Low-Input Estimation of Site-Specific Lime Demand Based on Apparent Soil Electrical Conductivity and In Situ Determined Topsoil pH
Notice bibliographique
Résumé
Site-specific liming helps increase efficiency in agricultural production. For adequate determination of the lime demand, a combination of apparent soil electrical conductivity (ECa) and topsoil pH can be used. Here, it was hypothesized that this can also be done at low-input level. Field measurements using the EM38 MK I (Geonics, Canada) were conducted on three experimental sites in north Germany in 2011. The topsoil pH was measured based on two approaches: on the field using a handheld pH meter (Spectrum-Technologies Ltd., Bridgend, UK) with a flat electrode (in situ), and in the lab using standard equipment (ex situ). Both soil ECa (0.4–35.9 mS m−1) and pH (5.13–7.41) were heterogeneously distributed across the sites. The same was true of the lime demand (−1.35–4.18 Mg ha−1). There was a significant correlation between in situ and ex situ determined topsoil pH (r = 0.89; p < 0.0001). This correlation was further improved through non-linear regression (r = 0.92; p < 0.0001). Thus, in situ topsoil pH was found suitable for map-overlay with ECa to determine the site-specific lime demand. Consequently, the hypothesis could be confirmed: The combined use of data from EM38 and handheld pH meters is a promising low-input approach that may help implement site-specific liming in developing countries.
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 ».