Greenhouse gas emissions from an intensively cropped field under various water and fertilizer management practices
Bibliographic record
Abstract
La gestion de la nappe phréatique en agriculture permet non seulement d'augmenter les rendements mais peut également améliorer la qualité de l'eau en réduisant les concentrations en nitrates de l'eau drainée d'un champ. Ce système de gestion présente également un moyen de contrôler le volume d'eau évacué par drainage sous-terrain. Cependant, une nappe phréatique plus élevée pourrait également créer des conditions de sol favorable à la dénitrification et à la décomposition organique, ce qui augmenterait les émissions de gaz à effet de serre (GES) provenant du sol. L'objectif principal de cette recherche est d'étudier l'influence de deux systèmes de gestion d'eau sur les flux d'émissions de gaz à effet de serre. Les deux systèmes étudiés seront le drainage sous-terrain libre conventionnel (FD) et le drainage contrôlé avec sous-irrigation (CDSI). Le deuxième objectif est d'analyser l'effet sur les flux de GES qu'auraient cinq différentes applications d'engrais azotés: 70 kg N/ha, 170 kg N/ha, 200 kg N/ha, 230 kg N/ha en une application et 230 kg N/ha en deux applications à une semaine d'intervalle. L'étude se concentre particulièrement sur les effets combinés du contrôle de la nappe phréatique et de la quantité d'azote apportée par les engrais. Cette recherche a été réalisée sur un champ de 4.2 ha de limon sablonneux situé dans la région sud-ouest du Québec, Canada. Durant les quatre ans de cette recherche, la rotation des cultures alternait une année de haricot jaune suivie de trois ans de maïs-grain. Les flux d'émissions de gaz à effet de serre (dioxyde de carbone, méthane et protoxyde d'azote) ont été mesurés par la méthode de chambre fermée à état non-stable ventilée. Une prise d'échantillon était réalisée toutes les 15 minutes pendant une heure, pour 9 jours espacés tout au long de la saison en 2012, 14 jours en 2013, 21 jours en 2014 et 24 jours en 2015. Afin d'identifier quelques événements et paramètres clés dans la production de GES, cette étude présentera les registres des pratiques de gestion agronomiques, des variations climatiques, et des conditions de sols (température, teneur volumétrique en eau) de chaque saison. L'augmentation des doses d'application d'engrais azotés a accéléré la production de dioxyde de carbone et de protoxyde d'azote ainsi que l'oxydation du méthane. Pour des taux de 200 kg N/ha et plus, des importants pics de protoxyde d'azote (≥ 0.5 mg N-N2O.m-2.hr-1) ont été mesurés environ 15-20 jours suivant l'application des engrais. La division des taux d'azote en deux applications espacées d'une semaine a réduit les pics de production de protoxyde d'azote. En 2013, des flux de production de protoxyde d'azote ont été mesurés avant le semis, ce qui a été associé à la consommation microbienne de l'azote fixé par les résidus d'engrais vert et par les résidus de haricots jaunes de l'année précédente. La canopée formée par le maïs a créé un microclimat dans le champ et a régulé les températures du sol ainsi que la teneur volumétrique en eau. La température du sol a eu une plus grande influence sur les émissions de GES que la teneur volumétrique en eau. Ni le drainage libre ni le drainage contrôlé avec sous-irrigation ont eu d'effets significatifs sur les émissions de GES.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".