The effects of nitrogen fertilizer rates and planting date on greenhouse gas emissions and potato production in Delta, British Columbia
Notice bibliographique
Résumé
Crop production is a known source of CO₂, N₂O, and CH₄ emissions, yet greenhouse gas (GHG) emissions data from crops in the Lower Fraser River Valley (LFRV) are limited. Potatoes are the most prominent cash crop in the LFRV and are often associated with excess nitrogen (N) fertilizer use, a primary source of N₂O emissions. Soils in this region have poor drainage, which is exacerbated by precipitation in the spring and fall. Consequentially, the variable soil workability impacts the timing of potato planting and harvest. The objective of this study was to assess how N fertilizer rates (0, 90, and 120 kg N ha⁻¹) and planting date (typical and late) influence GHG emissions, potato production, and soil properties. The field experiment was established in 2018 at two fields in Delta, British Columbia (BC); one was classified as productive and the other as unproductive. Yield increased with N fertilizer rate at the productive field, but a cost-benefit analysis showed that the increase in yield between the 90 and 120 kg N ha⁻¹ treatments did not significantly outweigh the additional fertilizer costs. The yield at the unproductive field did not respond to N fertilizer, likely due to pre-existing salinity and drainage issues. Planting date did not affect yield at either of the fields. Over the growing season (May to October), there were no differences in total GHG emissions with either N fertilizer rate or planting date. November sampling at the productive field, following a precipitation event, showed N₂O emissions increase with N fertilizer treatments. To supplement the field experiment, a soil incubation experiment was conducted to better understand the interactive effects of temperature (4ºC and 20ºC) and soil water content (20% and 40% volumetric water content) on GHG emissions and soil N dynamics in soils fertilized with inorganic N. Nitrous oxide emissions were near zero when temperature was 4ºC or volumetric water content was 20%. This study emphasizes the importance of reviewing N fertilizer management at fields with signs of soil degradation that will, most likely, respond differently to N fertilizers than productive fields.
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 ».