Assessment of volatile organic compound emissions from ecosystems of China
Notice bibliographique
Résumé
Isoprene, monoterpene, and other volatile organic compound (VOC) emissions from grasslands, shrublands, forests, and peatlands in China were characterized to estimate their regional magnitudes and to compare these emissions with those from landscapes of North America, Europe, and Africa. Ecological and VOC emission sampling was conducted at 52 sites centered in and around major research stations located in seven different regions of China: Inner Mongolia (temperate), Changbai Mountain (boreal‐temperate), Beijing Mountain (temperate), Dinghu Mountain (subtropical), Ailao Mountain (subtropical), Kunming (subtropical), and Xishuangbanna (tropical). Transects were used to sample plant species and growth form composition, leafy (green) biomass, and leaf area in forests representing nearly all the major forest types of China. Leafy biomass was determined using generic algorithms based on tree diameter, canopy structure, and absolute cover. Measurements of VOC emissions were made on 386 of the 541 recorded species using a portable photo‐ionization detector method. For 105 species, VOC emissions were also measured using a flow‐through leaf cuvette sampling/gas chromatography analysis method. Results indicate that isoprene and monoterpene emissions, as well as leafy biomass, vary systematically along gradients of ecological succession in the same manner found in previous studies in the United States, Canada, and Africa. Applying these results to a regional VOC emissions model, we arrive at a value of 21 Tg C for total annual biogenic VOC emissions from China, compared to 5 Tg C of VOCs released annually from anthropogenic sources there. The isoprene and monoterpene emissions are nearly the same as those reported for Europe, which is comparable in size to China.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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 ».