How the insulating properties of snow affect soil carbon distribution in the continental pan‐Arctic area
Notice bibliographique
Résumé
We demonstrate the effect of an ecosystem differentiated insulation by snow on the soil thermal regime and on the terrestrial soil carbon distribution in the pan‐Arctic area. This is done by means of a sensitivity study performed with the land surface model ORCHIDEE, which furthermore provides a first quantification of this effect. Based on field campaigns reporting higher thermal conductivities and densities for the tundra snowpack than for taiga snow, two distributions of near‐equilibrium soil carbon stocks are computed, one relying on uniform snow thermal properties and the other using ecosystem‐differentiated snow thermal properties. Those modeled distributions strongly depend on soil temperature through decomposition processes. Considering higher insulation by snow in taiga areas induces warmer soil temperatures by up to 12 K in winter at 50 cm depth. This warmer soil signal persists over summer with a temperature difference of up to 4 K at 50 cm depth, especially in areas exhibiting a thick, enduring snow cover. These thermal changes have implications on the modeled soil carbon stocks, which are reduced by 8% in the pan‐Arctic continental area when the vegetation‐induced variations of snow thermal properties are accounted for. This is the result of diverse and spatially heterogeneous ecosystem processes: where higher soil temperatures lift nitrogen limitation on plant productivity, tree plant functional types thrive whereas light limitation and enhanced water stress are the new constrains on lower vegetation, resulting in a reduced net productivity at the pan‐Arctic scale. Concomitantly, higher soil temperatures yield increased respiration rates (+22% over the study area) and result in reduced permafrost extent and deeper active layers which expose greater volumes of soil to microbial decomposition. The three effects combine to produce lower soil carbon stocks in the pan‐Arctic terrestrial area. Our study highlights the role of snow in combination with vegetation in shaping the distribution of soil carbon and permafrost at high latitudes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».