A new look at ocean carbon remineralization for estimating deepwater sequestration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The “biological carbon pump” causes carbon sequestration in deep waters by downward transfer of organic matter, mostly as particles. This mechanism depends to a great extent on the uptake of CO 2 by marine plankton in surface waters and subsequent sinking of particulate organic carbon (POC) through the water column. Most of the sinking POC is remineralized during its downward transit, and modest changes in remineralization have substantial feedback on atmospheric CO 2 concentrations, but little is known about global variability in remineralization. Here we assess this variability based on modern underwater particle imaging combined with field POC flux data and discuss the potential sources of variations. We show a significant relationship between remineralization and the size structure of the phytoplankton assemblage. We obtain the first regionalized estimates of remineralization in biogeochemical provinces, where these estimates range between −50 and +100% of the commonly used globally uniform remineralization value. We apply the regionalized values to satellite‐derived estimates of upper ocean POC export to calculate regionalized and ocean‐wide deep carbon fluxes and sequestration. The resulting value of global organic carbon sequestration at 2000 m is 0.33 Pg C yr −1 , and 0.72 Pg C yr −1 at the depth of the top of the permanent pycnocline, which is up to 3 times higher than the value resulting from the commonly used approach based on uniform remineralization and constant sequestration depth. These results stress that variable remineralization and sequestration depth should be used to model ocean carbon sequestration and feedback on the atmosphere.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle