Nitrogen Management Trade‐Offs Between Crop Production and Environmental Impact After Long‐Term Conservation Tillage in Northeast China: A <scp>TOPSIS</scp> ‐Based Evaluation
Notice bibliographique
Résumé
ABSTRACT Conservation tillage is crucial for rehabilitating degraded cropland, securing crop production and lessening greenhouse gas (GHG) emissions. Yet, the optimal nitrogen (N) application level that balances crop productivity with environmental effects following long‐term conservation tillage remains unclear. Based on a 9‐year conservation tillage experiment of black soil in Northeast China, an in situ microplot experiment was conducted from 2021 to 2023, including six N fertilization levels: 240 (N240, conventional N fertilization level by local farmers), 210 (N210), 180 (N180), 150 (N150), 120 (N120) and 0 kg N ha −1 (N0, control). The systematic effects of N fertilization on crop production, N fertilizer agronomic efficiency (NAE), GHG emissions and N balance were evaluated by using TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution). N fertilization significantly enhanced crop production ( p < 0.05), especially maize grain yield was increased by 27.7%–36.2% in high N fertilization treatments (N180, N210 and N240) over that for N0. The NAE increased with the increase of N fertilization and exhibited a positive nonlinear correlation with the N fertilization level elevating ( R 2 = 0.61), whereas no notable variation in NAE was found across high N fertilization treatments. Moreover, global warming potential (GWP) showed an upward trend with the increase of N fertilization, while greenhouse gas intensity (GHGI) did not show a consistent trend. Analysis of the annual N balance suggested that, except for the N deficit observed in N0. Based on the TOPSIS method, the integrated evaluation showed that N180 ranked first with the total score of 0.61. Overall, from the perspective of crop production, nutrient utilization and the environment, an N fertilization level of 180 kg N ha −1 after long‐term conservation tillage is beneficial for ensuring food security while mitigating global change. This study provided scientific data for optimizing N management and promoting sustainable development of the black soil granary in Northeast China.
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 ».