Controls on winter ecosystem respiration in temperate and boreal ecosystems
Notice bibliographique
Résumé
Abstract. Winter CO2 fluxes represent an important component of the annual carbon budget in northern ecosystems. Understanding winter respiration processes and their responses to climate change is also central to our ability to assess terrestrial carbon cycle and climate feedbacks in the future. However, the factors influencing the spatial and temporal patterns of winter ecosystem respiration (Reco) of northern ecosystems are poorly understood. For this reason, we analyzed eddy covariance flux data from 57 ecosystem sites ranging from ~35° N to ~70° N. Deciduous forests were characterized by the highest winter Reco rates (0.90 ± 0.39 g C m−2 d−1), when winter is defined as the period during which daily air temperature remains below 0 °C. By contrast, arctic wetlands had the lowest winter Reco rates (0.02 ± 0.02 g C m−2 d−1). Mixed forests, evergreen needle-leaved forests, grasslands, croplands and boreal wetlands were characterized by intermediate winter Reco rates (g C m−2 d−1) of 0.70(±0.33), 0.60(±0.38), 0.62(±0.43), 0.49(±0.22) and 0.27(±0.08), respectively. Our cross site analysis showed that winter air (Tair) and soil (Tsoil) temperature played a dominating role in determining the spatial patterns of winter Reco in both forest and managed ecosystems (grasslands and croplands). Besides temperature, the seasonal amplitude of the leaf area index (LAI), inferred from satellite observation, or growing season gross primary productivity, which we use here as a proxy for the amount of recent carbon available for Reco in the subsequent winter, played a marginal role in winter CO2 emissions from forest ecosystems. We found that winter Reco sensitivity to temperature variation across space (QS) was higher than the one over time (interannual, QT). This can be expected because QS not only accounts for climate gradients across sites but also for (positively correlated) the spatial variability of substrate quantity. Thus, if the models estimate future warming impacts on Reco based on QS rather than QT, this could overestimate the impact of temperature changes.
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 | 0,001 | 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 ».