Compound effects of biochar application and irrigation on soil water and temperature transport
Notice bibliographique
Résumé
The issue of soil salinization poses a significant barrier to sustainable agricultural development, particularly in arid and semi-arid regions. Finding methods to enhance the quality of salinized soils while conserving water resources has become a pressing challenge. In arid and semi-arid environments, conserving water resources while maintaining soil health is a critical challenge. This study, conducted from 2021 to 2023, aimed to explore the combined effects of irrigation and biochar application on soil physicochemical properties, such as bulk density, porosity, and pH, as well as on Weighted Plane Soil Water Storage (WPSWS), soil temperature, and soil water evaporation. The experimental design included four irrigation levels, based on actual crop evapotranspiration (ETc): I1 (0.6 ETc), I2 (0.8 ETc), I3 (1.0 ETc), and I4 (1.2 ETc), coupled with four amounts of biochar application (AOBA) of 0, 10, 20, and 30 t ha−1, designated as C0, C10, C20, and C30, respectively. Through binary quadratic regression analysis, we sought to identify the optimal combination of irrigation amount and AOBA for enhancing soil quality. The results revealed that as AOBA increased from 10 to 30 t ha−1, soil bulk density decreased by 1.31–8.58% and soil pH by 0.23–1.31%. However, higher levels of AOBA adversely affected WPSWS, with the C10 treatment showing the maximum improvement in WPSWS, registering an average increase of 6.77, 7.49, and 11.16% compared to the C0, C20, and C30 treatments, respectively. We observed that an increase in irrigation amount significantly elevated accumulated soil evaporation (ASE) and WPSWS but led to a reduction in accumulated soil temperature (AST). The most notable soil quality improvements were recorded when irrigation levels were between 340 and 380 mm and AOBA ranged from 10 to 25 t ha−1. This study provides insights into the effective combination of biochar application and irrigation for optimizing soil resilience, thereby offering a sustainable approach to soil management in water-limited environments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».