Methane Oxidation in an Intensively Cropped Tropical Rice Field Soil under Long‐Term Application of Organic and Mineral Fertilizers
Notice bibliographique
Résumé
Methane (CH4) oxidation is the only known biological sink process for mitigating atmospheric and terrestrial emissions of CH4, a major greenhouse gas. Methane oxidation in an alluvial soil planted to rice (Oryza sativa L.) under long-term application of organic (compost with a C/N ratio of 21.71), and mineral fertilizers was measured in a field-cum-laboratory incubation study. Oxidation rates were quantified in terms of decrease in the concentration of CH4 in the headspace of incubation vessels and expressed as half-life (t(1)2) values. Methane oxidation rates significantly differed among the treatments and growth stages of the rice crop. Methane oxidation rates were high at the maximum tillering and maturity stages, whereas they were low at grain-filling stage. Methane oxidation was low (t(1)2) = 15.76 d) when provided with low concentration of CH4. On the contrary, high concentration of CH4 resulted in faster oxidation (t(1)2) = 6.67 d), suggesting the predominance of "low affinity oxidation" in rice fields. Methane oxidation was stimulated following the application of mineral fertilizers or compost implicating nutrient limitation as one of the factors affecting the process. Combined application of compost and mineral fertilizer, however, inhibited CH4 oxidation probably due to N immobilization by the added compost. The positive effect of mineral fertilizer on CH4 oxidation rate was evident only at high CH4 concentration (t(1)2 = 4.80 d), while at low CH4 concentration their was considerable suppression (t(1) = 17.60 d). Further research may reveal that long-term application of fertilizers, organic or inorganic, may not inhibit CH4 oxidation.
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 | 0,000 |
| 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 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 ».