Improving modelling estimations of soil organic carbon sequestration in manure-amended croplands
Notice bibliographique
Résumé
Carbon sequestration reduces GHG emissions while improving soil fertility. In order for carbon sequestration through agriculture to be viable, however, accurate estimations of sequestration values are crucial in order to guide policy-making. Currently, Ontario’s provincial Ministry of Agriculture, Food and Rural Affairs (OMAFRA) uses sequestration values from the federal government’s farm-level greenhouse gas emission model (Holos), however these estimates fall short in one respect: a 2018 analysis demonstrated that manure application is not completely considered in the government’s estimates, which is a critical gap. The main purposes of our study were 1) to assess the accuracy of soil organic carbon estimations of process-based soil carbon models (Century and RothC) which were calibrated with data from long-term manure addition experiments in Ontario, and 2) to modify these models such that they were able to fully take manure application into account when estimating carbon sequestration in Ontario’s croplands, and determine whether this substantially increases model accuracy. The models’ estimations for soil organic carbon sequestration were respectively calibrated and validated using data from two long-term manure addition experiments in Ottawa and Harrow. By calibrating multiple models using multiple datasets, model-specific and site-specific biases were minimized. The statistical analyses consisted of a suite of tests that assess the modelling accuracy compared to baseline measured data: the coefficient of determination (R2), root mean square error (RMSE), average relative error (ARE), and the Nash-Sutcliffe efficiency statistic (NSE). As a result of these improved provincial estimates, Canadians will be better-informed about the greenhouse gas mitigation potential of long-term manure addition to croplands, which will help guide decisions made by policymakers as well as farmers. These improved provincial estimates will also be reported to Canada’s national greenhouse gas inventory, and will be ultimately disclosed to the UN’s Intergovernmental Panel on Climate Change (IPCC) in their global GHG summary report.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».