MétaCan
Menu
Retour à la cohorte
Enregistrement W2107397524 · doi:10.1111/gcb.12800

Pyrogenic organic matter production from wildfires: a missing sink in the global carbon cycle

2014· article· en· W2107397524 sur OpenAlexaff
Cristina Santín, Stefan H. Doerr, Caroline M. Preston, Gil González‐Rodríguez

Notice bibliographique

RevueGlobal Change Biology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensCanadian Sport Centre PacificNatural Resources Canada
Organismes subventionnairesLeverhulme Trust
Mots-clésEnvironmental scienceCarbon cycleCarbon sinkOrganic matterSink (geography)Production (economics)Carbon fibersClimate changeChemistryEcosystemGeographyEcologyComputer scienceGeologyEconomicsOceanography

Résumé

récupéré en direct d'OpenAlex

Wildfires release substantial quantities of carbon (C) into the atmosphere but they also convert part of the burnt biomass into pyrogenic organic matter (PyOM). This is richer in C and, overall, more resistant to environmental degradation than the original biomass, and, therefore, PyOM production is an efficient mechanism for C sequestration. The magnitude of this C sink, however, remains poorly quantified, and current production estimates, which suggest that ~1-5% of the C affected by fire is converted to PyOM, are based on incomplete inventories. Here, we quantify, for the first time, the complete range of PyOM components found in-situ immediately after a typical boreal forest fire. We utilized an experimental high-intensity crown fire in a jack pine forest (Pinus banksiana) and carried out a detailed pre- and postfire inventory and quantification of all fuel components, and the PyOM (i.e., all visually charred, blackened materials) produced in each of them. Our results show that, overall, 27.6% of the C affected by fire was retained in PyOM (4.8 ± 0.8 t C ha(-1)), rather than emitted to the atmosphere (12.6 ± 4.5 t C ha(-1)). The conversion rates varied substantially between fuel components. For down wood and bark, over half of the C affected was converted to PyOM, whereas for forest floor it was only one quarter, and less than a tenth for needles. If the overall conversion rate found here were applicable to boreal wildfire in general, it would translate into a PyOM production of ~100 Tg C yr(-1) by wildfire in the global boreal regions, more than five times the amount estimated previously. Our findings suggest that PyOM production from boreal wildfires, and potentially also from other fire-prone ecosystems, may have been underestimated and that its quantitative importance as a C sink warrants its inclusion in the global C budget estimates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations296
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetFire effects on ecosystemsTravaux en français237 207