Impact of Biochar Applications on Tropical Soils under Different Land-use Regimes
Notice bibliographique
Résumé
The application of biochar to agricultural soils can either be beneficial or detrimental, as well as no clear effect to soils and crops. Therefore, the aim of our study was to investigate the effects of biochar addition on soil chemical and biological properties and nutrient leaching in three tropical soils with different types of land-use (forest, non-intensive and intensive farming). The soils were amended with and without 2% coconut shell (CS) and rice husk (RH) biochars by weight and incubated for up to 360 days. To assess the impact of biochar on soil leaching, 27 unplanted soil columns from the same types of land-use were also amended with and without 2% CS and RH biochars by weight. Five leaching experiments were conducted by passing through 100 ml of deionised water via each of the glass columns containing soil. The biochar addition significantly increased (P<0.05) the soil pH and total carbon, but had a marginal effect on CEC and had a limited effect on microbial activity. Biochar treatments reduced ammonium leaching in the forest soil, but had no clear effect on the other two soils. Our data showed that biochar application at a lower rate can ameliorate soil acidic conditions, enhance carbon sequestration and adsorb ammonium ion. However, the success depends on soil and biochar properties and land-use. The biochar samples studied have a limited capacity to reduce nitrate and phosphate leaching due to high biochar phosphate content.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».