Influence of increasing temperature and nitrogen input on greenhouse gas emissions from a desert steppe soil in Inner Mongolia
Notice bibliographique
Résumé
We investigated the effect of increasing soil temperature and nitrogen on greenhouse gas (GHG) emissions [carbon dioxide (CO2), methane (CH4) and nitrous oxide (N2O)] from a desert steppe soil in Inner Mongolia, China. Two temperature levels (heating versus no heating) and two nitrogen (N) fertilizer application levels (0 and 100 kg N ha−1 year−1) were examined in a complete randomized design with six replications. The GHG surface fluxes and their concentrations in soil (0 to 50 cm) were collected bi-weekly from June 2006 to November 2007. Carbon dioxide and N2O emissions were not affected by heating or N treatment, but compared with other seasons, CO2 was higher in summer [average of 29.6 versus 8.6 mg carbon (C) m−2 h−1 over all other seasons] and N2O was lower in winter (average of 2.6 versus 4.0 mg N m−2 h−1 over all other seasons). Desert steppe soil is a CH4 sink with the highest rate of consumption occurring in summer. Heating decreased CH4 consumption only in the summer. Increasing surface soil temperature by 1.3°C or applying 100 kg ha−1 year−1 N fertilizer had no effect on the overall GHG emissions. Seasonal variability in GHG emission reflected changes in temperature and soil moisture content. At an average CH4 consumption rate of 31.65 µg C m−2 h−1, the 30.73 million ha of desert steppe soil in Inner Mongolia can consume (sequestrate) about 85 × 106 kg CH4-C, an offset equivalent to 711 × 106 kg CO2-C emissions annually. Thus, desert steppe soil should be considered an important CH4 sink and its potential in reducing GHG emission and mitigating climate change warrants further investigation.
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 | 0,001 |
| 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 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 ».