的树冠上,”流体力学的年度审查,32卷,不。1,第571 - 519页,2000。视图:出版商的网站|谷歌学术搜索
17. c . Py、大肠Langre和b . Moulia”频率锁定机制在风之间的交互和作物的树冠上,“流体力学杂志卷,568年,第449 - 435页,2006年。视图:出版商的网站|谷歌学术搜索
18. c·j·贝克,”理论模型的发展风倒的植物,“理论生物学杂志》上,卷175,不。3、355 - 372年,1995页。视图:出版商的网站|谷歌学术搜索
19. c·j·贝克·m·贝瑞j . h .总值et al .,”的方法评估小麦倒伏的危险,”理论生物学杂志》上,卷194,不。4、587 - 603年,1998页。视图:出版商的网站|谷歌学术搜索
20. m英镑,c·j·贝克,p . m·贝瑞和a .韦德”小麦的倒伏的实验调查,“农业和森林气象学,卷119,不。3 - 4、149 - 165年,2003页。视图:出版商的网站|谷歌学术搜索
21. 下午浆果、m英镑和s . j .穆尼”发展为大麦、模型的住宿”农学和作物科学杂志》上,卷192,不。2、151 - 158年,2006页。视图:出版商的网站|谷歌学术搜索
22. m . Sposaro p·贝瑞、m英镑,a .大厅,和a .奇门蒂”开发和验证模型的向日葵的住宿”第17届国际向日葵会议学报》上2008年6月,科尔多瓦,西班牙,。视图:谷歌学术搜索
23. m . m . Sposaro p·m·贝瑞m英镑,a·j·霍尔和c a .奇门蒂“造型在向日葵根和茎倒伏,”作物研究领域,卷119,不。1,第134 - 125页,2010。视图:出版商的网站|谷歌学术搜索
24. d . l . Easson e . m .白、s . j .泡菜”天气的影响,种子率和品种在冬小麦住宿和产量,”《农业科学》杂志上,卷121,不。2、145 - 156年,1993页。视图:出版商的网站|谷歌学术搜索
25. p•贝瑞j .总值r . Sylvester-Braley et al .,“住宿控制通过品种选择和管理,”HGCA会议程序:农艺情报:有利可图的生产的基础2002年10月英国,英国北部。视图:谷歌学术搜索
26. m·穆罕默c·贝克、m英镑和j·芬南,“燕麦住宿、气象参数研究”13英国风工程学报》上2018年9月英国利兹。视图:谷歌学术搜索
27. p .《“作物住宿由风和雨,”农业和森林气象学卷,228 - 229,265 - 275年,2016页。视图:出版商的网站|谷歌学术搜索
28. 美国Soltani、r . Saboohi和l . Yaghmaei”降雨和雨天的趋势在伊朗,”气候变化,卷110,不。1 - 2、187 - 213年,2012页。视图:出版商的网站|谷歌学术搜索
29. g·詹金斯,m . Peery和j .之前,“英国的气候和最近的趋势,”英国气候预测报告英国气象局哈德利中心,埃克塞特,2009年。视图:谷歌学术搜索
30. p . Maisey f·冯·g·哈里斯et al .,UKCP18字幕新闻:降水英国气象局哈德利中心,埃克塞特,2018年。
31. l . McElwain j·斯威尼,“气候变化的关键气象指标在爱尔兰,”环境研究中心报告、环境保护署、韦克斯福德,爱尔兰,2007年。视图:谷歌学术搜索
32. p·诺兰,”环境保护署报告:区域气候模型预测对爱尔兰乐团,“EPA气候变化研究报告第159号、环保局、韦克斯福德,爱尔兰,2015年。视图:谷歌学术搜索
33. 气象办公室,英国国家气象局网站英国气象局,埃克塞特,2019年。
34. p·诺兰,j . O ' sullivan, r·麦格拉思“气候变化的影响在一分之二十世纪中期降水在爱尔兰:高分辨率区域气候模型整体的方法,”国际气候学杂志,37卷,不。12日,第4363 - 4347页,2017年。视图:出版商的网站|谷歌学术搜索
35. 国家气象局,爱尔兰国家气象服务2017年,国家气象局,爱尔兰都柏林,http://www.met.ie。
36. j·格里芬,“评估住宿冬小麦的风险,”诺丁汉大学,诺丁汉,英国,1998年,博士论文。视图:谷歌学术搜索
37. m·穆罕默c·贝克、m英镑和j·芬南,“校准模型的预测风诱导燕麦的失败,”《风工程国际会议(ICWE)2019年2月,北京,中国。视图:谷歌学术搜索
38. 老问题的新方法:整合学科理解住宿的燕麦,2018年,https://sciencetrends.com/new-approaches-to-old-problems-integrating-disciplines-to-understanding-lodging-in-oats/。
39. 英国研究和创新的网站,https://gtr.ukri.org/projects。
40. 伯明翰大学的网站,https://www.birmingham.ac.uk/research/activity/engineering/power-infrastructure/Understanding-reducing-lodging-flattening-maize-and-rice.aspx。
41. a·g·查尔莫斯、c·j·代尔和r . Sylvester-Bradley”氮肥对粮食产量和品质的影响,冬季燕麦,”《农业科学》杂志上,卷131,不。4、395 - 407年,1998页。视图:出版商的网站|谷歌学术搜索
42. e . m .白色,a . s . l . McGarel o .代赭石,”品种的影响,年,疾病控制和植物生长调节剂应用程序对作物的伤害,冬天燕麦产量和品质(燕麦属漂白亚麻纤维卷),“《农业科学》杂志上,卷140,不。1,31-42,2003页。视图:出版商的网站|谷歌学术搜索
43. w·吴和B.-L。马,”Erect-leaf姿态促进耐倒伏性在燕麦植物植株密度高,“欧洲农艺学杂志卷,103年,第187 - 175页,2019年。视图:出版商的网站|谷歌学术搜索
44. r·克莱门斯和b . J.-W。范Klinken”不仅仅燕麦,全麦:介绍,“英国营养学杂志》上的,卷112,不。S2, S1-S3, 2014页。视图:出版商的网站|谷歌学术搜索
45. f·蒂斯,l·f·马森p . Boffetta和p .稍微“燕麦和CVD风险标记:一个系统的文献回顾,“英国营养学杂志》上的,卷112,不。S2, S19-S30, 2014页。视图:出版商的网站|谷歌学术搜索
46. p . m .瑞安·l·e·伦敦,t . c . Bjorndahl et al .,”微生物代谢物修改影响的几个心血管疾病干预apo-E−−老鼠,”微生物组,5卷,不。1,p。2017。视图:出版商的网站|谷歌学术搜索
47. g . Gillespie l·布伦南,j·伯克和d . Forristal“CROPQUEST燕麦:食品和农作物产品,”2016年,https://www.teagasc.ie/media/website/crops/crops/Oats-food-and-Crop_products.pdf。视图:谷歌学术搜索
48. 国家统计局,农业统计临时农作物面积,产量和牲畜数量2018年,国家统计局,伦敦,英国,https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/747210/structure-jun2018prov-UK-11oct18.pdf。
49. CEDA(环境数据分析中心)存档,2016年,http://data.ceda.ac.uk。
50. 耕作部门发展计划,Teagasc耕作作物利益相关者协商小组耕作部门发展计划,爱尔兰都柏林,2012。
51. j .福尔摩斯风荷载的结构泰勒和弗朗西斯,纽约,纽约,美国,第二版,2007年版。
52. g·约瑟夫·c·贝克,m英镑,s . Gillmeier d .酣睡,“广义的校准作物玉米和油菜,住宿模式”13英国风工程学报》上2018年9月英国利兹。视图:谷歌学术搜索
53. p·m·贝瑞j·m·格里芬r . Sylvester-Bradley et al .,“控制植物形式通过饲养最小化在小麦倒伏,”作物研究领域,卷67,不。1,59 - 81年,2000页。视图:出版商的网站|谷歌学术搜索
54. 2018年英国气候预测网站,http://ukclimateprojections.metoffice.gov.uk。
55. 政府间气候变化专门委员会的最新5评估报告,2018年,http://www.ipcc.ch。
56. f . Fung, p . Bett, p . Maisey et al .,UKCP18字幕新闻:风英国气象局哈德利中心,埃克塞特,2018年。
57. j·m·墨菲·g·r·哈里斯·d·m·h·塞克斯顿et al .,UKCP18土地预测:科学报告英国气象局哈德利中心,埃克塞特,2018年。

版权

版权©2020 Mohammadreza穆哈马迪et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。