MétaCan
Menu
Retour à la cohorte
Enregistrement W4388023630 · doi:10.1029/2023gb007744

Central Role of Nitrogen Fertilizer Relative to Water Management in Determining Direct Nitrous Oxide Emissions From Global Rice‐Based Ecosystems

2023· article· en· W4388023630 sur OpenAlexafffund
Hanxiong Song, Qiuan Zhu, Jean‐Pierre Blanchet, Zhi Chen, Kerou Zhang, Tong Li, Feng Zhou, Changhui Peng

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensConcordia UniversityUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésEnvironmental scienceFertilizerEcosystemBiogeochemical cycleNitrous oxideAgricultureGreenhouse gasPaddy fieldAgronomyIrrigationAgroecosystemNitrogenAtmospheric sciencesEnvironmental chemistryEcologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The increasing atmospheric nitrous oxide (N 2 O) concentration stems from the development of agriculture. However, N 2 O emissions from global rice‐based ecosystems have not been explicitly and systematically quantified. Therefore, this study aims to estimate the spatiotemporal magnitudes of the N 2 O emissions from global rice‐based ecosystems and determine different contribution factors by improving a process‐based biogeochemical model, TRIPLEX‐GHG v2.0. Model validation suggested that the modeled N 2 O agreed well with field observations under varying management practices at daily, seasonal, and annual steps. Simulated N 2 O emissions from global rice‐based ecosystems exhibited significant increasing trends from 0.026 ± 0.0013 to 0.18 ± 0.003 TgN yr −1 from 1910 to 2020, with ∼69.5% emissions attributed to the rice‐growing seasons. Irrigated rice ecosystems accounted for a majority of global rice N 2 O emissions (∼76.9%) because of their higher N 2 O emission rates than rainfed systems. Regarding spatial analysis, Southern China, Northeast India, and Southeast Asia are hotspots for rice‐based N 2 O emissions. Experimental scenarios revealed that N fertilizer is the largest global rice‐N 2 O source, especially since the 1960s (0.047 ± 0.010 TgN yr −1 , 35.24%), while the impact of expanded irrigation plays a minor role. Overall, this study provides a better understanding of the rice‐based ecosystem in the global agricultural N 2 O budget; further, it quantitively demonstrated the central role of N fertilizer in rice‐based N 2 O emissions by including rice crop calendars, covering non‐rice growing seasons, and differentiating the effects of various water regimes and input N forms. Our findings emphasize the significance of co‐management of N fertilizer and water regimes in reducing the net climate impact of global rice cultivation.

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 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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207