—— 要投稿,上万维,轻松学术交流

严正声明

本站非期刊官网,非中介代理,
不向作者收取任何费用!
举报微信:13140028228 冯老师

态度公正、信息求实、投稿自助、使用免费
您的位置:学术资讯 » 正文
  • 阅读: 2024/2/1 11:15:46

    大气中的氨是一种重要环境污染物,影响全球生态系统和人类健康。大约有51-60%的人为氨排放可追溯至作物栽种,其中一半与3种主要作物有关:水稻、小麦和玉米。但以高分辨率量化与具体耕地有关的氨排放的潜在减少很困难,且取决于如氮输入和本地排放等因素的细节情况。

    202421日,南方科技大学郑一教授、香港科技大学冯志雄教授等,在 Nature 期刊发表了题为:Fertilizer management for global ammonia emission reduction 的研究论文。

    该研究报告了在机器学习帮助下生成的对水稻、小麦和玉米作物氨排放的详细评估。这一数据集使人们能对具体耕地评估减排潜力,在这些作物的生长中有效管理肥料,能让大气中耕作带来的氨排放至多降低38%

    该研究基于包括气候、土壤特征、作物类型、灌溉、耕作和施肥操作等变量,使用机器学习建模了全球水稻、小麦和玉米农业的氮排放。

    为丰富模型信息,研究团队从对发表文献系统性回顾所得的2700项观察中开发出了一个氨排放数据集。研究团队用这一模型估计全球氨排放在2018年达到43亿公斤。

    研究团队计算出,根据模型指导在空间上优化肥料管理,可以让这三种作物的氨排放减少38%。优化策略包括在生长季节采用常规的耕作法,将增效肥料施放在更深的土壤中。

    该研究发现,在施肥管理场景下,水稻作物能带来47%的总体减排潜力,玉米和小麦分别是27%26%。在没有任何管理策略的场景下,研究团队计算出到2100年氨排放将升高4.6%-15.8%,最终数字取决于未来温室气体排放水平。

    论文链接:

    https://www.nature.com/articles/s41586-024-07020-z

    转自:“生物世界”微信公众号

    如有侵权,请联系本站删除!


    浏览(383)
    点赞(0)
    收藏(0)

上一篇:Cell重磅:香港中文大学于君教授团队证实,不止幽门螺杆菌,这种细菌也会导致胃癌等胃病

下一篇:Nature:魏磊/高华健/陈明/张其冲团队开发新型智能纤维技术,为可穿戴光电子设备奠定基础