Methane emissions from indigenous nitrogen-efficient bovidae are overestimated

作者
Fuyu Shi,Zhiyuan Ma,Jiandui Mi,Xugang Yang,Xiaoping Jing,Xin Yang,Qing He,Zhenggang Li,C.S. Pinares-Patiño,Igshaan Samuels,Xiaowei Li,Lei Ma,Ruijun Long
出处
期刊:Communications earth & environment [Nature Portfolio]
卷期号:6 (1)
标识
DOI:10.1038/s43247-025-02755-7
摘要

Abstract Livestock are vital for global food security, but are a significant source of methane, a greenhouse gas. Breeding for highly efficient nitrogen utilization and lower emissions is therefore a key goal for sustainable agriculture. Here we compared these traits across wild, indigenous, crossbred, and improved bovines via an extensive meta-analysis, supplemented with measurements of 150 yaks. Our results revealed that indigenous bovine produce less methane and have lower urinary nitrogen loss than improved breeds, indicating superior feed conversion and nitrogen efficiency. Notably, crossbreeds also produce significantly less methane, revealing a hybrid advantage for sustainable breeding. Furthermore, our direct measurements showed that methane emissions from yaks were 39% lower than predicted by Intergovernmental Panel on Climate Change Tier2 models, a pattern of overestimation also evident in other indigenous bovines. These findings reveal that well-adapted indigenous breeds are crucial genetic resources, highlighting the need for breed-specific data to guide global mitigation efforts.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小乙猪完成签到 ,获得积分0
刚刚
zhangnan完成签到 ,获得积分10
1秒前
手可摘星陈同学完成签到,获得积分10
4秒前
本尼脸上褶子完成签到 ,获得积分10
9秒前
共享精神应助清新的问枫采纳,获得10
12秒前
桐桐应助斯文元正采纳,获得10
13秒前
21秒前
木耳完成签到,获得积分10
22秒前
Reader完成签到 ,获得积分10
31秒前
今后应助Oak采纳,获得10
31秒前
happy2016完成签到 ,获得积分10
32秒前
DZZH完成签到 ,获得积分10
33秒前
高天雨完成签到 ,获得积分10
33秒前
SharonDu完成签到 ,获得积分10
35秒前
青旭流觞完成签到,获得积分10
40秒前
48秒前
晓晓完成签到,获得积分10
52秒前
曲艺完成签到,获得积分10
52秒前
53秒前
54秒前
科研通AI6.4应助scijiujiu采纳,获得10
55秒前
cloudehbh完成签到 ,获得积分10
59秒前
兴奋烨华完成签到 ,获得积分10
1分钟前
abc完成签到 ,获得积分0
1分钟前
乐观的忆枫完成签到 ,获得积分0
1分钟前
哈哈完成签到 ,获得积分10
1分钟前
无极2023完成签到 ,获得积分0
1分钟前
cpl完成签到 ,获得积分10
1分钟前
差不多姑娘完成签到 ,获得积分10
1分钟前
研友_Zel1Dn完成签到,获得积分10
1分钟前
yy123完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
rljsrljs完成签到 ,获得积分10
1分钟前
scijiujiu发布了新的文献求助10
1分钟前
小胖wwwww完成签到 ,获得积分10
1分钟前
可爱小天才完成签到 ,获得积分10
1分钟前
旅行者N0501完成签到,获得积分10
1分钟前
大刘应助新人采纳,获得200
1分钟前
科研通AI6.4应助scijiujiu采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
An Introduction to Foreign Language Learning and Teaching 750
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Les chinois de jakarta: temples et vie collective 500
Governing Growth: Us Industrial Policy from Hamilton to Trump 500
The fast track to determining transfer functions of linear circuits: The student guide 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7627339
求助须知:如何正确求助?哪些是违规求助? 9201889
关于积分的说明 19728273
捐赠科研通 7197283
什么是DOI,文献DOI怎么找? 3273849
关于科研通互助平台的介绍 2436149
邀请新用户注册赠送积分活动 2269930