Surface soil sampling underestimates soil carbon and nitrogen storage of long-term cover cropping
Notice bibliographique
Résumé
Cover cropping is a promising management practice for soil health and climate change mitigation by improving soil organic carbon (SOC) and total nitrogen (TN) stocks. However, limited studies focused on deeper soil layers (>30 cm depth) where soil C is more stable than that in surface soil (≤30 cm depth). Here, deep soil sampling was conducted in a 15-year cover cropping experiment, in a horticulture-grain system on sandy loam soil. The SOC and TN stocks were expressed on an equivalent soil mass basis using a cubic spline model. Overall, long-term cover cropping had significantly greater SOC and TN stocks by 22 % (95 %CI: 5–43 %) and 26 % (95 %CI: 6–49 %), respectively in the 0–120 cm depth, compared to no cover cropping. Additionally, the mean SOC and TN sequestration rate (0–30 cm depth) was 0.53 Mg C ha −1 yr −1 and 0.06 Mg N ha −1 yr −1 , respectively. However, if only 0–15 cm depth was evaluated, long-term cover cropping did not significantly affect SOC and TN stocks. These results indicated that shallow sampling (<15 cm depth) may not provide comprehensive information on the effect of long-term cover cropping on soil C and N storage. To better understand the mechanism of bulk soil C and N storage, we investigated their distribution between particulate and mineral-associated organic matter pools (POM and MAOM). We found POM pool was the main store of bulk SOC and TN stocks in surface soils while it was the MAOM pool in deeper soil layers, without soil texture change with soil depth. These findings indicated that soil C and N sources for bulk SOC and TN accrual differed in surface and deeper soils. Our study demonstrated that long-term cover cropping can facilitate SOC accumulation in the soil below 15 cm deep, which calls into question carbon capture protocols that focus on shallow soil depths.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».