Optical Chemical Sensors for Soil Analysis: Possibilities andChallenges of Visualizing NH3 Concentrations as well as pH and O2 Microscale Heterogeneity
Notice bibliographique
Résumé
Agricultural nitrogen (N) application to soils is the main source of atmospheric ammonia (NH3) emissions. Ammonia negatively impacts the environment on a large scale. These emissions are affected by spatiotemporal heterogeneities of parameters within the soil on a microscale. Some key parameters controlling processes of the N cycle are soil oxygen (O2) and pH. To better understand biogeochemical soil processes and NH3 emissions we propose the application of optical chemical sensors (optodes) in soils. The use of optodes in soil science is in its infancy. In this study, we investigated the possibilities and challenges of using optodes in non-waterlogged soils with the extended application of a recently developed NH3 optode in combination with pH and O2 optodes in two different soils and with different fertilizers. Our results demonstrated the possibility to visualize reductions of NH3 concentrations by 76 % and 87 % from the incorporation of sludge compared to the surface application of sludge. We showed in 2D how soil pH and fertilizer composition correlate with NH3 volatilization. Our measurements revealed that pH optodes show certain advantages over conventional methods when measuring pH in soils in-situ. Lastly, we investigated spatiotemporal dynamics of O2 at different soil water contents and discussed potential challenges, which can lead to measuring artifacts.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».