Methane emissions from six crop species exposed to three components of global climate change: temperature, ultraviolet‐B radiation and water stress
Notice bibliographique
Résumé
We examined the effects of temperature, ultraviolet-B (UVB) radiation and watering regime on aerobic methane (CH(4)) emission from six crops-faba bean, sunflower, pea, canola, barley and wheat. Plants were grown in controlled-environment growth chambers under two temperature regimes (24/20 and 30/26 degrees C), three levels of UVB radiation [0 (zero), 5 (ambient) and 10 (enhanced) kJ m(-2) d(-1)] and two watering regimes (well watered and water stressed). A gas chromatograph with a flame ionization detector was used to measure CH(4) emission rates [ng g(-1) dry weight (DW) h(-1)] from detached fresh leaves of each species and attached leaves of pea plants. Plant growth [stem height, leaf area (LA) and aboveground dry matter (AG biomass)] and gas exchange [net CO(2) assimilation (A(N)), transpiration (E) and water use efficiency (WUE)] were also determined. We found that higher temperature, water stress and UVB radiation at the zero and enhanced levels significantly enhanced CH(4) emissions. Crop species varied in CH(4) emission, which was highest for pea and lowest for barley. Higher temperature and water stress reduced all growth parameters, whereas ambient and enhanced UVB decreased stem height but increased LA and AG biomass. Higher temperature decreased A(N) and WUE but increased E, whereas water stress decreased A(N) but increased E and WUE. Zero and enhanced UVB reduced A(N) and E. Growth and gas exchange varied with species. Overall, CH(4) emission was negatively correlated with stem height and AG biomass. We conclude that CH(4) emissions may increase under climatic stress conditions and this extra source might contribute to the 'greenhouse effect'.
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 | 0,000 |
| 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 ».