Contrasting effects of different <scp>pH</scp> ‐raising materials on <scp> N <sub>2</sub> O </scp> emissions in acidic upland soils
Notice bibliographique
Résumé
Abstract Acidic soils, occupying ca. 40% of the world's arable soils, often need to be managed (e.g., to raise their pH and to improve crop productivity); however, the environmental impact of raising soil pH is often difficult to assess. Increasing soil pH stimulates the reduction of N 2 O to N 2 , thus lowering N 2 O emissions associated with denitrification, but can also increase autotrophic nitrification rates and related N 2 O emission. Using a 15 N tracing technique, we provide process‐based insights into the effects of two acid‐neutralizing materials (quicklime [CaO] vs. pig manure) on N 2 O emissions in an acidified upland soil that had experienced excessive N application. Without pH adjustments we found that N 2 O emissions, stimulated by supply of reactive N, were related to denitrification‐ and heterotrophic nitrification‐derived N 2 O emissions, whereas autotrophic nitrification‐derived N 2 O emissions declined with decreasing soil pH. These effects were reversed by increasing soil pH via liming. However, increasing the soil pH via application of pig manure significantly increased soil N 2 O emissions from both nitrification and denitrification. Our study highlights that pH‐amelioration practices may enhance N 2 O emissions depending on the type of material applied to the soil. Therefore, both pH remediation and greenhouse gas mitigation options need to be considered together to avoid adverse environmental effects. The effect of different acid‐neutralizing materials on soil N 2 O emissions should be incorporated into ecosystem models to better estimate global N 2 O emissions when pH amelioration is practised. Highlights Enhanced N 2 O emission by N input was from denitrification and heterotrophic nitrification. Chemical N input and liming have reversible effects on N 2 O emission. Soil N 2 O emission was decreased by liming but increased by animal manure input. Careful consideration of pH raising substrates is needed to avoid adverse effects.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».