20年来,长期实地试验的肥料,耕作和作物轮换数据集中在土壤微生物上
Marie Raab1, Lars Schütz2,3, Loreen Sommermann4
1Anhalt University of Applied Sciences, Department of Agriculture, Ecotrophology and Landscape Development, Bernburg (Saale), 06406, Germany. marie.raab@hs-anhalt.de.
Scientific data
|June 12, 2025
概括
长期农业实地试验为粮食安全提供了至关重要的数据. 这项研究详细介绍了德国试验中的土壤,作物和微生物群数据,使得可持续农业的先进分析成为可能.
科学领域:
- 农业科学 农业科学
- 土壤科学 土壤科学
- 微生物学 微生物学
背景情况:
- 长期实地试验对于了解各种管理实践下的作物表现和土壤健康至关重要.
- 这些试验的数据对于应对全球粮食和营养安全挑战至关重要.
- 这一数据集来自于2004年在德国中部建立的实地试验,重点是肥,耕作和作物轮换.
研究的目的:
- 从长期农业实地试验中收集和呈现全面的数据.
- 整合各种指标,包括土壤特性,作物特征,产量,收获质量,植物生理学和土壤/树球微生物学.
- 为高级研究提供一个独特的数据集,包括根特征,微生物组数据和作物基因表达.
主要方法:
- 从2004年开始收集数据,并在2015年加入德国农业土壤研究计划BonaRes后扩展测量.
- 标准化指标记录了土壤管理,土壤物理特性,作物管理,作物特征,产量和收获质量的标准化指标.
- 根系和根系相关的土壤微生物组使用超条码方法分析了细菌,考古物和真菌社区的DNA测序.
主要成果:
- 该数据集包括关于土壤管理,土壤物理特性,作物表现和收获质量参数的详细信息.
- 提供了关于植物生理学和土壤和根球微生物学的广泛数据,包括微生物群落的分类学和相对丰度.
- 这是第一个整合根特征,土壤和树根球微生物组以及作物基因表达数据的数据集.
结论:
- 汇编的数据集为农业研究提供了一个独特的,多方面的资源.
- 土壤,作物和微生物组数据的整合支持对农业系统的整体分析.
- 鼓励研究人员利用这些数据进行元分析,建模和人工智能方法,以推进可持续农业和粮食安全.
