Management strategies to simultaneously reduce ammonia, nitrous oxide and odour emissions from surface-applied swine manure
Notice bibliographique
Résumé
Surface-applied swine manure has the potential to generate ammonia (NH3), nitrous oxide (N2O) and odour. Field research was conducted in Prince Edward Island to measure the simultaneous emissions of NH3, N2O and odour following the surface-application of swine manure. Manure was applied to a grain stubble field consisting of a sandy loam soil low in pH (5.6–5.9). The effect of manure type (liquid and solid), application rate [conventional/typical rate (1 ×): 30 000-36 000 L ha-1, double (2 ×): 60 000-72 000 L ha-1 and five times (5 ×): 180 000 L ha-1] and rainfall (8–200 mm) before and after liquid manure application were examined. There was no relationship between odour emissions and manure type, application rate and rainfall before and after spreading, due to high variability. Liquid manure (dry matter (DM = 45 g kg-1) reduced NH3 emissions by 32% compared with solid (DM = 350 g kg-1). Increasing application rates enhanced NH3 emissions; increasing the rate by 2 × and 5 × the typical rate increased losses by 62 and 78%, respectively. Applying manure prior to rainfall reduced NH3 emissions by 37%, compared with application after a rainfall. Ammonia and odour emissions were similarly correlated to atmospheric conditions with increased emissions at higher air and soil temperature, net radiation, vapour pressure deficit and windspeed. Nitrous oxide emissions were low in magnitude and showed no correlation to climatic conditions, suggesting that management strategies to reduce both odour and NH3 did not enhance N2O emissions when applied to a moderately acidic soil with low levels of soil nitrate (< 5 mg N kg-1). Our results indicate that for conditions similar to those in this study, there is no trade-off between NH3 and N2O production and more attention should be placed on controlling and reducing odour and NH3 emissions. Key words: Ammonia, nitrous oxide, odour, swine manure, management strategies
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».