Nitrous oxide emissions with enhanced efficiency and conventional urea fertilizers in winter wheat
Notice bibliographique
Résumé
Abstract Optimizing nitrogen fertilizer management can reduce nitrous oxide (N 2 O) emissions. This study tested if split applying enhanced efficiency fertilizers (EEFs) resulted in lower N 2 O emissions than applying equivalent rates of urea at planting. In semiarid southern Alberta, field trials were conducted during three years (planting to harvest) in rainfed winter wheat crops. Annual fertilizer rates ranged from 146 to 176 kg N ha −1 . Fertilizer types were urea, and three EEFs (polymer-coated urea, urea with urease and nitrification inhibitors, and urea with a nitrification inhibitor). Each fertilizer type was applied three ways: 100% banded at planting, split applied 30% banded at planting and 70% broadcast in late fall, and split applied 30% banded at planting and 70% broadcast at Feekes growth stage 4 (GS4, post-tiller formation, wheat entering the greening up phase in the early spring). Nitrous oxide was measured using static chambers between sub-weekly and monthly from planting to harvest. Over three years, cumulative N 2 O emissions ranged from 0.16 to 1.32 kg N ha −1 . This was equivalent to emissions factors between 0.009 and 0.688%. Cumulative N 2 O emissions and emissions factors did not differ between fertilizer types, but they were lower when fertilizer was split applied at GS4 compared to in late fall ( P ≤ 0.10). Our study suggests that EEFs do not reduce N 2 O emissions from rainfed winter wheat crops, but a well-timed split application with a majority of fertilizer applied after winter can minimize N 2 O emissions.
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 ».