Using Soil Water to Control Ammonia Emission from Acid Soils with and Without Chicken Litter Biochar
Notice bibliographique
Résumé
Although urea use in agriculture is on the increase, increase in pH at soil microsite due to urea hydrolysis which causes ammonia emission can reduce N use efficiency. Among the interventions used to mitigate ammonia loss include urease inhibitors, clinoptilolite zeolite, coated urea, and biochar but with little attention to the use of soil water levels to control ammonia volatilization. The objective of this study was to determine the effects of soil water levels on ammonia volatilization from soils with and without chicken litter biochar. Dry soils with and without chicken litter biochar were subjected to 0%, 25% 50%, 75%, 100%, and 125% soil water. There was no urea hydrolysis in the soil without water. Chicken litter biochar as soil amendment effectively mitigated ammonia loss at 1% to 32% and 80% to 115% field capacity. However, urea used on soil only showed lower ammonia loss at 33% to 79% and 116% to 125% field capacity compared with the soils with chicken litter biochar. At 50% field capacity ammonia loss was high in soils with and without chicken litter biochar. Although chicken litter biochar is reputed for improving soil chemical properties, water levels in this present study affected soil chemical properties differently. Fifty percent field capacity, significantly reduced soil chemical properties. These findings suggest that timely application of urea at the right field capacity can mitigate ammonia emission. Therefore, whether soils are amended with or without chicken litter biochar, urea application should be avoided at 50% field capacity especially in irrigated crops.
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 | 0,001 |
| 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 ».