Effects of Varied Nitrogen Supply and Irrigation Methods on Distribution and Dynamics of Soil NO3-N during Maize Season
Notice bibliographique
Résumé
<p>A field experiment was carried out to investigate the effects of different supply methods of nitrogen (N) fertilizer and irrigation on the spatial distribution and dynamics of soil NO<sub>3</sub>-N for maize (<em>Zea mays </em>L.) grown in northwest China in 2012 and 2014. In 2012, there were three irrigation methods: alternate furrow irrigation (AI), fixed furrow irrigation (FI) and conventional furrow irrigation (CI). Three N supply methods: alternate N supply (AN), fixed N supply (FN) and conventional N supply (CN), were applied at each irrigation method. In 2014, the fixed treatments were excluded. Soil NO<sub>3</sub>-N in horizontal direction was measured to 100 cm soil profile. For 2012, at filling stage, compared to CI, AI increased soil NO<sub>3</sub>-N concentration under the plant by 4.5 to 7.4% in 0-40 cm soil profile and decreased that by 9.9 to 14.4% in 40-80 cm for three N supply methods. NO<sub>3</sub>-N concentration between two sides of the ridge was comparable for AN and CN coupled with AI or CI. When compared to CI, AI reduced soil NO<sub>3</sub>-N concentration in 60-100 cm by 4.8 to 8.7% from 12 collars stage to maturity over different positions when coupled with CN. Soil residual NO<sub>3</sub>-N at maturityin 0-100 cm was the lowest in AI coupled with CN or AN. The 2014 experiment verified the above results. Therefore, alternate furrow irrigation coupled with conventional or alternate N supply brought an optimum spatial distribution of soil NO<sub>3</sub>-N during maize season, resulting in little soil residual NO<sub>3</sub>-N at maturity.</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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».