Managing Tile Drainage, Subirrigation, and Nitrogen Fertilization to Enhance Crop Yields and Reduce Nitrate Loss
Notice bibliographique
Résumé
Improving field-crop use of fertilizer nitrogen is essential for protecting water quality and increasing crop yields. The objective of this study was to determine the effectiveness of controlled tile drainage (CD) and controlled tile drainage with subsurface irrigation (CDS) for mitigating off-field nitrate losses and enhancing crop yields. The CD and CDS systems were compared on a clay loam soil to traditional unrestricted tile drainage (UTD) under a corn (Zea Mays L.)-soybean (Glycine Max. (L.) Merr.) rotation at two nitrogen (N) fertilization rates (N1: 150 kg N ha(-1) applied to corn, no N applied to soybean; N2: 200 kg N ha(-1) applied to corn, 50 kg N ha(-1) applied to soybean). The N concentrations in tile flow events with the UTD treatment exceeded the provisional long-term aquatic life limit (LT-ALL) for freshwater (4.7 mg N L(-1)) 72% of the time at the N1 rate and 78% at the N2 rate, whereas only 24% of tile flow events at N1 and 40% at N2 exceeded the LT-ALL for the CDS treatment. Exceedances in N concentration for surface runoff and tile drainage were greater during the growing season than the non-growing season. At the N1 rate, CD and CDS reduced average annual N losses via tile drainage by 44 and 66%, respectively, relative to UTD. At the N2 rate, the average annual decreases in N loss were 31 and 68%, respectively. Crop yields from CDS were increased by an average of 2.8% relative to UTD at the N2 rate but were reduced by an average of 6.5% at the N1 rate. Hence, CD and CDS were effective for reducing average nitrate losses in tile drainage, but CDS increased average crop yields only when additional N fertilizer was applied.
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 | 0,000 | 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 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 ».