MétaCan
Menu
Retour à la cohorte
Enregistrement W3026578707 · doi:10.1016/j.agee.2020.106963

Ammonia and greenhouse gas emissions from slurry storage - A review

2020· review· en· W3026578707 sur OpenAlexaff
Thomas Küpper, Christoph Häni, A. Neftel, C. R. Kincaid, Marcel Bühler, Barbara Amon, Andrew VanderZaag

Notice bibliographique

RevueAgriculture Ecosystems & Environment · 2020
Typereview
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesBundesamt für Umwelt
Mots-clésSlurryEnvironmental scienceGreenhouse gasNitrous oxideMethaneWaste managementEnvironmental engineeringAmmoniaAnimal scienceManureEnvironmental chemistryChemistryEngineeringEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Storage of slurry is an important emission source for ammonia (NH3), nitrous oxide (N2O), methane (CH4), carbon dioxide (CO2) and hydrogen sulfide (H2S) from livestock production. Therefore, this study collected published emission data from stored cattle and pig slurry to determine baseline emission values and emission changes due to slurry treatment and coverage of stores. Emission data were collected from 120 papers yielding 711 records of measurements conducted at farm-, pilot- and laboratory-scale. The emission data reported in a multitude of units were standardized and compiled in a database. Descriptive statistics of the data from untreated slurry stored uncovered revealed a large variability in emissions for all gases. To determine baseline emissions, average values based on a weighting of the emission data according to the season and the duration of the emission measurements were constructed using the data from farm-scale and pilot-scale studies. Baseline emissions for cattle and pig slurry stored uncovered were calculated. When possible, it was further distinguished between storage in tanks without slurry treatment and storage in lagoons which implies solid-liquid separation and biological treatment. The baseline emissions on an area or volume basis are: for NH3: 0.12 g m−2 h-1 and 0.15 g m−2 h-1 for cattle and pig slurry stored in lagoons, and 0.08 g m−2 h-1 and 0.24 g m−2 h-1 for cattle and pig slurry stored in tanks; for N2O: 0.0003 g m−2 h-1 for cattle slurry stored in lagoons, and 0.002 g m−2 h-1 for both slurry types stored in tanks; for CH4: 0.95 g m-3 h-1 and 3.5 g m-3 h-1 for cattle and pig slurry stored in lagoons, and 0.58 g m-3 h-1 and 0.68 g m-3 h-1 for cattle and pig slurry stored in tanks; for CO2: 6.6 g m−2 h-1 and 0.3 g m−2 h-1 for cattle and pig slurry stored in lagoons, and 8.0 g m−2 h-1 for both slurry types stored in tanks; for H2S: 0.04 g m−2 h-1 and 0.01 g m−2 h-1 for cattle and pig slurry stored in lagoons. Related to total ammoniacal nitrogen (TAN), baseline emissions for tanks are 16% and 15% of TAN for cattle and pig slurry, respectively. Emissions of N2O and CH4 relative to nitrogen (N) and volatile solids (VS) are 0.13% of N and 0.10% of N and 2.9% of VS and 4.7% of VS for cattle and pig slurry, respectively. Total greenhouse gas emissions from slurry stores are dominated by CH4. The records on slurry treatment using acidification show a reduction of NH3 and CH4 emissions during storage while an increase occurs for N2O and a minor change for CO2 as compared to untreated slurry. Solid-liquid separation causes higher losses for NH3 and a reduction in CH4, N2O and CO2 emissions. Anaerobically digested slurry shows higher emissions during storage for NH3 while losses tend to be lower for CH4 and little changes occur for N2O and CO2 compared to untreated slurry. All cover types are found to be efficient for emission mitigation of NH3 from stores. The N2O emissions increase in many cases due to coverage. Lower CH4 emissions occur for impermeable covers as compared to uncovered slurry storage while for permeable covers the effect is unclear or emissions tend to increase. Limited and inconsistent data regarding emission changes with covering stores are available for CO2 and H2S. The compiled data provide a basis for improving emission inventories and highlight the need for further research to reduce uncertainty and fill data gaps regarding emissions from slurry storage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,222
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations239
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgriculture Ecosystems & EnvironmentMême sujetOdor and Emission Control TechnologiesTravaux en français237 207