The Positive Effects of Soil Organic Carbon on European Cereal Yields Level Off at 1.4%
Notice bibliographique
Résumé
ABSTRACT Introduction Increasing soil organic carbon (SOC) in croplands is a natural climate mitigation effort that can also enhance crop yields. However, there is a lack of comprehensive field studies examining the impact of SOC on crop yields across wide climatic, soil, and farming gradients. Furthermore, it is largely unknown how water retention, soil microbial diversity, and nutrient availability modulate the SOC‐crop yield relationship. Materials and Methods We conducted an observational study across 127 cereal fields along a 3000 km north‐south gradient in Europe, measured topsoil (0–20 cm) organic C content, and collected data on climate, soil properties, crop yield and farming practices. Additionally, we explored the relationship between crop yield, particulate organic carbon (POC) and mineral‐associated organic carbon (MAOC) contents at three soil depths (0–20, 20–40 and 40–60 cm) in a subset of sites. Results Relative yield increases levelled off at 1.4% SOC, indicating an optimal SOC content for cereals along a European gradient. The quadratic relationship between SOC and cereal yield was conspicuous even after controlling for large differences in climate, soil and farming practices across countries. The relationship varied significantly across soil depths and C fractions. MAOC dominated the SOC pool, and was significantly related to relative yield up to an optimal level that varied with soil depth. Soil microbial diversity and nutrient availability emerged as main drivers of the SOC‐yield relationship, while water retention did not exhibit a notable influence. Conclusions Our study demonstrates that SOC is as a key determinant of cereal yield along a European gradient, and identifying this threshold can inform soil management strategies for improved carbon capture based on initial SOC levels. Nevertheless, the complex SOC‐yield relationship highlights the necessity for tailored soil management strategies that consider specific site conditions to optimize C storage and crop yield.
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 | 0,000 |
| 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) | 0,000 | 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 ».