Biological soil crusts influence carbon release responses following rainfall in a temperate desert, northern China
Notice bibliographique
Résumé
Abstract How soil cover types and rainfall patterns influence carbon (C) release in temperate desert ecosystems has largely been unexplored. We removed intact crusts down to 10 cm from the Shapotou region, China, and measured them in PVC mesocosms, immediately after rainfall. C release rates were measured in soils with four cover types (moss‐crusted soil, algae‐crusted soil, mixed (composed of moss, algae, and lichen)‐crusted soil, and mobile dune sand). We investigated seven different rainfall magnitudes (0–1, 1–2, 2–5, 5–10, 10–15, 15–20, and >20 mm) under natural conditions. C release from all four BSCs increased with increasing rainfall amount. With a rainfall increase from 0 to 45 mm, carbon release amounts increased from 0.13 ± 0.09 to 15.2 ± 1.35 gC m −2 in moss‐crusted soil, 0.08 ± 0.06 to 6.43 ± 1.23 gC m −2 in algae‐crusted soil, 0.11 ± 0.08 to 8.01 ± 0.51 gC m −2 in mixed‐crusted soil, and 0.06 ± 0.04 to 8.47 ± 0.51 gC m −2 in mobile dune sand, respectively. Immediately following heavy rainfall events (44.9 mm), moss‐crusted soils showed significantly higher carbon release rates than algae‐ and mixed‐crusted soils and mobile dune sands, which were 0.95 ± 0.02, 0.30 ± 0.03, 0.13 ± 0.04, and 0.51 ± 0.02 μmol CO 2 m −2 s −1 , respectively. Changes in rainfall patterns, especially large rain pulses (>10 mm) affect the contributions of different soil cover types to carbon release amounts; moss‐crusted soils sustain higher respiration rates than other biological crusts after short‐term extreme rainfall events.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».