Jordbruket bidrar till 70% av människors totala utsläpp av lustgas (N ₂ O), en potent förorenande gas och den som är skyldig för hålet i ozonskiktet. Roten till denna fråga ligger i den utbredda användningen av kemiskt gödningsmedel, såsom urea och ammoniumnitrat. När dessa produkter har använts i jord för grödor, en del av dem går förlorade i form av N ₂ O, som går direkt in i atmosfären. Föroreningsproblemet med gödningsmedel ökar med den ökande efterfrågan på livsmedel som kräver dessa gödningsmedel för att uppnå lönsam jordbruksproduktion.

Branschen fortsätter att söka efter formler som minskar denna förorening utan att påverka produktionen negativt. Ändå, den står inför ett kärnproblem. Utsläpp av föroreningar från gödningsmedel är mycket svårt att förutsäga eftersom det beror på faktorer som är svåra att kontrollera, som luftfuktighet, temperatur, mikroorganismernas aktivitet i marken och variation i tid och rum, bland andra. Om en realistisk uppskattning av utsläpp från dessa föroreningar inte kan göras, det är svårt att komma med strategier för att minska dessa utsläpp.

En internationell forskargrupp, inklusive University of Cordoba -forskaren Antonio Rafael Sánchez Rodríguez, studerat olika matematiska förutsägelsemetoder för att mäta utsläpp av föroreningar från gödningsmedel, såsom urea och ammoniumnitrat, för att ta reda på vilken som ger data som mest liknar verkligheten. Denna forskning stöds av UK-China Virtual Joint Center for Improved Nitrogen Agronomy (CINAg) och medlemmar från universitet i Storbritannien, Portugal, Australien och Spanien har deltagit. Bland dem finns den brittiska forskaren Ute Skiba, som samarbetar med mellanstatliga panelen för klimatförändringar (IPCC) för att minska utsläppsfaktorer från föroreningar som används inom jordbruket.

För att hitta en mer effektiv metod, forskargruppen testade och jämförde två statistiska modeller. Den första, känd som den bayesiska metoden, är baserat på sannolikhet och ger resultat inom ett intervall av värden som möjliggör slutsatser om möjliga resultat. Den andra, den trapetsformade metoden, används i större utsträckning men kan inte förutsäga variationen i utsläppsfaktorer, eftersom den uppskattar att utsläppsproduktionen är linjär, vilket faktiskt inte är fallet. Utsläpp beror på många faktorer och förändringar i var och en påverkar reaktionerna som är inblandade i utsläpp av förorenande gaser.

Experimentet ägde rum på fyra experimentfält i Storbritannien. Gödselmedel applicerades i form av ammoniumnitrat, urea och ett tredje slag som var en blandning av urea och en potentiell hämmare av ureas, som minimerar ammoniakutsläpp men, enligt flera studier, ökar utsläppet av en annan förorening, N ₂ O.

Resultaten visar att N ₂ O -utsläppen var större när ammoniumnitrat användes, jämfört med att använda urea. Dessutom, användningen av inhibitorn visade inga signifikanta skillnader i denna mening. Forskningen drar slutsatsen att den bayesiska metoden erbjuder mer realistiska förutsägelser om utsläpp av lustgas, och därför är det till stor nytta när man väljer mer hållbara strategier för jordbruk.

I sitt nuvarande skick, den bayesiska metoden är begränsad till fall där befruktning ger en topp av utsläpp följt av en stor nedgång. Dock, likaså, det är mer användbart än traditionella metoder när man väljer en befruktningsstrategi som avger färre förorenande gaser i atmosfären. Från och med nu, denna forskargrupp kommer att försöka tillämpa denna metod för att även mäta utsläpp från organiska kvävegödselmedel.