Soils potentially vulnerable to phosphorus losses: speciation of inorganic and organic phosphorus and estimation of leaching losses
Notice bibliographique
Résumé
Abstract Eutrophication is an important threat to aquatic ecosystems world-wide, and reliable identification of areas vulnerable to phosphorus (P) losses from diffuse sources is essential for high efficiency of mitigation measures. In this three-step study we investigated (i) relationships between the agronomic (Olsen-P and P-AL) and environmental soil P tests (P-CaCl 2 ) with molecular techniques ( 31 P NMR and XANES) followed by (ii) rainfall simulation experiment on topsoil lysimeters and (iii) comparison to long-term field measurements of water quality. Soil samples were collected from seven sites indicated to be vulnerable to nutrient losses due to underlying geology. High P release correlated to standard agronomic P tests (Olsen P, r = 0.67; and P-AL, r = 0.74) and low P sorption capacity (r = − 0.5). High content of iron-bound P compounds indicated more labile P and higher release of dissolved P (r = 0.67). The leaching experiment showed that three out of four soils with high initial soil P status had both higher P leaching concentrations before fertilization (0.83–7.7 mg P l −1 ) compared to soil with low initial soil P status (0.007–0.23 mg P l −1 ), and higher increase in P concentrations after fertilization. Higher soil P sorption capacity reduced P leaching losses. Finally, long-term monitoring data show no significant trends in P losses in a field with low initial P content and moderate P fertilization rates whereas high and over time increasing P losses were recorded in a field with high initial soil P content and repetitively high P fertilization rates.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».