Simulating Ammonia Emission from Fertilizer Application to Canadian Farmland
Notice bibliographique
Résumé
An ammonia emission model was developed based upon the European Environmental Agency Tier 3 modelling approach. This ammonia model was integrated into the Canadian Agricultural Nitrogen Budget (CANBv4.0) model at the soil landscapes of Canada (SLC) 1:1 M scale. Simulations of ammonia emissions by fertilizer type and crop type were performed for the period from 1981 to 2011. Data for annual nitrogen fertilizer sales for eight fertilizer types was obtained from the Canadian fertilizer industry. Fertilizer N application rates were based upon the agronomic recommendations for crops and these varied by soil type. These fertilizer N addition rates were adjusted for manure application types and rates in regions with livestock. The total fertilizer N application rate at the provincial scale was harmonized with the total fertilizer N sales data. The maximum emission rates were developed from both literature and field experiments. The emission factors that reduced ammonia emission included fertilizer application rate, application methods, soil pH, temperature and rainfall. Each year, the model calculated ammonia emission for 3000 soil polygons, and the results were scaled up to regional, provincial and national using a crop area weighting procedure. Ammonia emission ranged from 2.5-6.6% in 1981 and from 2.6-9.8% in 2011 of the fertilizer applied at the provincial scale and the losses varied by fertilizer source (ranged between 3-30%). Urea had the highest ammonia emission rates while ammonium nitrate and anhydrous ammonia had the lowest ammonia emissions. Environmental factors that affect the ammonia emission will be discussed in this paper.
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 | 0,001 | 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 | 0,001 |
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 ».