Determination of soil organic carbon and nitrogen at the field level using near-infrared spectroscopy
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
This study explored the use of near-infrared spectroscopy (NIRS) for the rapid analysis of organic C (C org ) and organic N (N org ) in the A horizon of soil within a single field. Soil was sampled throughout a field in Manitoba, Canada to capture soil variability associated with topography. The soil samples were oven-dried and treated with acid to remove carbonates, after which C and N were determined by dry combustion. In this study, portions of the dried soil samples not treated with acid were scanned with a near-infrared scanning spectrophotometer between 1100 and 2500 nm. Correlating the spectral and the chemical analytical data using multiple linear regression or principal component analysis/partial least squares regression gave useful correlations for C org . Over the range of 0–40 mg g -1 C org , NIR-predicted values explained 75–78% of the variance in the chemical results. Results were improved to 80% for calibrations developed for the 0–20 mg g -1 organic C range. Useful results were not obtained for N org although the literature shows that total N in soil is predictable using NIRS. It is likely that the acid treatment altered the composition of the samples in an inconsistent manner such that the chemically analyzed samples and those scanned by NIRS were different from each other in N org concentration or composition. Extrapolation of these C org results to the landscape scale implies that NIRS has potential to be a suitable method for mapping C for the purposes of monitoring C sequestration. Key words: Near-infrared spectroscopy, soil, carbon, nitrogen, topography, soil monitoring
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 | 0,001 |
| 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