Predicting nitrous oxide emissions after the application of solid manure to grassland in the United Kingdom
Notice bibliographique
Résumé
Abstract Nitrous oxide (N 2 O) emission from agricultural soils represents a significant source of greenhouse gas to the atmosphere. We evaluated the suitability of a modified Soil and Water Assessment Tool (SWAT) model to estimate the N 2 O flux from the application of solid manure at two grassland sites (North Wyke [NW] and Pwllpeiran [PW]) in the United Kingdom. The simulated N 2 O emissions were validated against field observations measured in 2011 and 2012 for model calibration and validation, respectively. The SWAT model predicts water‐filled pore space (WFPS) very well with Nash–Sutcliffe efficiency (NSE), R 2 , RMSE, and percentage bias (PBIAS) values of 0.67, .72, 0.06, and 3.64, respectively, during the calibration period for NW site, whereas it gives 0.68, .69, 0.07, and 3.04, respectively during the validation period. At PW, the model predicted the NSE, R 2 , RMSE, and PBIAS of 0.55, .69, 0.04, and −4.5, respectively, during calibration and 0.63, .71, 0.05, and −2.6, respectively, during the validation period. Compared with WFPS, the model resulted in a slightly lower fit for N 2 O emissions for NW (NSE = 0.47, R 2 = .63 during calibration, and NSE = 0.55, R 2 = .58 during validation) and for PW (NSE = 0.54, R 2 = .71 for calibration, and NSE = 0.47, R 2 = .69 for validation). Results revealed that the SWAT model performed reasonably well in representing the dynamics of N 2 O emissions after solid manure application to grassland.
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 ».