This material is based upon work supported by the National Science Foundation under Grant Number 1215858, by the US Department of Agriculture under Grant Number 2013-68002-20525, and by the US Department of Energy Great Lakes Bioenergy Research Center &#8211; DOE BER Office of Science (DE-FC02-07ER64494) and DOE OBP Office of Energy Efficiency and Renewable Energy (DE-AC05-76RL01830). In-field video and images were recorded at the Wisconsin Integrated Cropping System Trial project of the University of Wisconsin&#8211;Madison. The authors are grateful to Ryan Curtin for skillful videography and editing.

1. Chambre de la Construction et Ancrage <ol><li> Conception et construction de chambres - constitués chacun d&#39;un point d&#39;ancrage qui est insérée dans le sol et d&#39;un couvercle qui est placé sur le dessus de la cheville lors de la mesure de flux - de répondre aux besoins expérimentaux. <ol><li> Dans la conception de la forme et la taille chambre, tenir compte des facteurs géographiques tels que l&#39;espacement culture en rangs, engrais ou de fumier bandes, et la hauteur de la plante. Parce que saillie des ancres dessus de la surface du sol peut contribuer aux effets du microclimat et la formation de flaques d&#39;eau, envisager d&#39;avoir les paupières sont assis aussi bas à la surface du sol que possible. Parce que les compromis existent entre la hauteur de la chambre et de la sensibilité de détection, couvercles de conception pour être aussi courte que possible est pour le système à l&#39;étude. </li><li> Construire des chambres de solide, matériau non réactif comme l&#39;acier inoxydable ou en PVC, et inclure un mécanisme pour sceller le couvercle sur l&#39;ancre. Isoler les couvercles et couvrir avec un matériau de couleur claire ou réfléchissante pour éviter l&#39;accumulation de chaleurpendant la mesure. Inclure un septum pour permettre la collecte d&#39;échantillons et d&#39;un tube d&#39;évent pour empêcher des perturbations de pression pendant le déploiement et le retrait de la chambre d&#39;échantillon. Pour plus de détails reportez-vous à la table des matières, Parkin et Venterea 8, et Clough et al 10. </li></ol></li><li> Au moins 1 jour avant l&#39;échantillonnage, installer les ancrages de la chambre dans le sol sur les sites souhaités. La méthode d&#39;installation dépend de la conception de la chambre, mais en général, appliquer une pression uniforme sur tous les points de sorte que l&#39;ancre ne se déforme pas ou déformer la structure du sol. Couler l&#39;ancre à une profondeur de 2,5 à 13 cm selon le type de sol, le temps de déploiement, et le volume de la chambre 6,11. Laissez aussi peu que possible (pas plus de 5 cm) en saillie au-dessus de la surface du sol. </li></ol> 2. D&#39;étalonnage et de design expérimental Remarque: Avant de commencer l&#39;expérience, suivez ces étapes pour déterminer un cours de temps d&#39;échantillonnage approprié qui permettra aux donnéesà s&#39;adapter à un linéaire ou le modèle approprié flux non-linéaire (voir Parkin et al. 12). Cela nécessitera l&#39;utilisation des techniques décrites dans les étapes 3-5 (échantillonnage sur le terrain, l&#39;analyse des échantillons, et l&#39;analyse de données). Le moment optimal est une fonction à la fois du système à l&#39;étude et les dimensions des chambres étant utilisés. Quelques essais et erreurs peuvent être impliqués. Voir Venterea 13 pour d&#39;autres approches. <ol><li> Échantillonnage et d&#39;analyse d&#39;étalonnage <ol><li> Dans des conditions environnementales ou de gestion devraient générer relativement élevés flux de gaz à l&#39;état de traces, procéder à un échantillonnage intensif des techniques décrites dans la section 3 ci-dessous. Utilisation des points de temps d&#39;échantillonnage étroitement espacés, remplir une série de temps de durée plus longue que ce qui serait considéré comme typique. Commencez par échantillonnage de plusieurs chambres représentatives à 5-10 points de temps régulièrement espacés au cours d&#39;une heure. </li><li> Analyser les échantillons par chromatographie en phase gazeuse suivant l&#39;article 4. </li></ol></li><li> Calibration Interpretatisur <ol><li> Pour chaque série de temps d&#39;étalonnage et chaque gaz d&#39;intérêt, l&#39;intrigue temps par concentration. </li><li> Vérifiez que les débits sont à l&#39;extrémité supérieure de la fourchette prévue. Voir la section 5 pour le calcul de flux. Reportez-vous à la section 2.3 pour obtenir des conseils de dépannage. </li><li> Inspectez graphiques des signes de non-linéarité, ou plus précisément, pour plafonner les concentrations de gaz au fil du temps. Remarque: Le point auquel la concentration commence à se stabiliser diffère en fonction du type de gaz, et est une fonction de la vitesse de production de gaz ou de la consommation dans le sol, la concentration du gaz dans l&#39;espace de tête de la chambre, et la diffusion entre les deux zones. Il est donc fortement influencée par la taille de la chambre, avec des chambres plus courtes rendement plus courte avant la plateau. </li><li> Utilisez les données de calibrage pour déterminer chambre optimale temps de déploiement pour le système expérimental. Si la régression linéaire sera utilisée dans l&#39;analyse des données (comme décrit ici dans la section 5), sélectionnez le calendrier qui maintient aussi proche d&#39;une re linéairelationship que possible entre le temps et la concentration de tous les gaz / les systèmes d&#39;intérêt, tout en permettant un minimum de trois, de préférence quatre périodes d&#39;échantillonnage au sein de la série de temps 6. Pour les chambres 10-30 cm de hauteur utilisée pour le CO 2 et de N 2 O des mesures, des séries chronologiques vont généralement 20-60 min 8,14. </li></ol></li><li> Calibration Dépannage <ol><li> Si il ya une mauvaise différenciation et / ou la difficulté de discerner la linéarité ou plateau, utilisez le resserrement des points de temps d&#39;étalonnage ou des séries plus longues d&#39;étalonnage, et vérifier que les concentrations sont dans les limites de détection. Pour les taux de flux faibles, une réduction du taux d&#39;accumulation ne peut être observé dans les délais testé. Cela ne devrait pas inquiéter. </li><li> Si les flux ne sont pas à l&#39;extrémité haute de la gamme expérimentale prévu, répéter le calibrage, une modification du traitement ou des conditions environnementales pour induire flux plus élevé (par l&#39;application d&#39;engrais ou d&#39;irrigation, par exemple). En variante, nouse au moins quatre points dans le temps dans la conception expérimentale, de sorte que si les flux expérimentaux sont significativement plus élevés que ceux observés lors de l&#39;étalonnage et le plafonnement ne se produit, des temps plus tardifs peuvent être exclus, tout en conservant au moins trois points dans le temps pour la régression linéaire. Méthodes de régression curvilignes peuvent également être employés. </li></ol></li><li> Experimental Design <ol><li> Basé sur le moment optimal déterminé à l&#39;article 2.2.4, élaborer un plan d&#39;échantillonnage global qui capture tous les sites pertinents, les traitements, et / ou les répétitions, et permet au personnel de se déplacer à travers les sites de chambre efficace. Si nécessaire, diviser les emplacements de la chambre en plusieurs «cycles» à échantillonner l&#39;un après l&#39;autre. <ol><li> Si des mesures doivent être prises en tant que représentant d&#39;une journée entière, échantillon à un moment de la journée où les températures sont modérées par rapport aux extrêmes quotidiens. Dans les systèmes de culture tempérées typiques, la fenêtre est idéale milieu à la fin de la matinée. </li><li> Si les échantillons doivent être prélevésdans les tours consécutifs, veiller à ne pas introduire un biais par échantillonnage à plusieurs reprises les mêmes traitements à la même heure de la journée. Construire tours de blocs de répétitions plutôt que le traitement par le traitement. </li><li> Prévoyez du temps pour toutes les mesures d&#39;accompagnement nécessaires pour être prises soit dans les séries ou avant / après, le cas échéant. (Voir la section 3.3 pour des mesures d&#39;accompagnement typiques.) </li><li> En option, inclure le temps pour la collecte des échantillons d&#39;air ambiant pour une utilisation dans des modèles de flux non linéaires, ou comme une approximation de départ (temps zéro &quot;, T 0&quot;) concentration (non décrit ici). </li><li> Éventuellement, inclure le temps de chargement de gaz de référence dans des flacons au moment de l&#39;échantillonnage pour évaluer la dégradation possible de l&#39;échantillon entre le prélèvement et l&#39;analyse. Voir Parkin et Venterea 8 pour des raisons de stockage de l&#39;échantillon. </li></ol></li><li> Déterminer la fréquence des mesures de flux qui est approprié pour des objectifs de recherche. Cela peut aller d&#39;une simple mesure to tous les jours, des mesures hebdomadaires ou périodiques au cours des mois ou des années. Reportez-vous à Rochette et al. 14 pour une discussion approfondie de considérations de conception expérimentales. </li><li> Si les échantillons doivent être prélevés dans des conditions froides, planifier pour l&#39;inclusion d&#39;un dispositif de réchauffement comme une compresse chaude avec des flacons pour éviter des cloisons de devenir cassant. </li></ol></li></ol> 3. Échantillonnage sur le terrain Remarque: À chaque date d&#39;échantillonnage, suivre le plan d&#39;échantillonnage établi à l&#39;article 2.4, en utilisant les techniques décrites ci-dessous. Équipement et volume d&#39;échantillon peut varier en fonction des méthodes de collecte et de transfert étant employés et le montant de l&#39;échantillon requis pour l&#39;analyse de CG 8. Ce protocole utilise 5,9 ml des flacons de collecte et des seringues de 30 ml, avec un procédé de rinçage de transfert d&#39;échantillon. Voir discussion pour d&#39;autres approches. <ol><li> Préparation <ol><li> Si l&#39;échantillonnage de plusieurs chambres par tour, préparer un point de réfé tempsgrille rence (voir la figure 2) à suivre où et quand échantillonner facilement. Sinon, prendre des dispositions pour enregistrer chaque point de temps lors de l&#39;échantillonnage. </li><li> Pré-étiquette et organiser des flacons de collecte pour une efficacité maximale et un risque minimal de confusion lors de l&#39;échantillonnage. </li><li> Afin de gagner du temps lors de l&#39;échantillonnage, préparer tous les matériaux et équipements à l&#39;avance. Inclure les figurants de tout ce qui peut se casser ou se perdre facilement (aiguilles, seringues, robinets, etc), et les placer dans un sac de transport, un seau ou un autre récipient. </li><li> Soyez prêt à enregistrer tous les points de temps retardés qui peuvent survenir en raison d&#39;une panne d&#39;équipement ou d&#39;autres circonstances imprévues, et qui peuvent être facilement corrigées au cours de l&#39;analyse des données en ajustant le temps associé à un certain échantillon. </li></ol></li><li> Prélèvement des échantillons <ol><li> Fixez et scellez le couvercle de la chambre de l&#39;ancrage de la chambre de pré-installé, et déclencher un chronomètre. Ceci est T 0. </li><li> Immédiatement après avoir scellé le couvercle collect un échantillon d&#39;air ambiant à partir d&#39;un emplacement adjacent à la chambre, à la hauteur approximative de la partie supérieure de la chambre: avec un vide de 30 ml seringue munie d&#39;une aiguille et d&#39;un robinet en position ouverte, tirer un échantillon de 30 ml d&#39;air et fermer le robinet. Ceci est l&#39;échantillon T 0. Sinon, prendre l&#39;échantillon T 0 de la chambre 6. Note: Compromis existent entre les deux approches - évaluer spatial (distance du site ou microclimat externe pour les échantillons à l&#39;extérieur) vs calendrier (délai entre la fermeture du couvercle et le prélèvement d&#39;échantillons pour les échantillons à l&#39;intérieur) considérations et de déterminer la technique la plus appropriée pour l&#39;équipement utilisé et le système étudié. </li><li> Avec l&#39;aiguille de la seringue, percer le septum 5,9 ml d&#39;un flacon de prélèvement qui a déjà une autre aiguille piquer à travers à proximité du bord de la cloison. </li><li> Ouvrir le robinet de la seringue et injecter environ 20 ml de l&#39;échantillon dans le flacon (ce qui provoque le contenu précédent de laflacon pour être expulsé par l&#39;aiguille supplémentaire, remplacé par échantillon). </li><li> Dans un mouvement fluide, retirez l&#39;aiguille supplémentaire tout en continuant à injecter autant de l&#39;échantillon restant (environ 10 ml) que possible, un peu plus de pressurisation du flacon pour assurer l&#39;intégrité de l&#39;échantillon et permettre l&#39;analyse de plusieurs échantillons si nécessaire 8. </li><li> Fermer le robinet et retirez l&#39;aiguille de la seringue de la cloison. Retournez le flacon rempli à l&#39;envers à distinguer des flacons en carnet. </li><li> Passez à la chambre suivante, répétez les étapes 3.2.1-3.2.6, sceller le couvercle sur la pré-déterminé du point T 0 heure correcte. </li><li> Continuer à répéter les étapes 3.2.1-3.2.7 jusqu&#39;à ce que toutes les chambres de la tour ont été scellés et T 0 échantillons ont été prélevés. </li><li> Retour à la première chambre. </li><li> Comme le temps se rapproche de 10 secondes jusqu&#39;à T 1, percer le septum dans la partie supérieure de la chambre avec l&#39;aiguille de la seringue. </li><li> Dans un deuxième 10 Plage de T 1, l&#39;esprithdraw un échantillon de 30 ml d&#39;air à l&#39;intérieur de la chambre et fermer le robinet. Retirez l&#39;aiguille de la seringue de la cloison de la chambre. </li><li> Transférer l&#39;échantillon dans un flacon de prélèvement suivant les étapes 3.2.3-3.2.6. </li><li> Continuer à recueillir des échantillons en suivant les étapes 3.2.10-3.2.12, selon le plan d&#39;échantillonnage établi à l&#39;article 2.4. </li></ol></li><li> Les mesures d&#39;accompagnement <ol><li> Afin de convertir la concentration de gaz à la masse, de mesurer la température de l&#39;air au moment de l&#39;échantillonnage. En fonction des objectifs de recherche, fiche ou effectuer d&#39;autres mesures d&#39;accompagnement telles que la température du sol et l&#39;humidité du sol à chaque emplacement et / ou le temps, les précipitations quotidiennes, la densité apparente du sol, les nitrates du sol et les concentrations d&#39;ammonium, etc Différents moyens existent pour obtenir ces mesures - suivre les protocoles standard. </li><li> Éventuellement, prélever des échantillons de l&#39;air ambiant et / ou des normes sur le terrain de la charge de concentrations connues dans des flacons pour évaluer les concentrations de GES ambiantes et le potentiel de stockage flacon dégradation in la période comprise entre l&#39;échantillonnage et l&#39;analyse (voir les sections 2.4.1.4 et 2.4.1.5). </li></ol></li></ol> 4. Analyse des échantillons <ol><li> Déterminer la concentration des gaz d&#39;intérêt de chaque échantillon par chromatographie en phase gazeuse, en utilisant un équipement muni d&#39;un détecteur d&#39;électrons de capture pour le N 2 O, un analyseur de gaz à infrarouge ou d&#39;un détecteur à conductivité thermique pour le CO 2, et un détecteur à ionisation de flamme pour le CH 4. Remarque: Il est essentiel d&#39;avoir accès à un instrument qui est correctement configuré pour l&#39;analyse des GES et a le temps d&#39;exécution suffisant. Les principes et les méthodes de chromatographie en phase gazeuse sont décrites ailleurs 5,15,16. </li><li> Autre concentration de gaz de trace de masse volumique à l&#39;aide de la loi des gaz parfaits: </li></ol> PV = nRT Où P = pression, V = volume n = moles de gaz R = la constante de la loi des gaz, et T = température. Ainsi: <img alt="Equation 1"fo: contenu width = &quot;4 po&quot; src = &quot;/ files/ftp_upload/52110/52110eq1.jpg&quot; width = &quot;400&quot; /&gt; 5. Analyse des données <ol><li> Pour chaque série de temps, parcelle temps par concentration et d&#39;évaluer la linéarité. Évaluer utilisant qualité de l&#39;ajustement ou par inspection visuelle, à l&#39;exclusion des temps plus tardifs montrent des signes de plateau de l&#39;analyse. Utiliser un minimum de trois points dans le temps T 0, y compris pour le calcul du flux (T 0, T 1, T 2, ...). Établir un protocole uniforme, et rejeter une série de temps qui ne respectent pas les normes de ce protocole pour la linéarité. Voir Parkin et Venterea 8 pour une discussion approfondie de l&#39;erreur, le biais et la variance dans le calcul de flux. </li><li> Effectuez une régression linéaire. </li><li> Utilisez la pente de la régression pour calculer le flux: </li></ol> F = S • V • A -1 Où F = flux, S = pente de la régression, V = volume de la chambre, et A = la chambrezone. Ainsi: <img alt="Equation 2" fo:content-width="1.3in" src="/files/ftp_upload/52110/52110eq2.jpg" width="130" /> Remarque: Reportez-vous à la discussion et Parkin et al 12 pour les approches non-linéaires à flux calcul..

<ol>
	<li>Myhre, G., Stocker, T. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anthropogenic+and+Natural+Radiative+Forcing.+In:+Climate+Change+2013:+The+Physical+Science+Basis.">Anthropogenic and Natural Radiative Forcing. In: Climate Change 2013: The Physical Science Basis.</a> Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. , (2013).</li><li>Denmead, O. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Approaches+to+measuring+fluxes+of+methane+and+nitrous+oxide+between+landscapes+and+the+atmosphere.">Approaches to measuring fluxes of methane and nitrous oxide between landscapes and the atmosphere.</a> Plant and Soil. 309 (1-2), 5-24 (2008).</li><li>Smith, K. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Micrometeorological+and+chamber+methods+for+measurement+of+nitrous+oxide+fluxes+between+soils+and+the+atmosphere:+Overview+and+conclusions.">Micrometeorological and chamber methods for measurement of nitrous oxide fluxes between soils and the atmosphere: Overview and conclusions.</a> Journal of Geophysical Research: Atmospheres. 99 (1984-2012), 16541-16548 (1984).</li><li>Bouwman, A. F., Boumans, L. J. M., Batjes, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Emissions+of+N2O+and+NO+from+fertilized+fields:+Summary+of+available+measurement+data.">Emissions of N2O and NO from fertilized fields: Summary of available measurement data.</a> Global Biogeochemical Cycles. 16 (4), 1058 (2002).</li><li>Hensen, A., Skiba, U., Famulari, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Low+cost+and+state+of+the+art+methods+to+measure+nitrous+oxide+emissions.">Low cost and state of the art methods to measure nitrous oxide emissions.</a> Environmental Research Letters. 8 (2), 025022 (2013).</li><li>Rochette, P., Eriksen-Hamel, N. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Chamber+Measurements+of+Soil+Nitrous+Oxide+Flux:+Are+Absolute+Values+Reliable.">Chamber Measurements of Soil Nitrous Oxide Flux: Are Absolute Values Reliable.</a> Soil Science Society of America Journal. 72 (2), 331 (2008).</li><li>Robertson, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Greenhouse+Gases+in+Intensive+Agriculture:+Contributions+of+Individual+Gases+to+the+Radiative+Forcing+of+the+Atmosphere.">Greenhouse Gases in Intensive Agriculture: Contributions of Individual Gases to the Radiative Forcing of the Atmosphere.</a> Science. 289 (5486), 1922-1925 (2000).</li><li>Parkin, T. B., Venterea, R. T., Follet, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Chamber-Based+Trace+Gas+Flux+Measurements.+In:+Sampling+Protocols.">Chamber-Based Trace Gas Flux Measurements. In: Sampling Protocols.</a> http://www.ars.usda.gov/research/GRACEnet. 3 (1), 3-39 (2010).</li><li>Klein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nitrous+Oxide+Chamber+Methodology+Guidelines.">Nitrous Oxide Chamber Methodology Guidelines.</a> Ministry for Primary Industries. , 1-146 (2013).</li><li>Clough, T. J., Rochette, P., Thomas, S. M., Pihlatie, M., Christiansen, J. R., Thorman, R. E., deKlein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Chamber+Design.+In:+Nitrous+Oxide+Chamber+Methodology+Guidelines.">Chamber Design. In: Nitrous Oxide Chamber Methodology Guidelines.</a> Ministry for Primary Industries. , (2013).</li><li>Hutchinson, G. L., Livingston, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Vents+and+seals+in+non-steady-state+chambers+used+for+measuring+gas+exchange+between+soil+and+the+atmosphere.">Vents and seals in non-steady-state chambers used for measuring gas exchange between soil and the atmosphere.</a> European Journal of Soil Science. 52 (4), 675-682 (2001).</li><li>Parkin, T. B., Venterea, R. T., Hargreaves, S. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Calculating+the+Detection+Limits+of+Chamber-based+Soil+Greenhouse+Gas+Flux+Measurements.">Calculating the Detection Limits of Chamber-based Soil Greenhouse Gas Flux Measurements.</a> Journal of Environment Quality. 41 (3), 705 (2012).</li><li>Venterea, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simplified+Method+for+Quantifying+Theoretical+Underestimation+of+Chamber-Based+Trace+Gas+Fluxes.">Simplified Method for Quantifying Theoretical Underestimation of Chamber-Based Trace Gas Fluxes.</a> Journal of Environment Quality. 39 (1), 126 (2010).</li><li>Rochette, P., Chadwick, D. R., de Klein, C., deKlein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Deployment+Protocol.+In:+Nitrous+Oxide+Chamber+Methodolog+Guidelines.">Deployment Protocol. In: Nitrous Oxide Chamber Methodolog Guidelines.</a> Ministry for Primary Industries. (3), (2013).</li><li>. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fundamentals+of+Gas+Chromatography.">Fundamentals of Gas Chromatography.</a> Agilent Technologies, Inc. , 1-60 (2002).</li><li>Holland, E. A., Robertson, G. P., Greenberg, J., Groffman, P. M., Boone, R. D., Gosz, J. R., Robertson, G. P., Coleman, D. C., Bledsoe, C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Soil+CO2,+N2O,+and+CH4+Exchange.">Soil CO2, N2O, and CH4 Exchange.</a> Standard Soil Methods for Long-Term Ecological Research. , (1999).</li><li>Venterea, R. T., Burger, M., Spokas, K. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nitrogen+Oxide+and+Methane+Emissions+under+Varying+Tillage+and+Fertilizer+Management.">Nitrogen Oxide and Methane Emissions under Varying Tillage and Fertilizer Management.</a> Journal of Environment Quality. 34 (5), 1467 (2005).</li><li>Hutchinson, G. L., Mosier, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+soil+cover+method+for+field+measurement+of+nitrous+oxide+fluxes.">Improved soil cover method for field measurement of nitrous oxide fluxes.</a> Soil Science Society of America Journal. 45 (2), 311-316 (1981).</li><li>Pedersen, A. R., Petersen, S. O., Vinther, F. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stochastic+diffusion+model+for+estimating+trace+gas+emissions+with+static+chambers.">Stochastic diffusion model for estimating trace gas emissions with static chambers.</a> Soil Science Society of America Journal. 65, 49-58 (2001).</li><li>Pedersen, A. R., Peterson, S. O., Schelde, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comprehensive+approach+to+soil-atmosphere+trace-gas+flux+estimation+with+static+chambers.">A comprehensive approach to soil-atmosphere trace-gas flux estimation with static chambers.</a> European Journal of Soil Science. 61, 888-902 (2010).</li><li>Wagner, S. W., Reicosky, D. C., Alessi, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Regression+models+for+calculating+gas+fluxes+measured+with+a+closed+chamber.">Regression models for calculating gas fluxes measured with a closed chamber.</a> Agronomy Journal. 89, 279-284 (1997).</li><li>Livingston, G. P., Hutchinson, G. L., Spartalian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Trace+gas+emission+in+chambers.">Trace gas emission in chambers.</a> Soil Science Society of America Journal. 70, 1459-1469 (2006).</li><li>Venterea, R. T., Parkin, T. B., Cardenas, L., Petersen, S. O., Pedersen, A. R., deKlein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Data+Analysis+Considerations.+In:+Nitrous+Oxide+Chamber+Methodology+Guidelines.">Data Analysis Considerations. In: Nitrous Oxide Chamber Methodology Guidelines.</a> Ministry for Primary Industries. (6), (2013).</li><li>Grace, P., van der Weerden, T. J., Kelly, K., Rees, R. M., Skiba, U. M., deKlein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+Greenhouse+Gas+Measurement+in+the+Field.+In:+Nitrous+Oxide+Chamber+Methodology+Guidelines.">Automated Greenhouse Gas Measurement in the Field. In: Nitrous Oxide Chamber Methodology Guidelines.</a> Ministry for Primary Industries. , (2013).</li><li>Alfaro, M. A., Giltrap, D., Topp, C. F. E., de Klein, C., deKlein, C., Harvey, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+to+Report+Your+Experimental+Data.+In:+Nitrous+Oxide+Chamber+Methodology+Guidelines.">How to Report Your Experimental Data. In: Nitrous Oxide Chamber Methodology Guidelines.</a> Ministry for Primary Industries. , (2013).</li></ol>

The authors have nothing to disclose.

<html> L&#39;approche basée sur chambre-statique décrit ici est une méthode efficace pour la mesure de flux de GES des systèmes de sol. La relative simplicité de ses composants, il est particulièrement bien adapté à des conditions ou des systèmes dans lesquels plusieurs méthodes d&#39;infrastructure à forte intensité sont irréalisables. Afin de générer des données de haute qualité, cependant, l&#39;approche de la chambre statique doit être effectué avec une attention stricte à la conception expérimentale 6. Une considération notable qui doit être prise en compte est la variabilité spatiale des flux de gaz du sol, ce qui peut entraîner une forte variabilité des mesures sur la base de la chambre-répliqués. Dans la conception des expériences, par conséquent, il est important d&#39;inclure suffisamment de répétitions pour fournir une puissance suffisante pour une analyse statistique. Il peut exister des compromis entre le nombre de traitements qui peuvent être étudiées tout en maintenant la réplication suffisante, et un minimum de quatre répétitions par traitement est une règle générale 14. ontenu &quot;&gt; Si flux mesurés seront utilisés pour estimer les émissions quotidiennes, les variations diurnes de la température de l&#39;air, la température du sol, et les émissions de gaz doivent être prises en compte. Si les objectifs de recherche exigent des mesures pour obtenir la mi-matin lorsque les températures reflètent des moyennes journalières, la fenêtre restreinte de l&#39;échantillonnage peut affecter le nombre de chambres qui peuvent en pratique être surveillés. Une considération supplémentaire à évaluer est l&#39;impact que l&#39;inclusion ou l&#39;exclusion des racines des plantes et au-dessus de la biomasse du sol auront sur les flux de gaz. placement Chambre par rapport au tissu végétal sera impact sur ​​l&#39;interprétation des données de flux, en particulier dans le cas du CO 2, où non seulement la respiration microbienne, mais aussi racine et tirer la respiration et la photosynthèse doit être équilibré. Pour une discussion supplémentaire de ces facteurs, voir Parkin et Venterea 8. Comme indiqué précédemment, de nombreuses variantes de cette méthode existent, y compris la conception de la chambre d&#39;échantillonnage etvolume. Une telle variation est la méthode employée pour transférer des échantillons entre la seringue et le flacon de prélèvement. La technique décrite ici par vider le flacon de collection avec l&#39;échantillon avant de remplir le flacon à pression positive 5. Une technique plus couramment utilisé est le transfert d&#39;échantillons à partir de seringues dans des flacons qui ont été pré-évacué à l&#39;aide d&#39;une pompe à vide, et l&#39;utilisation des flacons non évacués sans chasse d&#39;eau a également été rapporté 8,17. Un autre point important où une série d&#39;approches existe est dans l&#39;analyse de données et la sélection du modèle de flux le plus approprié pour le système à l&#39;étude. En plus de la méthode de régression linéaire est décrit ici, les modèles non-linéaires peuvent également être utilisés, en particulier lorsque de plus longs temps de déploiement sont utilisés. Ces modèles comprennent l&#39;algorithme développé par Hutchinson et Mosier 18 les variations de ces 19,20, la procédure quadratique décrit par Wagner et al., 21, et le non-stable-estimateur de flux de diffusion de l&#39;état décrit par Livingston et al 22. Pour une discussion approfondie des modèles de flux non-linéaires, reportez-vous à Parkin et al. 12 et Venterea et al 23. Des méthodes similaires à l&#39;approche de la chambre statique comprennent l&#39;utilisation de systèmes de mesure accréditives avec Fourier transfert infrarouge (FTIR) spectrométrie comme une alternative à la seringue chromatographie d&#39;échantillonnage et de gaz, ainsi que l&#39;automatisation de la fermeture de la chambre et de l&#39;échantillonnage par divers moyens. Les systèmes automatisés permettent des mesures plus fréquentes avec le personnel réduit, mais aussi nécessitent des investissements d&#39;infrastructure supplémentaires. Grace et al. 24 fournissent un résumé détaillé des options et des compromis dans automatisé basé chambre-N 2 O mesure. Caractérisation des flux de gaz à effet de serre à la fois de la gestion et des systèmes naturels est important d&#39;informer les modèles basés sur les processus, comprendre les impacts des management pratiques et informer les stratégies d&#39;atténuation, et à soutenir la comptabilité globale et modélisation du changement climatique. Ainsi, alors que les études individuelles sont instructifs à l&#39;échelle locale, beaucoup de valeur supplémentaire est dérivé en contribuant à, et d&#39;en tirer, un organisme mondial de connaissances sur les échanges gazeux entre le paysage et l&#39;atmosphère. Il est essentiel, par conséquent, que les données soient recueillies et communiquées d&#39;une manière qui assure la longévité et l&#39;interopérabilité avec la base de connaissances plus large. Notamment en suivant les meilleures pratiques pour assurer la qualité des données, ainsi que la collecte de mesures d&#39;accompagnement et des rapports complets de métadonnées pour permettre l&#39;extension des résultats au-delà des études discrètes. Excellentes lignes directrices pour la communication des données sont disponibles sur le projet GRACEnet et le GRA 25.

Understanding the contributions of both human activities and natural systems to radiative properties of the atmosphere is an area of critical importance as we strive to mitigate anthropogenic contributions to the greenhouse effect. In addition to carbon dioxide (CO2), nitrous oxide (N2O) and methane (CH4) are also potent GHGs, accounting for an estimated 7% and 19% of global warming, respectively, with the majority of emissions coming from landscape sources1,2. These range from managed systems such as agricultural fields, rice paddies, and landfills, to natural systems such as forest floors, wetlands, and termite mounds. Accurate measurement, supporting well-informed modeling of such landscape-based emissions is critical in order to understand the drivers of climate change as well as to identify mitigation opportunities.
A variety of greenhouse gas measurement strategies exist, each with their own strengths and weaknesses2-5. Mass balance techniques rely on wind-based dispersion of gases and are suited to measurement of flux from small, well-defined sources such as landfills and animal paddocks. Micrometeorological approaches such as eddy covariance are based on real-time direct measurement of vertical gas flux, and can provide direct measurements over large areas. However, homogeneity in source topography is an implicit assumption (in that measurements yield a mean for the area under study), and costly infrastructure can limit deployment possibilities. Finally, chamber-based methods focus on change in gas concentration at the soil surface by sampling from a restricted above ground headspace. They allow measurements to be obtained from small areas and numerous treatments, but are subject to high coefficients of variation due to spatial variation in soil gas flux.
Here we discuss the most prevalent and easily implemented form of chamber-based measurement, utilizing the type of closed chambers without air flow-through commonly referred to as &#8220;static&#8221; or &#8220;non-steady-state non-flow-through&#8221; chambers. In this approach, gas emissions from the soil surface are trapped within a vented chamber, and rates of flux are determined by measuring the change in gas concentration over time within the chamber headspace. The static chamber technique has been widely deployed across both managed and natural landscapes and underpins the bulk of data reporting soil-based flux of greenhouse gases, particularly N2O6,7. It is ideally suited to the study of small experimental plots, diverse sites over variable terrain, or in other situations where multiple distinct locations must be studied without significant infrastructure investments. Typical experimental uses might include the exploration of alternative landscape management practices and their impact on soil-based CO2, N2O, and/or CH4 emissions, examination of landscape-based flux dynamics under artificially induced climate change scenarios such as warming and rainfall exclusion/supplementation, or the descriptive study of natural and agricultural ecosystems and subsystems.
As a critical tool in GHG measurement and flux estimation, the static chamber method has been thoroughly evaluated, and significant efforts have been made towards standardization of techniques and harmonization of data reporting4,6,8,9. Of particular note are the detailed reviews and guidelines produced by the U.S. Department of Agriculture &#8211; Agricultural Research Service&#8217;s Greenhouse gas Reduction through Agricultural Carbon Enhancement network (GRACEnet)8 and by the Global Research Alliance on Agricultural Greenhouse Gases (GRA)9. Such guidelines provide an invaluable resource and platform for coordination, as ultimately the interoperability of data from a myriad of studies is critical for scaling up local findings to global modeling, and for translating research results into viable mitigation strategies.
GRACEnet, GRA, and other reviews also highlight the fact that specific techniques in static chamber-based greenhouse gas flux measurement are extremely diverse, with significant methodological variations possible at nearly every step of the way, including chamber design, temporal and spatial deployment, sampling volumes, sample analysis, and flux calculations. The method described here presents one possible variant, while showcasing best practices and highlighting critical considerations for the generation of high quality, broadly transferrable data. It is intended to provide an accessible overview of this standardized procedure, and a platform from which to explore further nuances and variations described in the literature.

<table border="0" cellpadding="0" cellspacing="0" width="941">
	<tbody>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">5.9 ml soda glass flat bottom 55 x 15.5 mm</td>
			<td style="width:73px;">Labco Limited</td>
			<td style="width:123px;">719W</td>
			<td style="width:413px;">Collection vials</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">16.5 mm screw caps with pierceable rubber septum</td>
			<td style="width:73px;">Labco Limited</td>
			<td style="width:123px;">VC309</td>
			<td style="width:413px;">Caps for&#160; vials</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:332px;">90-well plastic vial rack, 17.1 mm well I.D.</td>
			<td style="width:73px;">Wheaton</td>
			<td style="width:123px;">868810</td>
			<td style="width:413px;">Rack for organizing vials</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:332px;">Regular bevel needles 23G x 1&#34;</td>
			<td style="width:73px;">BD</td>
			<td style="width:123px;">305193</td>
			<td style="width:413px;">Needles for sample collection</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">Stopcocks with luer connections, 1-way, male slip</td>
			<td style="width:73px;">Cole-Parmer</td>
			<td style="width:123px;">EW-30600-01</td>
			<td style="width:413px;">Stopcocks for syringes</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:332px;">30 ml syringe, slip tip</td>
			<td style="width:73px;">BD</td>
			<td style="width:123px;">309651</td>
			<td style="width:413px;">Syringes for sample collection</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:332px;">Stopwatch or timer</td>
			<td style="width:73px;">Various</td>
			<td style="width:123px;">N/A</td>
			<td style="width:413px;">For timing field sampling</td>
		</tr>
		<tr height="83">
			<td height="83" style="height:83px;width:332px;">Stainless steel or galvanized utility pans with rim, or fabricated stainless steel or PVC chambers and lids, dimensions as appropriate to experimental system</td>
			<td style="width:73px;">Various</td>
			<td style="width:123px;">N/A</td>
			<td style="width:413px;">Chamber anchor and lid - bottom cut out of anchor, holes for septum and vent tubing bored in lid</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">Gray butyl stoppers 20 mm</td>
			<td style="width:73px;">Wheaton</td>
			<td style="width:123px;">W224100-173</td>
			<td style="width:413px;">Chamber septa for syringe sampling - insert into hole bored in lid top</td>
		</tr>
		<tr height="83">
			<td height="83" style="height:83px;width:332px;">Tygon tubing 4.0 mm I.D. x 5.6 mm O.D.</td>
			<td style="width:73px;">Sigma-Aldrich</td>
			<td style="width:123px;">Z685623</td>
			<td style="width:413px;">Chamber vent tubing - insert in hole bored in lid side, flush with exterior, approximately 25 cm coiled in lid interior (a 1ml syringe tip may be used as an attachement mechanism)</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">Adhesive foam rubber tape or HDPE O-ring</td>
			<td style="width:73px;">Various</td>
			<td style="width:123px;">N/A</td>
			<td style="width:413px;">Chamber sealing mechanism - fastened to underside of lid rim</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:332px;">Reflective&#160; insulation, 0.3125&#34; thickness</td>
			<td style="width:73px;">Lowe&#39;s</td>
			<td style="width:123px;">409818</td>
			<td style="width:413px;">Insulating and reflective coating - affix to exterior of chamber lid</td>
		</tr>
		<tr height="62">
			<td height="62" style="height:62px;width:332px;">Large metal binder clips, 2&#34; size with 1&#34; capacity, or manufactured draw latch as appropriate</td>
			<td style="width:73px;">Staples / McMaster</td>
			<td style="width:123px;">831610 (Staples) / 1863A21 (McMaster)</td>
			<td style="width:413px;">Lid attachment mechanism - for clamping lid to anchor during sampling</td>
		</tr>
		<tr height="104">
			<td height="104" style="height:104px;width:332px;">Gas chromatography equipment fitted with electron capture detector for nitrous oxide, infrared gas analyzer or thermal conductivity detector for carbon dioxide, flame ionization detector for methane</td>
			<td style="width:73px;">Various</td>
			<td style="width:123px;">N/A</td>
			<td style="width:413px;">For sample analysis</td>
		</tr>
	</tbody>
</table>

measurement of greenhouse gas flux from agricultural soils using static chambers

Measurement of greenhouse gas (GHG) fluxes between the soil and the atmosphere, in both managed and unmanaged ecosystems, is critical to understanding the biogeochemical drivers of climate change and to the development and evaluation of GHG mitigation strategies based on modulation of landscape management practices. The static chamber-based method described here is based on trapping gases emitted from the soil surface within a chamber and collecting samples from the chamber headspace at regular intervals for analysis by gas chromatography. Change in gas concentration over time is used to calculate flux. This method can be utilized to measure landscape-based flux of carbon dioxide, nitrous oxide, and methane, and to estimate differences between treatments or explore system dynamics over seasons or years. Infrastructure requirements are modest, but a comprehensive experimental design is essential. This method is easily deployed in the field, conforms to established guidelines, and produces data suitable to large-scale GHG emissions studies.

Avant de commencer un projet de recherche avec des chambres statiques, il est important de comprendre que le processus global, et l&#39;organisation d&#39;in silico, le terrain et les éléments en laboratoire (Figure 1). Assuré la conception expérimentale attention et l&#39;étalonnage du système (figure 2), l&#39;analyse des données sera relativement simple. Un taux de flux est déterminé pour chaque chambre et le temps d&#39;échantillonnage par une régression de temps par concentration à l&#39;aide d&#39;un modèle de flux prédéterminée appropriée pour le système (Figure 3). Cependant, même après les meilleures pratiques, des difficultés peuvent être rencontrées, et contrôle de la qualité des données brutes est essentiel. Par exemple, la défaillance d&#39;un joint d&#39;étanchéité de la chambre ou les fuites des flacons d&#39;échantillon peut donner lieu à des valeurs de concentration anormaux. Ceux-ci sont facilement identifiés par une inspection visuelle des séries chronologiques parcelles de concentration (figure 4), avec le CO 2 séries de temps servant souvent particulièrement useful &#39;indicateur due au flux généralement plus robuste et continu de CO 2 par rapport à parfois négligeable, près de détection de limite, voire négatif flux de N 2 O ou CH 4. Une fois la qualité des données a été confirmée, les résultats peuvent être utilisés pour comparer la dynamique des flux de gaz entre les traitements ou au cours d&#39;une saison (Figure 5). Comme on peut le voir à partir de mai et juin valeurs de flux et des barres d&#39;erreur, la variation causée par l&#39;hétérogénéité spatiale des flux peut être importante, et plus prononcée dans les conditions de production des taux élevés de flux. Cette variabilité n&#39;est pas rare, et souligne l&#39;importance de la réplication suffisante dans cette technique. <img alt="Figure 1" src="/files/ftp_upload/52110/52110fig1highres.jpg" width="600" /> Figure 1. Vue d&#39;ensemble du flux de travail. Divers éléments de ce protocole sera effectué au stade de la planification, sur le terrain, en laboratoire, et in silico. Les flèches indiquent la séquence de flux de travail, à commencer par la conception de la chambre (et la construction si nécessaire), et de conclure avec l&#39;analyse des données. Plusieurs boîtes / flèches entre échantillonnage sur le terrain et l&#39;analyse de l&#39;échantillon représentent la possibilité de plusieurs dates d&#39;échantillonnage au cours d&#39;une expérience. <img alt="Figure 2" src="/files/ftp_upload/52110/52110fig2highres.jpg" width="400" /> Figure 2. Cadencement d&#39;échantillon. Un exemple de schéma de synchronisation pour le prélèvement d&#39;échantillons à partir de plusieurs chambres simultanément. numéros de chambre sont indiqués dans les points de gauche et de temps en haut, avec des temps d&#39;échantillonnage énumérés à l&#39;ensemble des minutes dans la grille. Dans cet exemple, quatre séries de temps séparé de 36 min chacune (une pour chaque chambre) sont effectuées en l&#39;espace de 46 min, 12 min avec un espacement entre les points dans le temps au sein d&#39;une série, et 2 min de temps de marche entre les chambres. Pour cet exemple hypothétique, la suitabilité de 36 min série de temps aurait été déterminé par un étalonnage préalable. Bien que le calendrier régulièrement espacées n&#39;est pas nécessaire, il simplifie souvent le plan d&#39;échantillonnage. Alternativement, les chercheurs peuvent enregistrer individuellement chaque instant d&#39;échantillonnage pour déterminer les intervalles d&#39;échantillonnage. <img alt="Figure 3" src="/files/ftp_upload/52110/52110fig3highres.jpg" width="600" /> Figure 3. Flux de calcul. Une série typique statique de la chambre de temps, consistant en N 2 O concentrations mesurées à quatre points dans le temps au cours d&#39;une période d&#39;échantillonnage de 36 min. La régression linéaire est affichée, dont la pente donne le taux de flux. <img alt="Figure 4" src="/files/ftp_upload/52110/52110fig4highres.jpg" width="600" /> Figure commande 4. Qualité. Jumelé séries chronologiques de la même série d&#39;échantillons, mais des gaz différents sont présentés dans la WHIfuite flacon ch a été identifié par inspection visuelle (point rouge). A) la concentration de CO 2 dans le temps. B) N 2 O concentration au cours du temps. <img alt="Figure 5" src="/files/ftp_upload/52110/52110fig5highres.jpg" width="600" /> Les résultats de la synthèse figure 5.. N 2 O taux d&#39;un domaine agricole de flux au cours d&#39;une seule saison de croissance. Valeurs de flux représentent la moyenne de six chambres, à l&#39;aide de quatre points des séries chronologiques. Les barres d&#39;erreur sont l&#39;erreur-type.

Watch this Scientific Journal Video about Measurement of Greenhouse Gas Flux from Agricultural Soils Using Static Chambers at JoVE.com

Measurement of Greenhouse Gas Flux from Agricultural Soils Using Static Chambers

This article showcases the static chamber-based method for measurement of greenhouse gas flux from soil systems. With relatively modest infrastructure investments, measurements may be obtained from multiple treatments/locations and over timeframes ranging from hours to years.

Mesure du flux de gaz à effet de serre provenant des sols agricoles utilisant statiques Chambers

Measurement of greenhouse gas (GHG) fluxes between the soil and the atmosphere, in both managed and unmanaged ecosystems, is critical to understanding the ...

measurement-greenhouse-gas-flux-from-agricultural-soils-using-static

Research

Education

JoVE Core

JoVE Journal

Physics

Environment

Unit 1

The Kinetic Theory of Gases

SCIENTISTS IN ACTION

40.8K vues.  University of Wisconsin-Madison. This article showcases the static chamber-based method for measurement of greenhouse gas flux from soil systems. With relatively modest infrastructure investments, measurements may be obtained from multiple treatments/locations and over timeframes ranging from hours to years.

Vidéo: Measurement of Greenhouse Gas Flux from Agricultural Soils Using Static Chambers

Determination of Microbial Extracellular Enzyme Activity in Waters, Soils, and Sediments using High Throughput Microplate Assays

Much of the nutrient cycling and carbon processing in natural environments occurs through the activity of extracellular enzymes released by microorganisms. Thus, measurement of the activity of these extracellular enzymes can give insights into the rates of ecosystem level processes, such as organic matter decomposition or nitrogen and phosphorus mineralization. Assays of extracellular enzyme activity in environmental samples typically involve exposing the samples to artificial colorimetric or fluorometric substrates and tracking the rate of substrate hydrolysis. Here we describe microplate based methods for these procedures that allow the analysis of large numbers of samples within a short time frame. Samples are allowed to react with artificial substrates within 96-well microplates or deep well microplate blocks, and enzyme activity is subsequently determined by absorption or fluorescence of the resulting end product using a typical microplate reader or fluorometer. Such high throughput procedures not only facilitate comparisons between spatially separate sites or ecosystems, but also substantially reduce the cost of such assays by reducing overall reagent volumes needed per sample.

Microplate based procedures are described for the colorimetric or fluorometric analysis of extracellular enzyme activity. These procedures allow for the rapid assay of such activity in large numbers of environmental samples within a manageable time frame.

Détermination de l&#39;activité enzymatique microbienne extracellulaire dans les eaux, les sols et les sédiments de haut débit microplaques dosages

Much of the nutrient cycling and carbon  processing in natural environments occurs through the activity of extracellular  enzymes released by ...

Recherche

Environnement

Surface Renewal: An Advanced Micrometeorological Method for Measuring and Processing Field-Scale Energy Flux Density Data

Advanced micrometeorological methods have become increasingly important in soil, crop, and environmental sciences. For many scientists without formal training in atmospheric science, these techniques are relatively inaccessible. Surface renewal and other flux measurement methods require an understanding of boundary layer meteorology and extensive training in instrumentation and multiple data management programs. To improve accessibility of these techniques, we describe the underlying theory of surface renewal measurements, demonstrate how to set up a field station for surface renewal with eddy covariance calibration, and utilize our open-source turnkey data logger program to perform flux data acquisition and processing. The new turnkey program returns to the user a simple data table with the corrected fluxes and quality control parameters, and eliminates the need for researchers to shuttle between multiple processing programs to obtain the final flux data. An example of data generated from these measurements demonstrates how crop water use is measured with this technique. The output information is useful to growers for making irrigation decisions in a variety of agricultural ecosystems. These stations are currently deployed in numerous field experiments by researchers in our group and the California Department of Water Resources in the following crops: rice, wine and raisin grape vineyards, alfalfa, almond, walnut, peach, lemon, avocado, and corn.

Surface renewal is a micrometeorological method that is being used increasingly to determine energy fluxes, but its technical complexity makes it inaccessible to a broad audience. We describe the steps needed to set up and calibrate a surface renewal field station, to acquire and process data, and to correctly interpret results.

Advanced micrometeorological methods have become  increasingly important in soil, crop, and environmental sciences.  For many scientists without formal ...

Colorimetric Paper-based Detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from Large Volumes of Agricultural Water

This protocol describes rapid colorimetric detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from large volumes (10 L) of agricultural waters. Here, water is filtered through sterile Modified Moore Swabs (MMS), which consist&#160;of a simple gauze filter enclosed in a plastic cartridge, to concentrate bacteria. Following filtration, non-selective or selective enrichments for the target bacteria are performed in the MMS. For colorimetric detection of the target bacteria, the enrichments are then assayed using paper-based analytical devices (&#181;PADs) embedded with bacteria-indicative substrates. Each substrate reacts with target-indicative bacterial enzymes, generating colored products that can be detected visually (qualitative detection) on the &#181;PAD. Alternatively, digital images of the reacted &#181;PADs can be generated with common scanning or photographic devices and analyzed using ImageJ software, allowing for more objective and standardized interpretation of results. Although the biochemical screening procedures are designed to identify the aforementioned bacterial pathogens, in some cases enzymes produced by background microbiota or the degradation of the colorimetric substrates may produce a false positive. Therefore, confirmation using a more discriminatory diagnostic is needed. Nonetheless, this bacterial concentration and detection platform is inexpensive, sensitive (0.1 CFU/ml detection limit), easy to perform, and rapid (concentration, enrichment, and detection are performed within approximately 24&#160;hr), justifying its use as an initial screening method for the microbiological quality of agricultural water.

Colorimetric Paper-based Detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from Large Volumes of Agricultural Water

A protocol involving integrated concentration, enrichment, and end-point colorimetric detection of foodborne pathogens in large volumes of agricultural water is presented here. Water is filtered through Modified Moore Swabs (MMS), enriched with selective or non-selective media, and detection is performed using paper-based analytical devices (&#181;PAD) imbedded with bacterial-indicative colorimetric substrates.

This protocol describes rapid colorimetric detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from large volumes (10 L) of ...

Laboratory-determined Phosphorus Flux from Lake Sediments as a Measure of Internal Phosphorus Loading

Eutrophication is a water quality issue in lakes worldwide, and there is a critical need to identify and control nutrient sources. Internal phosphorus (P) loading from lake sediments can account for a substantial portion of the total P load in eutrophic, and some mesotrophic, lakes. Laboratory determination of P release rates from sediment cores is one approach for determining the role of internal P loading and guiding management decisions. Two principal alternatives to experimental determination of sediment P release exist for estimating internal load: in situ measurements of changes in hypolimnetic P over time and P mass balance. The experimental approach using laboratory-based sediment incubations to quantify internal P load is a direct method, making it a valuable tool for lake management and restoration.
Laboratory incubations of sediment cores can help determine the relative importance of internal vs. external P loads, as well as be used to answer a variety of lake management and research questions. We illustrate the use of sediment core incubations to assess the effectiveness of an aluminum sulfate (alum) treatment for reducing sediment P release. Other research questions that can be investigated using this approach include the effects of sediment resuspension and bioturbation on P release.
The approach also has limitations. Assumptions must be made with respect to: extrapolating results from sediment cores to the entire lake; deciding over what time periods to measure nutrient release; and addressing possible core tube artifacts. A comprehensive dissolved oxygen monitoring strategy to assess temporal and spatial redox status in the lake provides greater confidence in annual P loads estimated from sediment core incubations.

Lake eutrophication is a water quality issue worldwide, making the need to identify and control nutrient sources critical. Laboratory determination of phosphorus release rates from sediment cores is a valuable approach for determining the role of internal phosphorus loading and guiding management decisions.

Déterminé en laboratoire Phosphore Flux de sédiments lacustres en tant que mesure de phosphore interne Chargement en cours

Eutrophication is a water quality issue in lakes worldwide, and there is a critical need to identify and control nutrient sources. Internal phosphorus (P) ...

Measurement of H2S in Crude Oil and Crude Oil Headspace Using Multidimensional Gas Chromatography, Deans Switching and Sulfur-selective Detection

A method for the analysis of dissolved hydrogen sulfide in crude oil samples is demonstrated using gas chromatography. In order to effectively eliminate interferences, a two dimensional column configuration is used, with a Deans switch employed to transfer hydrogen sulfide from the first to the second column (heart-cutting). Liquid crude samples are first separated on a dimethylpolysiloxane column, and light gases are heart-cut and further separated on a bonded porous layer open tubular (PLOT) column that is able to separate hydrogen sulfide from other light sulfur species. Hydrogen sulfide is then detected with a sulfur chemiluminescence detector, adding an additional layer of selectivity. Following separation and detection of hydrogen sulfide, the system is backflushed to remove the high-boiling hydrocarbons present in the crude samples and to preserve chromatographic integrity. Dissolved hydrogen sulfide has been quantified in liquid samples from 1.1 to 500 ppm, demonstrating wide applicability to a range of samples. The method has also been successfully applied for the analysis of gas samples from crude oil headspace and process gas bags, with measurement from 0.7 to 9,700 ppm hydrogen sulfide.

Measurement of H2S in Crude Oil and Crude Oil Headspace Using Multidimensional Gas Chromatography, Deans Switching and Sulfur-selective Detection

A multidimensional gas chromatography method for the analysis of dissolved hydrogen sulfide in liquid crude oil samples is presented. A Deans switch is used to heart-cut light sulfur gases for separation on a secondary column and detection on a sulfur chemiluminescence detector.

Mesure de la H<sub&gt; 2</sub&gt; S dans le pétrole brut et du pétrole brut Headspace Utilisation multidimensionnelle chromatographie en phase gazeuse, les doyens de commutation et détection de soufre sélectif

A method for the analysis of dissolved hydrogen sulfide in crude oil samples is demonstrated using gas chromatography. In order to effectively eliminate ...

Enhancement of the Initial Growth Rate of Agricultural Plants by Using Static Magnetic Fields

Electronic devices and high-voltage wires induce magnetic fields. A magnetic field of 1,300-2,500 Gauss (0.2 Tesla) was applied to Petri dishes containing seeds of Garden Balsam (Impatiens balsamina), Mizuna (Brassica rapa var. japonica), Komatsuna (Brassica rapa var. perviridis), and Mescluns (Lepidium sativum). We applied magnets under the culture dish. During the 4 days of application, we observed that the stem and root length increased. The group subjected to magnetic field treatment (n = 10) showed a 1.4 times faster rate of growth compared with the control group (n = 11) in a total of 8 days (p &#60;0.0005). This rate is 20% higher than that reported in previous studies. The tubulin complex lines did not have connecting points, but connecting points occur upon the application of magnets. This shows complete difference from the control, which means abnormal arrangements. However, the exact cause remains unclear. These results of growth enhancement of applying magnets suggest that it is possible to enhance the growth rate, increase productivity, or control the speed of germination of plants by applying static magnetic fields. Also, magnetic fields can cause physiological changes in plant cells and can induce growth. Therefore, stimulation with a magnetic field can have possible effects that are similar to those of chemical fertilizers, which means that the use of fertilizers can be avoided.

The goal of this protocol is to demonstrate the acceleration of the initial growth rate of plants by applying static magnetic fields with no external energy.

Amélioration du taux de croissance initiale des plantes agricoles à l&#39;aide de champs magnétiques statiques

Electronic devices and high-voltage wires induce magnetic fields. A magnetic field of 1,300-2,500 Gauss (0.2 Tesla) was applied to Petri dishes containing ...

Remote Sensing Evaluation of Two-spotted Spider Mite Damage on Greenhouse Cotton

The objective of this study was to evaluate a ground-based multispectral optical sensor as a remote sensing tool to assess foliar damage caused by the two-spotted spider mite (TSSM), Tetranychus urticae Koch, on greenhouse grown cotton. TSSM is a polyphagous pest which occurs on a variety of field and horticultural crops. It often becomes an early season pest of cotton in damaging proportions as opposed to being a late season innocuous pest in the mid-southern United States. Evaluation of acaricides is important for maintaining the efficacy of and preventing resistance to the currently available arsenal of chemicals and newly developed control agents. Enumeration of spider mites for efficacy evaluations is laborious and time consuming. Therefore, subjective visual damage rating is commonly used to assess density of spider mites. The NDVI (Normalized Difference Vegetation Index) is the most widely used statistic to describe the spectral reflectance characteristics of vegetation canopy to assess plant stress and health consequent to spider mite infestations. Results demonstrated that a multispectral optical sensor is an effective tool in distinguishing varying levels of infestation caused by T. urticae on early season cotton. This remote sensing technique may be used in lieu of a visual rating to evaluate insecticide treatments.

This manuscript describes a multispectral optical sensor that effectively detected damage to early season cotton artificially infested with varying densities of the two-spotted spider mite populations.

L&#39;évaluation de la télédétection de deux points Tétranyque dégâts sur le coton à effet de serre

The objective of this study was to evaluate a ground-based multispectral optical sensor as a remote sensing tool to assess foliar damage caused by the ...

Capturing Flow-weighted Water and Suspended Particulates from Agricultural Canals During Drainage Events

The purpose of this study is to describe the methods used to capture flow-weighted water and suspended particulates from farm canals during drainage discharge events. Farm canals can be enriched by nutrients such as phosphorus (P) that are susceptible to transport. Phosphorus in the form of suspended particulates can significantly contribute to the overall P loads in drainage water. A settling tank experiment was conducted to capture suspended particulates during discrete drainage events. Farm canal discharge water was collected in a series of two 200 L settling tanks over the entire duration of the drainage event, so as to represent a composite subsample of the water being discharged. Imhoff settling cones are ultimately used to settle out the suspended particulates. This is achieved by siphoning water from the settling tanks via the cones. The particulates are then collected for physico-chemical analyses.

Nutrients present in particulate form can contribute significantly to the overall loads in agricultural drainage waters. This study describes a novel method to capture flow-weighted water and suspended particulates from farm canal drainage over the entire duration of the drainage event.

Capturant pondérée en fonction du débit de l’eau et les particules en suspension de canaux agricole pendant les événements de Drainage

The purpose of this study is to describe the methods used to capture flow-weighted water and suspended particulates from farm canals during drainage ...

Assessment of Methane and Nitrous Oxide Fluxes from Paddy Field by Means of Static Closed Chambers Maintaining Plants Within Headspace

This protocol describes the measurement of greenhouse gas (GHG) emissions from paddy soils using the static closed chamber technique. This method is based on the diffusion theory. A known volume of air overlaying a defined soil area is enclosed within a parallelepiped cover (named &#34;chamber&#34;), for a defined period of time. During this enclosure period, gases (methane (CH4) and nitrous oxide (N2O)) move from soil pore air near their microbial source (i.e., methanogens, nitrifiers, denitrifiers) to the chamber headspace, following a natural concentration gradient. Fluxes are then estimated from chamber headspace concentration variations sampled at regular intervals throughout the enclosure and then analyzed with gas chromatography. Among the techniques available for GHG measurement, the static closed chamber method is suitable for plot experiments, as it does not require large homogenously treated soil areas. Furthermore, it is manageable with limited resources and can identify relationships among ecosystem properties, processes, and fluxes, especially when combined with GHG driving force measurements. Nevertheless, with respect to the micrometeorological method, it causes a minimal but still unavoidable soil disturbance, and allows a minor temporal resolution. Several phases are key to the method implementation: i) chamber design and deployment, ii) sample handling and analyses, and iii) flux estimation. Technique implementation success in paddy fields demands adjustments for field flooding during much of the cropping cycle, and for rice plant maintenance within the chamber headspace during measurements. Therefore, the additional elements to be considered with respect to the usual application of non-flooded agricultural soils consist of devices for: i) avoiding any unintended water disturbance that could overestimate fluxes, and ii) including rice plants within the chamber headspace to fully consider gases emitted through aerenchyma transportation.

The overall goal of this protocol is to measure greenhouse gas emissions from paddy fields using the static closed chamber technique. The measurement system needs specific adjustments due to the presence of both a permanent water layer in the field and of the plants within the chamber headspace.

Évaluation de méthane et de protoxyde d’azote flux de rizière au moyen de la statique fermé Chambers maintenir les plantes dans l’espace de tête

This protocol describes the measurement of greenhouse gas (GHG) emissions from paddy soils using the static closed chamber technique. This method is based ...

Experimental Study of the Relationship Between Particle Size and Methane Sorption Capacity in Shale

The amount of adsorbed shale gas is a key parameter used in shale gas resource evaluation and target area selection, and it is also an important standard for evaluating the mining value of shale gas. Currently, studies on the correlation between particle size and methane adsorption are controversial. In this study, an isothermal adsorption apparatus, the gravimetric sorption analyzer, is used to test the adsorption capacity of different particle sizes in shale to determine the relationship between the particle size and the adsorption capacity of shale. Thegravimetric method requires fewer parameters and produces better results in terms of accuracy and consistency than methods like the volumetric method. Gravimetric measurements are performed in four steps: a blank measurement, preprocessing, a buoyancy measurement, and adsorption and desorption measurements. Gravimetric measurement is presently considered to be a more scientific and accurate method of measuring the amount of adsorption; however, it is time-consuming and requires a strict measuring technique. A Magnetic Suspension Balance (MSB) is the key to verify the accuracy and consistency of this method. Our results show that adsorption capacity and particle size are correlated, but not a linear correlation, and the adsorptions in particles sieved into 40 - 60 and 60 - 80 meshes tend to be larger. We propose that the maximum adsorption corresponding to the particle size is approximately 250 &#181;m (60 mesh) in the shale gas fracturing.

We use an isothermal adsorption apparatus, the gravimetric sorption analyzer, to test the adsorption capacity of different particle sizes of shale, in order to find out the relationship between particle size and the adsorption capacity of shale.

Etude expérimentale de la relation entre la taille des particules et capacité de Sorption de méthane en schiste

The amount of adsorbed shale gas is a key parameter used in shale gas resource evaluation and target area selection, and it is also an important standard ...