2.5. Statistical analysesWe used a

2.5. Statistical analyses
We used a mixed model to compare the different cropping sequences and soils and their interaction. The statistical model included the cropping sequences and soil type as fixed effects and replicates as a random effect. When significant differences were detected by the ANOVA, means were compared using an LSD test (α= 0.05). Relationships between cropping intensity, residue input and SOC storage were evaluated through regression analyses, using the means of each treatment. We fit a linear regression for each soil type, between CI and the response variables, i.e. SOC stock, MA, SOCMA, and biomass. All before statistical analyses were performed using INFOSTAT software (Di Rienzo et al., 2011).
3. Results
Soil organic C stocks, macroaggregates (MA) and SOC stored inside macroaggregates (SOCMA) increased from simple rotations (soybean monoculture) to more complex rotations (double cropping with cereals and legumes) only in the Mollisol and at the surface soil layer (Table 2). SOC contents and MA were higher in the Mollisol than in the Vertisol at all depths (P < 0.001). In both soils, W/S-W/S and CC/S-CC/S rotations had the highest SOC stocks, percentage of MA and SOCMA in the surface soil layer and soybean monoculture had the lowest. At 5–15 cm depth, SOC stocks were higher in S-S, S-M and W/S-M than in CC/S-CC/S (Table 2).


Table 2.
Total Soil organic Carbon (SOC) stocks, SOC stored inside macroaggregates (SOCMA) and the amount of macroaggregates (MA) measured two years after de beginning of the experiment (2010), at different soil depths for all cropping sequences analyzed in a Mollisol and a Vertisol at Paraná, Argentina (31°51′ S; 60°32′ W).

ผลลัพธ์ (ไทย) 1:

2.5. สถิติวิเคราะห์เราใช้แบบผสมการเปรียบเทียบลำดับการครอบตัดที่แตกต่างกัน และดิน และปฏิ แบบจำลองทางสถิติรวมลำดับการครอบตัด และชนิดของดินเป็นคงผล และจำลองผลกระทบแบบสุ่ม เมื่อพบความแตกต่างกัน โดย ANOVA การ วิธีการเปรียบเทียบโดยใช้การทดสอบ LSD (α = 0.05) ความสัมพันธ์ระหว่างการครอบตัดความเข้ม ใส่สารตกค้างและ SOC เก็บถูกประเมิน โดยการวิเคราะห์การถดถอย ใช้วิธีการรักษาแต่ละ เราให้พอดีกับการถดถอยเชิงเส้นสำหรับแต่ละชนิดของดิน CI และตัวแปรตอบสนอง เช่น SOC สต็อก MA, SOCMA และชีวมวล ทั้งหมดก่อนการวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้ซอฟต์แวร์ INFOSTAT (Di Rienzo et al. 2011)3. ผลลัพธ์ดินอินทรีย์ C หุ้น macroaggregates (MA) และ SOC ที่เก็บไว้ภายใน macroaggregates (SOCMA) เพิ่มขึ้นจากหมุนง่าย (ถั่วเหลืองปลูกพืชเชิงเดี่ยว) เป็นซับซ้อนหมุน (คู่ครอบ ด้วยธัญพืชและพืชตระกูลถั่ว) เท่านั้น ในการ Mollisol และชั้นผิวดิน (ตารางที่ 2) เนื้อหา SOC และ MA ได้สูงขึ้นใน Mollisol กว่าใน Vertisol ลึกทั้งหมด (P < 0.001) ทั้ง ในดิน W/S-W/S และหมุนเวียน CC/S-CC/S สูงสุดหุ้น SOC เปอร์เซ็นต์ของ MA และ SOCMA ในผิวดินชั้นและถั่วเหลืองปลูกพืชเชิงเดี่ยวมาต่ำที่สุด ที่ 5 – 15 ซม.ลึก SOC หุ้นได้สูงกว่าใน S-S, S-M และ W/S-M กว่าใน CC S-CC/เอส (ตาราง 2)ตารางที่ 2รวมดินอินทรีย์คาร์บอน (SOC) หุ้น SOC เก็บไว้ภายใน macroaggregates (SOCMA) และ macroaggregates (MA) จำนวนวัดสองปีทางเด (2010), การทดลองที่ระดับความลึกของดินแตกต่างกันสำหรับลำดับการครอบตัดทั้งหมดที่วิเคราะห์ในแบบ Mollisol และ Vertisol ที่รัฐปารานา อาร์เจนตินา (31 ° 51′ S; 60 ° 32 W)

ผลลัพธ์ (ไทย) 2:

2.5 สถิติการวิเคราะห์
เราใช้รูปแบบผสมเพื่อเปรียบเทียบลำดับการปลูกพืชที่แตกต่างกันและดินและการมีปฏิสัมพันธ์ของพวกเขา แบบจำลองทางสถิติรวมถึงลำดับการปลูกพืชและชนิดของดินเป็นผลกระทบที่คงที่และการลอกเลียนแบบเป็นผลสุ่ม เมื่อความแตกต่างอย่างมีนัยสำคัญที่ตรวจพบโดยการวิเคราะห์ความแปรปรวนหมายถึงถูกนำมาเปรียบเทียบโดยใช้การทดสอบ LSD (α = 0.05) ความสัมพันธ์ระหว่างความเข้มของการปลูกพืช, การป้อนข้อมูลและการจัดเก็บสารตกค้าง SOC ได้รับการประเมินผ่านการวิเคราะห์การถดถอยการใช้วิธีการของแต่ละการรักษา เราพอดีกับการถดถอยเชิงเส้นสำหรับแต่ละชนิดของดินระหว่าง CI และตัวแปรการตอบสนองเช่นหุ้น SOC, MA, SOCMA และชีวมวล ทั้งหมดก่อนการวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้ซอฟต์แวร์ INFOSTAT (Di Rienzo et al. 2011).
3 ผลการค้นหา
ดินหุ้นอินทรีย์ C, macroaggregates (MA) และ SOC เก็บไว้ภายใน macroaggregates (SOCMA) เพิ่มขึ้นจากการหมุนง่าย (เชิงเดี่ยวถั่วเหลือง) เพื่อผลัดที่ซับซ้อนมากขึ้น (การปลูกพืชคู่กับธัญพืชและพืชตระกูลถั่ว) เท่านั้นใน Mollisol และในชั้นผิวดิน (ตารางที่ 2) เนื้อหา SOC และปริญญาโทสูงใน Mollisol กว่าใน Vertisol ที่ระดับความลึกทั้งหมด (p <0.001) ทั้งในดิน W / SW / S และ CC / S-CC / S ผลัดมีหุ้น SOC สูงสุดร้อยละของแมสซาชูเซตและ SOCMA ในชั้นผิวดินและถั่วเหลืองเชิงเดี่ยวมีต่ำสุด ที่ระดับความลึก 5-15 ซม. หุ้น SOC สูงขึ้นในเอสเอสเอสเอ็มและ W / SM กว่าใน CC / S-CC / S (ตารางที่ 2).


ตารางที่ 2
ทั้งหมดในดินอินทรีย์คาร์บอน (SOC) หุ้น, SOC เก็บไว้ภายใน macroaggregates ( SOCMA) และปริมาณของ macroaggregates นี้ (MA) วัดสองปีหลังจากการเริ่มต้นของการทดลอง (2010) ที่ระดับความลึกของดินที่แตกต่างกันสำหรับลำดับการปลูกพืชทุกวิเคราะห์ใน Mollisol และ Vertisol ที่ Parana, อาร์เจนตินา (31 ° 51 'S 60 ° 32 'W)

ผลลัพธ์ (ไทย) 3:

2.5 การวิเคราะห์ทางสถิติเราใช้แบบผสมเพื่อเปรียบเทียบลำดับการปลูกพืชและดินและการโต้ตอบของพวกเขา แบบจำลองทางสถิติ ได้แก่ การปลูกพืชประเภทเป็นลำดับและดินแก้ไขผลกระทบและซ้ำเป็นลักษณะพิเศษแบบสุ่ม เมื่อเปรียบเทียบการตรวจพบโดยการวิเคราะห์ความแปรปรวน ( ANOVA ) เปรียบเทียบการใช้วิธีการทดสอบ LSD ( α = 0.05 ) ความสัมพันธ์ระหว่างความเข้ม การใส่กาก และ สกระเป๋าถูกประเมินผ่านการวิเคราะห์การถดถอย , การใช้วิธีการของการรักษาแต่ละ เราเหมาะกับการถดถอยเชิงเส้นสำหรับแต่ละชนิดของดินระหว่าง CI และการตอบสนองตัวแปร เช่น สหุ้นมา socma และชีวมวล ทั้งหมดก่อน สถิติที่ใช้ในการวิเคราะห์คือการใช้ซอฟต์แวร์ infostat ( Di rienzo et al . , 2011 )3 . ผลลัพธ์ดินอินทรีย์ C หุ้น macroaggregates ( MA ) ข้อมูลที่เก็บไว้ภายใน macroaggregates ( socma ) เพิ่มขึ้นจากหมุนง่าย ( การถั่วเหลือง ) ผลัดที่ซับซ้อนมากขึ้น ( คู่กับการปลูกธัญพืชและพืชตระกูลถั่ว ) เฉพาะในมอลลิซอลและในดินชั้นบน ( ตารางที่ 2 ) เนื้อหารายวิชา และมาอยู่ในมอลลิซอลที่สูงกว่าในเวอร์ติซอลที่ความลึก ( p < 0.001 ) ทั้งในดิน , W / s-w / s และ CC / s-cc / s รอบสูงมีหุ้นส ร้อยละของแม่และ socma ในดินชั้นบน และถั่วเหลืองเดี่ยวได้ถูกที่สุด ที่ 5 – 15 ซม. สหุ้นสูงขึ้นใน s-s s-m , และ W / s-m กว่า CC / s-cc / s ( ตารางที่ 2 )ตารางที่ 2ดินอินทรีย์คาร์บอนทั้งหมด ( ส ) หุ้นสที่เก็บไว้ภายใน macroaggregates ( socma ) และปริมาณ macroaggregates ( MA ) วัดสองปีหลังจาก เดอ เริ่มต้นการทดลอง ( 2010 ) ที่ความลึกของดินที่แตกต่างกันสำหรับการลำดับข้อมูลในมอลลิซอลและเวอร์ติซอลที่รัฐอามาปา อาร์เจนตินา ( 31 / 51 ’ ; 60 ° 32 นั้น W )