Effects of Different Plastic Mulching Methods on Soil Water, Temperature and Nitrate Accumulation in a Dryland Winter Wheat Field
Notice bibliographique
Résumé
This study has investigated the effects of two different plastic mulching methods on soil water, temperature, and nitrate (NO3-N) accumulation in a dryland winter wheat field after one-year experiment. The drought-resistant wheat (Triticum aestivum) variety Chang-8744 was grown by (i) furrow planting with ridge mulching, (ii) bunch planting with flat mulching, and (iii) conventional flat planting without mulching (or control). Results showed that dryland winter wheat effectively utilized soil water down to 2 m depth, mainly in the first 140 cm. Plastic mulching increased the evapotranspiration during wheat growing season and mostly r flat plastic mulching, by ~18% over the value recorded in the control plots. Soil temperature of the 20-40 cm-layer was higher than the one recorded at 5-10 cm depth during seedling-overwintering stages. Ridge plastic mulching and flat plastic mulching increased soil temperatures at 5 cm, 10 cm, and 40 cm depths during seedling–overwintering stages with reference to the control (no mulching), then lowered them at the same depths during reviving–ripening stages. Residual NO3-N was always detected in the soil after harvesting irrespective of the mulching method. It was mainly concentrated in the first -60 cm accounting for ~50% of soil NO3-N accumulation within the 2-m profile. The highest soil NO3-N accumulation occurred under flat plastic mulching, which represented ~107% of the mean value of the remaining treatments. Finally, flat plastic mulching showed the greatest effects on soil water, temperature, and NO3-N accumulation in dryland wheat field.
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 | 0,001 |
| 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 ».