MétaCan
Menu
Retour à la cohorte
Enregistrement W4304784494 · doi:10.3389/fenvs.2022.1020099

Effects of winter pulsed warming and snowmelt on soil nitrogen cycling in agricultural soils: A lysimeter study

2022· article· en· W4304784494 sur OpenAlexafffundabout
Danielle Green, Fereidoun Rezanezhad, Seán F. Jordan, Claudia Wagner‐Riddle, Hugh A. L. Henry, Stephanie Slowinski, Philippe Van Cappellen

Notice bibliographique

RevueFrontiers in Environmental Science · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensWestern UniversityUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesGlobal Water FuturesCanada First Research Excellence FundCanada Excellence Research Chairs, Government of Canada
Mots-clésLysimeterEnvironmental scienceLoamSnowmeltSoil waterSnowAgronomyHydrology (agriculture)Soil scienceGeology

Résumé

récupéré en direct d'OpenAlex

In cold regions, climate change is expected to result in warmer winter temperatures and increased temperature variability. Coupled with changing precipitation regimes, these changes can decrease soil insulation by reducing snow cover, exposing soils to colder temperatures and more frequent and extensive soil freezing and thawing. Freeze-thaw events can exert an important control over winter soil processes and the cycling of nitrogen (N), with consequences for soil health, nitrous oxide (N2O) emissions, and nearby water quality. These impacts are especially important for agricultural soils and practices in cold regions. We conducted a lysimeter experiment to assess the effects of winter pulsed warming, soil texture, and snow cover on N cycling in agricultural soils. We monitored the subsurface soil temperature, moisture, and porewater geochemistry together with air temperature, precipitation, and N2O fluxes in four agricultural field-controlled lysimeter systems (surface area of 1 m2 and depth of 1.5 m) at the University of Guelph’s Elora Research Station over one winter (December 2020 to April 2021). The lysimeters featured two soil types (loamy sand and silt loam) which were managed under a corn-soybean-wheat rotation with cover crops. Additionally, ceramic infrared heaters located above two of the lysimeters were turned on after each snowfall event to melt the snow and then turned off to mimic snow-free winter conditions with increased soil freezing. Porewater samples collected from five depths in the lysimeters were analyzed for total dissolved nitrogen (TDN), nitrate (NO3−), nitrite (NO2−), and ammonium (NH4+). N2O fluxes were measured using automated soil gas chambers installed on each lysimeter. The results from the snow removed lysimeters were compared to those of lysimeters without heaters (with snow). As expected, the removal of the insulating snow cover resulted in more intense soil freeze-thaw events, causing increased dissolved N loss from the lysimeter systems as N2O (from the silt loam system) and via NO3− leaching (from the loamy sand system). In the silt loam lysimeter, we attribute the freeze thaw-enhanced N2O fluxes to de novo processes rather than gas build up and release. In the loamy sand lysimeter, we attribute the increased NO3− leaching to the larger pore size and therefore lower water retention capacity of this soil type. Overall, our study illustrates the important role of winter snow cover dynamics and soil freezing in modulating the coupled responses of soil moisture, temperature, and N cycling.

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 enseignants0,011
Score d'incertitude au seuil0,021

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
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,194
Écart entre enseignants0,186 · 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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Environmental ScienceMême sujetClimate change and permafrostTravaux en français237 207