Variation and control of soil organic carbon and other nutrients in permafrost regions on central Qinghai-Tibetan Plateau
Notice bibliographique
Résumé
The variation and control of soil organic carbon (SOC) and other nutrients in permafrost regions are critical for studying the carbon cycle and its potential feedbacks to climate change; however, they are poorly understood. Soil nutrients samples at depths of 0–10, 10–20, 20–30, and 30–40 cm, were sampled eight times in 2009 in alpine swamp meadow, alpine meadow and alpine steppe in permafrost regions of the central Qinghai-Tibetan Plateau. SOC and total nitrogen (TN) in the alpine swamp meadow and meadow decreased with soil depth, whereas the highest SOC content in the alpine steppe was found at depths of 20–30 cm. The vertical profiles of total and available phosphorus (P) and potassium (K) were relatively uniform for all the three grassland types. Correlation and linear regression analyses showed that soil moisture (SM) was the most important parameter for the vertical variation of SOC and other soil nutrients, and that belowground biomass (BGB) was the main source of SOC and TN. The spatial variations (including seasonal variation) of SOC and TN at plot scale were large. The relative deviation of SOC ranged from 7.18 to 41.50 in the alpine swamp meadow, from 2.88 to 35.91 in the alpine meadow, and from 9.33 to 68.38 in the alpine steppe. The spatial variations in the other soil nutrients varied among different grassland types. The most important factors for spatial variations (including seasonal variation) of SOC, TN, total P, available P, and both total and available K were: SM, SM and temperature, SM, air temperature, and SM and BGB, respectively. The large variation in the three grassland types implies that spatial variation at plot scale should be considered when estimating SOC storage and its dynamics.
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 | 0,000 | 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) | 0,001 | 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 ».