Quantification of organic carbon pools for Austria’s agricultural soils using a soil information system
Notice bibliographique
Résumé
Within the framework of the project “Austrian Carbon Balance Model”, we estimated soil organic carbon (OC) content for the agricultural land of Austria. The basic chemical and physical data were obtained from the national electronic soil information system BORIS (Boden Rechnergestütztes Informtions System). The latter data were obtained through soil surveys performed over the past 10 yr. The BORIS data were corrected for soil gravel content, bulk densities and differences in chemical analytical methods used for soil OC. Our estimation also showed the following ranking for soil OC content (0–50 cm) under different land use systems: vineyards (57.6 t C ha -1 ) ~ cropland (59.5 t C ha -1 ) < orchards/gardenland (78 t C ha -1 ) ~ intensive grassland (81 t C ha -1 ) < extensive grassland (119 t C ha -1 ). Although the main portion of soil carbon is stored in topsoils (0–20 cm) in all land-use classes, deeper soil layers (20–50 cm) contribute significantly to the overall inventory (between 18. 2 and 27.2 t C ha -1 ), but appear to be less influenced by land use. A total OC storage in Austria’s agricultural soils of 284 Mt was estimated. A west-east gradient of OC storage in agricultural soils of different Federal Provinces was observed. Under Austrian conditions, extensively used grassland plays an important role for OC-storage. Wide C:N ratios in these soils suggest accumulation of poorly humified organic material and slow OC turnover. Key words: Carbon sequestration, soil organic matter, soil humus, soil nitrogen content, C:N ratio
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 | 0,000 |
| 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 | 0,001 |
| 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 ».