Estimating soil carbon dynamics in intercrop and sole crop agroecosystems using the Century model
Notice bibliographique
Résumé
Abstract Using process‐based models to predict changes in carbon (C) stocks enhances our knowledge on the long‐term dynamics of soil organic carbon (SOC) in various land management systems. The objective of this study was to apply the Century model to evaluate temporal SOC dynamics in two temperate intercrop systems [1:2 (one row of maize and two rows of soybeans); 2:3 intercrop (two rows of maize and three rows of soybean)] and in a maize and soybean sole crop. Upon initiation of intercropping, SOC increased by 47% after ≈ 100 years, whereas SOC in the maize sole crop increased by 21% and 2% in the soybean sole crop. The quantity of crop residue input was sufficient to increase the active (turnover time of months to years) SOC fraction in the intercrops and the maize sole crop, but not in the soybean sole crop. The slow fraction, with a turnover time of 20 to 50 years, increased in all crop systems and was the major driver of SOC accumulation. A 3 to 15% loss of SOC from the passive fraction, with a turnover time of 400 to 2000 years, in all crop systems showed the long‐term impact of land‐use conversion from historically undisturbed native grasslands to intensive agricultural production systems. This study provided an example of the potential of process‐based models like Century to illustrate possible effects of cereal–legume intercropping on SOC dynamics and that the model was able to predict SOC stocks within –7 to +4% of measured values. We conclude, however that further fine‐tuning of the model for application to cereal–legume intercrop systems is required in order to strengthen the relationship between measured and simulated values.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».