MétaCan
Menu
Retour à la cohorte
Enregistrement W4283784617 · doi:10.1111/ejss.13279

Effect of biochar on soil properties and infiltration in a light salinized soil: Experiments and simulations

2022· article· en· W4283784617 sur OpenAlex
Yi Li, Chuncheng Liu, Zhijie Liang, Xiaofang Wang, Xiangyang Fan, De Li Liu, Asim Biswas

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Journal of Soil Science · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiocharInfiltration (HVAC)LoamSoil waterEnvironmental scienceSoil salinitySoil scienceTopsoilSoil conditionerSoil carbonChemistryMaterials sciencePyrolysis

Résumé

récupéré en direct d'OpenAlex

Abstract The sustainable development of agriculture in Xinjiang Province, China has been threatened by soil salinization. Biochar can be an effective amendment to improve salt‐affected soils. An appropriate amount of biochar application and incorporation depth are key factors for amending performance. However, few studies have investigated the effects of differing biochar application amounts on saline soil properties, including soil water infiltration, using a combination of experiments and simulations. In this study, acidulated biochar was applied at rates of 0, 10, 25, 50 and 100 t ha −1 to a farmland topsoil to investigate the impacts of biochar on Xinjiang saline soil's physical and chemical properties and infiltration characteristics. The soil's physical and chemical properties that were investigated included soil pH, soil organic carbon content, soil salt content, saturated hydraulic conductivity ( K s ), soil water retention curves, and infiltration characteristics including cumulative infiltration (CI) and wetting front ( Z f ). HYDRUS‐1D was applied to predict soil water movement under different biochar incorporation depths. Results showed that the rate of change of soil pH, soil organic carbon content, soil salt content and K s were −0.009, 0.102 g kg −1 , 0.045 g kg −1 and 0.035 cm day −1 , respectively, per ton of biochar applied. Soil water retention curves showed that biochar enhanced soil water retention capacity and available soil water content (AWC) in the silt clay loam soil. The Philip model was a good ( R 2 > 0.80) fit to soil water infiltration and indicated that biochar amendment promoted infiltration rates. The van Genuchten model was good for describing soil hydraulic parameters ( R 2 > 0.99) and could be used for HYDRUS‐1D simulations ( R 2 > 0.99, RRMSE <6.8% and NSE >0.98). The optimum biochar application amount for the light salinised soil in Xinjiang was recommended as 25 t ha −1 incorporated to 30 cm depth based on the AWC, soil salt content and incorporation depths. The study provides a reference for future field experiment design. Highlights Effects of biochar on salt‐affected soil studied using a combination of experiments and simulations. Acidulated biochar amendment of saline soils can reduce pH and increase SOC. Biochar incorporation depth was considered to affect soil water infiltration. The biochar application amount at 25 t ha −1 incorporated to 30 cm depth was recommended

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,211 · 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