Soil property and cotton productivity changes with nutrient input intensity in the Taklimakan desert of China
Notice bibliographique
Résumé
Conversion of native desert into irrigated cropland is common in southern Taklimakan desert of China though the effect on soil fertility are not well understood. This study examined the effect of cultivation intensity on soil properties and crop productivity using 9-year data from cotton grown at three intensities of no fertilizer, low, and high fertilizer inputs. A native desert with sparse vegetation of Alhagi sparsifolia Shap. was used as a check. Treatment effects on soil properties fluctuated during 2005–2009 due to mineralization of applied manure or weather variation, and kept stable during 2010–2013. Soil organic carbon (SOC) during 2010–2013 increased with intensity, being 1.0–2.4 times greater in the fertilized than unfertilized cotton and desert. Soil total N, plant available N, and P content increased with fertilizer inputs. Available N content in the desert was 28.8 mg kg−1, being comparable to the low fertilizer treatment but approximately double that of unfertilized cotton, suggesting N fixing capacity of the leguminosae A. sparsifolia. Available K content was highest in desert and decreased with cultivation intensity. There were positive relationships between SOC and available N and P contents, suggesting SOC as a nutrient reservoir. Soil C:N ratio during 2010–2013 increased with intensity, being 8.7, 9.7, 10.8, and 12.0, for desert, no fertilizer, low, and high fertilizer input, respectively. Fertilizer application increased the 2010–2013 average cotton seed yield by 4.3–6.4 times compared to the unfertilized cotton field. In conclusion, our results suggest the intensive inputs of fertilizers are crucial to accelerate soil fertility and maintain the productivity of the recently converted lands from the desert.
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 | 0,000 |
| 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 ».