Two decades of micrometeorological measurements show annual trends in N2O emissions from an agricultural field: the role of non-growing season soil freezing and fertilization in eastern Canada
Notice bibliographique
Résumé
Emissions of nitrous oxide (N2O) from agricultural soils over the winter and spring, also referred to as the non-growing season (NGS), have been shown to contribute significantly to annual N2O budgets. However, such conclusions are based on limited observations of N2O flux during the NGS. Multi-year datasets that include the NGS are needed to improve understanding of what drives N2O emissions. This study uses twenty years of quasi-continuous N2O observations from a crop field in Nepean, Ontario, that has been gap filled using the DeNitrification and DeComposition model (DNDCv.CAN) output data (d = 0.75 across all years of annual total emissions). Across twenty years, two key emission periods occur: the first from March 9 to April 24 associated with snowmelt, and the second from May 11 to June 21 associated with fertilization. I evaluated known drivers of soil N2O emissions, including variability in weather and field management, to determine their relationship to these peaks. Consistent with the literature, fertilizer rate proved to be a key driver of annual emissions, particularly the May 11 to June 21 peak. To determine drivers of the March to April emission period (which is encompassed by the NGS), I expanded upon an empirical model proposed by Wagner-Riddle et al. (2017), which uses a relationship between NGS soil freezing degree days (FDD) and N2O emissions. Nepean data supports the relationship that NGS N2O emissions are proportional to soil freezing. The addition of Nepean data to this model resulted in higher emissions under fewer FDD. This revision would likely lead to higher estimates of N2O emissions when used to make global estimates. This change introduced by a single additional site emphasizes that more observations need to be included to make it more generally applicable. Results from this study improve understanding of key emission periods that occur post-snow melt, driven by over winter soil freezing, and post-fertilization, driven by fertilizer application rate. Considering soil freezing and fertilizer application as key drivers, management methods may be revised to reduce emissions, with emphasis on right timing and rate of fertilizer application to limit NGS and post-fertilization loss.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».