Rates and intensity of freeze–thaw cycles affect nitrous oxide and carbon dioxide emissions from agricultural soils
Notice bibliographique
Résumé
In cool temperate regions, large emissions of nitrous oxide (N 2 O), an important greenhouse and ozone-depleting gas, have been observed during freeze–thaw (FT) cycles. However, it is unclear how freezing and thawing rates, freezing intensity, and freezing duration influence N 2 O emissions. We used a laboratory incubation to measure N 2 O emissions from two soils (sandy loam, silty clay) undergoing a single FT cycle of various freezing and thawing rates [rapid (0.5 °C h −1 ) vs. slow (0.017 °C h −1 )], freezing intensity (−1 vs. −3 °C), and freezing duration (24 vs. 48 freezing degree-days). In general, soil carbon dioxide fluxes during freezing were highest when soils were frozen slowly at −1 °C, whereas fluxes after thawing were highest from the soils frozen and thawed rapidly at −3 °C. Soil N 2 O emissions during both the freezing and thawing periods were greatest in the soils exposed to rapid freezing to −3 °C, intermediate under rapid freezing to −1 °C and slow freezing to −3 °C, and smallest under slow freezing to −1 °C and the control treatment (constant +1 °C). The similar N 2 O emissions between the unfrozen control and the slowly frozen −1 °C treatment was unexpected as previous field studies with similar freezing rates and temperatures still experienced high N 2 O emissions during thaw. This suggests that the physical disruptions caused by freezing and thawing of the surface soil are not the primary driver of FT-induced N 2 O emissions under field conditions.
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 ».