Long-term application of fertilizer and manures affect P fractions in Mollisol
Notice bibliographique
Résumé
Abstract Application of phosphorus (P), a major plant nutrient, as fertilizer is critical to maintain P level for crop production and yield in most cultivated soils. While, it may impact the dynamics, limited studies have examined the long-term effects of fertilization on P fractions in a soil profile in Mollisol. A long-term field experiment was conducted at the State Key Experimental Station of Agroecology of the Chinese Academy of Sciences in Hailun county, Heilongjiang Province, China. A sequential fractionation procedure was used to determine the effect of fertilizer (types) treatments including no fertilizer (CK), chemical fertilizer (NPK), chemical fertilizer plus straw (NPK + S) and pig manure (OM) on fractions of P and their distribution within 0–100 cm soil profiles. Unlike CK treatment, the long-term application of fertilizers increased the concentration and accumulation of total and available P in 0–20 and 0–40 cm soil depths than deeper soils, respectively. The phosphorus activity coefficient (PAC) ranged from 1.5 to 13.8% within 0–100 cm soil depth. The largest PAC value was observed under OM treatment at 0–40 cm soil depth and under NPK + S treatment at 40–100 cm soil depth. The Ca 2 -P and Ca 8 -P concentrations increased significantly by 0.5–7.5 times and 0.5–10.4 times, respectively in OM treatment with the largest value in 0–40 cm soil depth over CK treatment. The Al-P concentration under NPK + S and OM treatments increased throughout the soil profile. The OM treatment increased all Po concentrations in the 0–40 cm soil depth, while NPK and NPK + S treatments increased labile organic P, moderately labile organic P, and highly stable organic P in the 0–20 cm soil depth. Thus, the application of fertilizer and straw, or organic manure may enhance inorganic and organic P pool in a Mollisol in Northeast China. Thus, organic manure application in the subsoil as a potential P source and their impact should be considered in developing management practices and policies regarding nutrient management.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».