Opdagelsen af ​​en mere effektiv metode til at estimere forurenende emissioner fra nitrogengødning

Landbruget bidrager til 70% af menneskers samlede emissioner af lattergas (N ₂ O), en potent forurenende gas og den, der er skyld i hullet i ozonlaget. Roden til dette problem er den udbredte anvendelse af kemisk gødning, såsom urinstof og ammoniumnitrat. Når disse produkter er blevet brugt i jord til afgrøder, en del af dem går tabt i form af N ₂ O, som går direkte ind i atmosfæren. Gødningens forureningsproblem øges med den stigende efterspørgsel efter fødevarer, der kræver denne gødning for at opnå en rentabel landbrugsproduktion.

Industrien søger fortsat efter formler, der reducerer denne forurening uden at påvirke produktionen negativt. Alligevel, den står over for et kerneproblem. Emission af forurenende stoffer fra gødning er meget vanskelig at forudsige, da det afhænger af faktorer, der er svære at kontrollere, såsom fugtighed, temperatur, mikroorganismernes aktivitet i jorden og variation i tid og rum, blandt andre. Hvis der ikke kan foretages et realistisk skøn over emissioner fra disse forurenende stoffer, det er svært at komme med strategier til at reducere disse emissioner.

En international forskningsgruppe, herunder University of Cordoba -forsker Antonio Rafael Sánchez Rodríguez, studeret forskellige matematiske forudsigelsesmetoder til måling af emissioner af forurenende stoffer fra gødning, såsom urinstof og ammoniumnitrat, for at finde ud af, hvilken der giver data, der mest ligner virkeligheden. Denne forskning støttes af UK-China Virtual Joint Center for Improved Nitrogen Agronomy (CINAg) og medlemmer fra universiteter i Storbritannien, Portugal, Australien og Spanien har deltaget. Blandt dem er den britiske forsker Ute Skiba, der samarbejder med det mellemstatlige panel om klimaændringer (IPCC) for at reducere emissionsfaktorer fra forurenende stoffer, der bruges i landbruget.

For at finde en mere effektiv metode, forskergruppen testede og sammenlignede to statistiske modeller. Den første, kendt som den bayesianske metode, er baseret på sandsynlighed og giver resultater inden for en række værdier, der giver mulighed for at udlede mulige resultater. Den anden, den trapezformede metode, er mere udbredt, men er ikke i stand til at forudsige variation i emissionsfaktorer, da det vurderer, at emissionsproduktionen er lineær, hvilket faktisk ikke er tilfældet. Emissioner afhænger af mange faktorer, og ændringer i hver enkelt påvirker de reaktioner, der er involveret i udsendelse af forurenende gasser.

Eksperimentet fandt sted på fire forsøgsfelter i Det Forenede Kongerige. Gødning blev påført i form af ammoniumnitrat, urinstof og en tredje slags, der var en blanding af urinstof og en potentiel hæmmer af urease, der minimerer ammoniakemissioner, men ifølge flere undersøgelser, øger emissionen af ​​et andet forurenende stof, N ₂ O.

Resultaterne viser, at N ₂ O -emissionerne var større, når der blev brugt ammoniumnitrat, sammenlignet med at bruge urinstof. I øvrigt, brugen af ​​inhibitoren viste ikke nogen signifikante forskelle i denne forstand. Forskningen konkluderer, at den bayesianske metode giver mere realistiske forudsigelser vedrørende lattergasemissioner, og derfor er det til stor nytte, når man vælger mere bæredygtige strategier for landbruget.

I sin nuværende tilstand, den bayesianske metode er begrænset til tilfælde, hvor befrugtning medfører et emissionstop efterfulgt af et stort fald. Imidlertid, ligeledes, det er mere nyttigt end traditionelle metoder, når man vælger en befrugtningsstrategi, der udsender færre forurenende gasser til atmosfæren. Fra nu af, denne forskergruppe vil prøve at anvende denne metode for også at måle emissioner fra organisk nitrogengødning.