Environmental and Agronomic Implications of Water Table and Nitrogen Fertilization Management
Notice bibliographique
Résumé
Nitrate (NO3-) pollution of surface and subsurface waters has become a major problem in agricultural ecosystems. Field trials were conducted from 1996 to 1998 at St-Emmanuel, Quebec, Canada, to investigate the combined effects of water table management (WTM) and nitrogen (N) fertilization on soil NO3- level, denitrification rate, and corn (Zea mays L.) grain yield. Treatments consisted of a combination of two water table treatments: free drainage (FD) with open drains at a 1.0-m depth from the soil surface and subirrigation (SI) with a design water table of 0.6 m below the soil surface, and two N fertilizer (ammonium nitrate) rates: 120 kg N ha(-1) (N120) and 200 kg N ha(-1) (N200). Compared with FD, SI reduced NO3(-)-N concentrations in the soil profile by 37% in spring 1997 and 2% in spring 1998; and by 45% in fall 1997 and 19% in fall 1998 (1 mg NO3(-)-N L(-1) equals approximately 4.43 mg NO3- L(-1)). The higher rate of N fertilization resulted in greater levels of NO3(-)-N in the soil solution. Denitrification rates were higher in SI than in FD plots, but were unaffected by N rate. The N200 rate produced higher yields than N120 in 1996 and 1997, but not 1998. Corn yields in SI plots were 7% higher than FD plots in 1996 and 3% higher in 1997, but 25% lower in 1998 because the SI system was unable to drain the unusually heavy June rains, resulting in waterlogging. These findings suggest that SI can be used as an economical means of reducing NO3- pollution without compromising crop yields during normal growing seasons.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 ».