Nitrous oxide and carbon dioxide emissions from surface and subsurface drip irrigated tomato fields
Notice bibliographique
Résumé
Irrigation practices change the soil moisture in agricultural fields and influence emissions of greenhouse gases (GHG). A 2 yr field study was conducted to assess carbon dioxide (CO 2 ) and nitrous oxide (N 2 O) emissions from surface and subsurface drip irrigated tomato (Solanum lycopersicum L.) fields on a loamy sand in southern Ontario. Surface and subsurface drip irrigation are common irrigation practices used by tomato growers in southern Ontario. The N 2 O fluxes were generally ≤50 μg N 2 O-N m −2 h −1 , with mean cumulative emissions ranging between 352 ± 83 and 486 ± 138 mg N 2 O-N m −2 . No significant difference in N 2 O emissions between the two drip irrigation practices was found in either study year. Mean CO 2 fluxes ranged from 22 to 160 mg CO 2 -C m 2 h −1 with cumulative fluxes between 188 ± 42 and 306 ± 31 g CO 2 -C m −2 . Seasonal CO 2 emissions from surface drip irrigation were significantly greater than subsurface drip irrigation in both years, likely attributed to sampling time temperature differences. We conclude that these irrigation methods did not have a direct effect on the GHG emissions from tomato fields in this study. Therefore, both irrigation methods are expected to have similar environmental impacts and are recommended to growers.
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 ».