Size and Persistence of Nitrous Oxide Hot-Spots in Grazed and Ungrazed Grassland
Notice bibliographique
Résumé
<p class="1Body">Nitrous oxide (N<sub>2</sub>O) emissions from agriculture contributed an estimated 60% of the global total in 2005. In the UK, grassland soils account for 30% of total emissions, 22% of which are estimated to come from urine and dung patches. These patches are possible sources of ‘hot-spots’ (area <em>ca.</em> 1 m<sup>2</sup>) of N<sub>2</sub>O fluxes. Spatial and temporal heterogeneity of N<sub>2</sub>O hot-spot fluxes were investigated in three grassland fields (grazed with dairy cows (DG), grazed with young stock (YG) or cut for silage (SC)) using gas sampling chambers surrounding historic hot-spots to establish their size. Fluxes from old dung and urine patches were measured, as well as freshly applied dung and urine to simulate the creation of hot-spots. Potential chemical and physical drivers were also measured. Large spatial variability of N<sub>2</sub>O fluxes was seen in all three grassland fields. Mean N<sub>2</sub>O fluxes for the historic hot-spots in the grazed fields (DG and YG) were significantly greater than (SC). The mean N<sub>2</sub>O fluxes in DG and YG (117.9 and 243.5 ng N m<sup>-2</sup> s<sup>-1</sup>) were 15 to 30% greater than for SC. Soil temperature (15 - 20 °C) was the most significant driver of N<sub>2</sub>O production with a 1°C rise in soil temperature increasing emissions under DG and YG. N<sub>2</sub>O fluxes were enhanced by the fresh dung but not by urine. However, in the urine treatment, the nutrient input increased the microbial respiration response for the CO<sub>2</sub> flux. Hot-spot N<sub>2</sub>O emissions from old urine and dung patches were persistent several months after application.</p>
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».