Modelling of long-term C sequestration on arable chernozem: integrated effects of fertilization and tillage

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Using the RothC model, we predicted the effects of tillage, fertilizer systems, and crop residues on C sequestration in the arable layer of 0–20 cm in a long-term field experiment on leached chernozem. The dynamics of SOC were traced until 2100 in three organomineral fertilizer systems compared with absolute control for moldboard tillage (MT) and conservation tillage (CT). It was shown that upon reaching an equilibrium level with an annual input of 2.9 Mg C ha−1, soil organic carbon stocks could be 79–83 and 81–85 Mg C ha−1 for MT and CT, respectively. The system with max FYM rates and crop residues incorporation reaches an equilibrium level 8–16 years earlier than the other systems for MT and 16–24 years earlier for CT, which is associated with higher stocks of C in this system at the beginning of modeling and the different quality composition of SOC. With an annual input of 4.6 Mg C ha−1, the possibility of providing 4‰ and higher annual rate of SOC increase was confirmed only in the first 20 years after an increase in C input. The fertilizer system, as a component of the history of the site, can affect C dynamics at least 40 years with a high C input and more than 75 years with an average C input on agrochernozems.

About the authors

I. T. Husniev

Lomonosov Moscow State University

Email: husniev.ilshat@gmail.com
Moscow, 119991 Russia

V. N. Sitnikov

Stavropol State Agrarian University

Stavropol, 355017 Russia

A. N. Esaulko

Stavropol State Agrarian University

Stavropol, 355017 Russia

O. S. Yakimenko

Lomonosov Moscow State University

Moscow, 119991 Russia

V. A. Romanenkov

Lomonosov Moscow State University; All-Russian Research Institute of Agrochemistry

Moscow, 119991 Russia; Moscow, 127434 Russia

References

  1. Агеев В.В., Демкин В.А. Программирование урожайности. Ставрополь, 1991. 120 с.
  2. Гречишкина Ю.И. Сохранение и воспроизводство плодородия черноземных почв для повышения продуктивности агроценозов Центрального Предкавказья. Дис. … докт. с./х. наук. М., 2020. 469 с.
  3. Есаулко А.Н., Петрова Л.Н., Агеев В.В. Повышение эффективности применения удобрений на основе оптимизации систем удобрения в севооборотах Центрального Предкавказья (к 40–летию стационара СтГАУ) // Плодородие. 2017. № 94. С. 8–11.
  4. Левин Ф.И. Количество растительных остатков в посевах полевых культур и его определение по урожаю основной продукции // Агрохимия. 1977. № 8. С. 36–42.
  5. Хусниев И.Т., Романенков В.А., Пасько С.В., Ильичев И.А. Агротехнологический потенциал управления органическим углеродом черноземов обыкновенных в зернопаропропашном севообороте // Российская сельскохозяйственная наука. 2022. № 3. С. 38–44. https://doi.org/10.31857/S2500262722030085.
  6. Angers D.A., Eriksen-Hamel N.S. Full-inversion tillage and organic carbon distribution in soil profiles: a meta-analysis // Soil Sci. Soc. Am. J. 2008. V. 72. P. 1370–1374. https://doi.org/10.2136/ sssaj2007.0342
  7. Bolinder M.A., Crotty F., Elsen A., Frac M., Kismányoky T., Lipiec J. et al. The effect of crop residues, cover crops, manures and nitrogen fertilization on soil organic carbon changes in agroecosystems: a synthesis of reviews // Mitigation and Adaptation Strategies for Global Change. 2020. V. 25. P. 929–952.
  8. Chenu C., Angers D.A., Barré P., Derrien D., Arrouays D., Balesdent J. Increasing organic stocks in agricultural soils: Knowledge gaps and potential innovations // Soil Till. Res. 2019. V. 188. P. 41–52. https://doi.org/10.1016/j.still.2018.04.011
  9. Du Z., Angers D.A., Ren T., Zhang Q., Li G. The effect of no-till on organic C storage in Chinese soils should not be overemphasized: a meta-analysis // Agriculture, Ecosystems Environ. 2017. V. 236. P. 1–11. https://doi.org/10.1016/j.agee.2016.11.007
  10. FAO. Technical Specifications and Country Guidelines for Global Soil Organic Carbon Sequestration Potential Map (GSOCseq). FAO, Rome, 2020.
  11. Franko U. Modeling approaches of soil organic carbon turnover within the CANDY system // Evaluation of Soil Organic Matter Models: Using Existing Long-Term Datasets. 1996. V. 38. P. 247–254.
  12. Franko U., Schramm G., Rodionova V., Körschens M., Smith P., Coleman K., Romanenkov V., Shevtsova L. EuroSOMNET – a database for long-term experiments on soil organic matter in Europe // Computers and Electronics in Agriculture. 2002. V. 33. P. 233–239. https://doi.org/10.1016/S0168-1699(02)00009-1
  13. Haddaway N.R., Hedlund K., Jackson L.E., Kätterer T., Lugato E., Thomsen I.K., Jørgensen H.B., Isberg P.-E. How does tillage intensity affect soil organic carbon? A systematic review protocol // Environ Evid. 2016. V. 5. P. 1. https://doi.org/10.1186/s13750–016-0052-0
  14. Haddaway N.R., Hedlund K., Jackson L.E., Kätterer T., Lugato E., Thomsen I.K., Jørgensen H. B., Isberg P.-E. How does tillage intensity affect soil organic carbon? A systematic review // Environ. Evid. 2017. V. 6. P. 30. https://doi.org/10.1186/s13750– 017-0108-9
  15. Heimann M., Reichstein M. Terrestrial ecosystem carbon dynamics and climate feedbacks // Nature. 2008. V. 451(7176). P. 289–292. https://doi.org/10.1038/nature06591
  16. Hidy D., Barcza Z., Marjanović H., et al. Terrestrial ecosystem process model Biome-BGCMuSo v4.0: summary of improvements and new modeling possibilities // Geosci. Model Dev. 2016. V. 9. P. 4405–4437. https://doi.org/10.5194/gmd-9-4405-2016
  17. Huang S., Zeng Y., Wu J., Shi Q., Pan X. Effect of crop residue retention on rice yield in China: a meta-analysis // Field Crops Research. 2013. V. 154. P. 188–194.
  18. Husniev I., Romanenkov V., Minakova O., Krasilnikov P. Modelling and prediction of organic carbon dynamics in arable soils based on a 62-year field experiment in the Voronezh Region, European Russia // Agronomy. 2020. V. 10. P. 1607. https://doi.org/10.3390/agronomy10101607
  19. Husniev I., Romanenkov V., Siptits S., Pavlova V., Pasko S., Yakimenko O., Krasilnikov P. Perspectives on effective long-term management of carbon stocks in chernozem under future climate conditions // Agriculture. 2023. V. 13. P. 1901. https://doi.org/10.3390/agriculture13101901
  20. Jenkinson D.S., Hart P.B.S., Rayner J.H., Parry LC. Modeling the turnover of organic matter in long-term experiments // Intecol. 1987. V. 15. P. 1–8.
  21. Khusniev I.T., Romanenkov V.A., Pasko S.V., Ilyichev I.A. Agrotechnological potential of organic carbon management in grain-fallow crop rotation on ordinary chernozems // Russ. Agricult. Sci. 2022. V. 48. P. 276–282. https://doi.org/10.3103/S1068367422040073
  22. Lembaid I., Moussadek R., Mrabet R., Douaik A., Bouhaouss A. Modeling the effects of farming management practices on soil organic carbon stock under two tillage practices in a semi-arid region, Morocco // Heliyon. 2021. V. 7. https://doi.org/10.1016/j.heliyon.2020.e05889
  23. Li C., Aber J., Stange F., Butterbach-Bahl K., Papen H. A model of nitrous oxide evolution driven from soil driven by rainfall events: 1. Model structure and sensitivity // J. Geophys. Res.: Atmospheres. 1992. V. 97. P. 9759–9776.
  24. Lu X. A meta-analysis of the effects of crop residue return on crop yields and water use efficiency // PLoS One. 2020. V. 15. P. e0231740. https://doi.org/10.1371/journal.pone.0231740
  25. Luo Z., Wang E., Sun O. J. Can no-tillage stimulate carbon sequestration in agricultural soils? A meta-analysis of paired experiments // Agriculture, Ecosystems Environ. 2010. V. 139. P. 224–231. https://doi.org/10.1016/j.agee.2010.08.006
  26. Meurer K.H.E., Haddaway N.R., Bolinder M.A., Kätterer T. Tillage intensity affects total SOC stocks in boreo-temperate regions only in the topsoil – A systematic review using an ESM approach // Earth-Sci. Rev. 2018. V. 177. P. 613–622. https://doi.org/10.1016/j.earsc irev.2017.12.015
  27. Parton W.J., Mosier A.R., Ojima D.S. Generalized model for N2 and N2O production from nitrification and denification // Global Biogeochem. 1996. V. 10. P. 401–412.
  28. Pavlova V., Shkolnik I., Pikaleva A., Efimov S., Karachenkova A., Kattsov V. // Future changes in spring wheat yield in the European Russia as inferred from a large ensemble of high-resolution climate projections // Environ. Res. Lett. 2019. V. 14. P. 034010. https://doi.org/10.1088/1748-9326/aaf8be
  29. Poirier V., Angers D.A., Rochette P., Chantigny M.H., Ziadi N., Tremblay G., Fortin J. Interactive effects of tillage and mineral fertilization on soil carbon profiles // Soil Sci. Soc. Am. J. 2009. V. 73. P. 255. https://doi.org/10.2136/sssaj2008.0006
  30. Smith P., Smith J.U., Powlson D.S., McGill W.B., Arah J.R.M. et al. A comparison of the performance of nine soil organic matter models using datasets from seven long-term experiments // Geoderma. 1997. V. 81. P. 153-225. https://doi.org/10.1016/S0016-7061(97)00087-6
  31. Stocker T.F., Qin D., Plattner G.-K., Tignor M.M.B., Allen S.K., Boschung J., Nauels A., Xia Y., Bex V. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of IPCC the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Pres, 2014. P. 1535. https://doi.org/10.1017/CBO9781107415324
  32. Virto I., Barré P., Burlot A., Chenu C. Carbon input differences as the main factor explaining the variability in soil organic C storage in no-tilled compared to inversion tilled agrosystems // Biogeochemistry. 2012. V. 108. P. 17–26. https://doi.org/10.1007/s10533-011-9600–4
  33. Young M.D., Ros G.H., de Vries W. Impacts of agronomic measures on crop, soil, and environmental indicators: A review and synthesis of meta-analysis // Agriculture, Ecosystems Environ. V. 319. P. 107551.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».