Effects of Fertilizers and Soil Amendments on Soil Physicochemical Properties and Carbon Sequestration of Oat (Avena sativa L.) Planted in Saline–Alkaline Land
Notice bibliographique
Résumé
The coastal tidal flat area of Jiangsu Province, China, is vast and has great potential for carbon sequestration. Planting oat in saline–alkaline land can increase carbon sequestration from the atmosphere into soil and, thus, improve soil quality. Harvesting oats can act as a biological desalination mechanism, and long-term planting may transform saline–alkaline land into high-quality arable land. Our experiment selected two oat varieties, Caesar (V1) and Menglong (V2), and used urea, organic fertilizer, microbial inoculant, and biochar as experimental factors to investigate the effects of fertilizers and soil amendments on soil improvement and carbon sequestration when cultivating oats. The results showed that when planting V1, the carbon sequestration of the farmland ecosystem was the highest with microbial inoculant and organic fertilizer treatments, and the soil salinity decreased the most with biochar treatment. When planting V2, the carbon sequestration of the farmland ecosystem was the highest with the urea + biochar treatment, the soil salinity decreased the most with organic fertilizer + microbial inoculant treatment, and the soil organic carbon content increased the most with organic fertilizer + biochar treatment. We found that the application of organic fertilizer and biochar significantly increased soil organic carbon (SOC) content by 22.03% compared to the control treatment. Additionally, the combined treatment of urea and biochar resulted in the highest agricultural carbon sink, with a 74.62% increase in oat carbon storage compared to conventional fertilization.
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 ».