MétaCan
Menu
← Retour à la cohorte
Enregistrement W3172483983 · doi:10.5194/egusphere-egu21-14398

Quantification of N2O fluxes and EF values in a pasture using chamber and eddy-covariance technique

2021· article· en· W3172483983 sur OpenAlexaboutno aff
Lena Barczyk, Kate Kuntu-Blankson, Pierluigi Calanca, Johan Six, Christof Ammann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNitrous oxideAnimal scienceGrazingNitrogenAmmoniaEddy covarianceChemistryPastureFertilizerNitrateAgronomyBiologyEcologyEcosystemBiochemistry

Résumé

récupéré en direct d'OpenAlex

In grassland ecosystems nitrogen (N) inputs are mainly attributed to fertilizer applications for increasing herbage productivity and to excreta of grazing animals. Cattle, for instance, excrete 75-95 % of the N intake. Accordingly, dung and urine patches of grazing animals form hotspots of nitrate leaching and gaseous N emissions as ammonia (NH3) or the important greenhouse gas nitrous oxide (N2O). Global default emission factor (EF) values for N2O, 2.0 % for grazing based nitrogen inputs (EF3) and 1.0 % for nitrogen inputs via fertilizer applications (EF1) have been suggested by IPCC. However, some countries like New Zealand, Canada or the Netherlands have established country-specific EFs showing considerable regional differences. In the present research study, we examine N2O emissions of a pasture field in Switzerland in relation to possible drivers. Field scale emissions by eddy covariance are measured in parallel to patch-scale N2O fluxes from controlled applications of urine, dung and fertilizer. The patch-scale fluxes are measured by a manually operated chamber ('fast-box') connected to an online gas analyzer. Besides estimating EF values on annual and seasonal basis, relevant factors that might control N2O fluxes like environmental conditions (weather parameters, soil moisture, soil temperature), vegetation characteristics (height, composition, nitrogen and carbon content) and pasture management (patch age, grazing, fertilization, cut events, interactive effects) are analyzed. We present and discuss results of the first measurement year 2020. Three artificial urine applications during summer and autumn were performed. They show peak N2O fluxes of 279-1718 μg m-2 h-1 directly after application that decrease to near-background fluxes within 19-43 days. Using a simple linear interpolation of measured N2O fluxes, EF values of artificial urine patches vary between 0.57 and 2.44 % indicating a seasonal variability of N2O fluxes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,233 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→