Simulation of six years of carbon fluxes for a sedge‐dominated oligotrophic minerogenic peatland in Northern Sweden using the McGill Wetland Model (MWM)
Notice bibliographique
Résumé
Abstract Northern peatlands store ~30% of the global soil carbon, despite covering only 3% of the land. To understand the carbon balance of these systems and predict their response to changes in climate, robust and reliable models are needed. The McGill Wetland Model (MWM), originally developed to simulate the carbon dynamics of ombrotrophic bogs, was modified to simulate the CO 2 biogeochemistry of sedge‐dominated oligotrophic minerogenic peatlands, a prominent peatland type in boreal and subarctic landscapes. Three modifications were implemented: (1) a function to describe the impact of soil moisture on the optimal gross primary production, (2) a scheme to partition the peat profile into oxic and anoxic compartments based on the “effective root depth” as a function of daily sedge net primary production, and (3) a function to describe the “fen” moss water dynamics. The modified MWM was evaluated using eddy‐covariance net ecosystem production (NEP) from Degero Stormyr in northern Sweden. The root mean square error for daily NEP was ~0.46 g C m −2 d −1 , and the index of agreement was 84%. This model adequately captures the magnitude and direction of the CO 2 fluxes and simulates the seasonal and inter‐annual variability reasonably well ( r 2 > 0.8). Sensitivity analysis confirms that specifically water table depth (WTD) and moss water content are key biogeochemical hydrology processes for the carbon biogeochemistry of a sedge‐dominated oligotrophic minerogenic peatland. An increase of WTD by 15 cm or air temperature by 3°C could decrease NEP by up to 200% and make the peatland become a source of CO 2 .
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».