MétaCan
Menu
Retour à la cohorte
Enregistrement W2131673531 · doi:10.5194/bg-12-977-2015

Frozen ponds: production and storage of methane during the Arctic winter in a lowland tundra landscape in northern Siberia, Lena River delta

2015· article· en· W2131673531 sur OpenAlexfundno aff
Moritz Langer, Sebastian Westermann, Katey Walter Anthony, Karoline Wischnewski, Julia Boike

Notice bibliographique

RevueBiogeosciences · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesHelmholtz-GemeinschaftEuropean CommissionAlberta Agricultural Research Institute
Mots-clésTundraDeltaRiver deltaArcticEnvironmental sciencePhysical geographyThe arcticPermafrostWetlandMethaneGeographyHydrology (agriculture)OceanographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Lakes and ponds play a key role in the carbon cycle of permafrost ecosystems, where they are considered to be hotspots of carbon dioxide CO2 and methane CH4 emission. The strength of these emissions is, however, controlled by a variety of physical and biogeochemical processes whose responses to a warming climate are complex and only poorly understood. Small waterbodies have been attracting an increasing amount of attention since recent studies demonstrated that ponds can make a significant contribution to the CO2 and CH4emissions of tundra ecosystems. Waterbodies also have a marked effect on the thermal state of the surrounding permafrost; during the freezing period they prolong the period of time during which thawed soil material is available for microbial decomposition. This study presents net CH4 production rates during the freezing period from ponds within a typical lowland tundra landscape in northern Siberia. Rate estimations were based on CH4 concentrations measured in surface lake ice from a variety of waterbody types. Vertical profiles along ice blocks showed an exponential increase in CH4 concentration with depth. These CH4 profiles were reproduced by a 1-D mass balance model and the net CH4 production rates were then inferred through inverse modeling. Results revealed marked differences in early winter net CH4 production among various ponds. Ponds situated within intact polygonal ground structures yielded low net production rates, of the order of 10-11 to 10-10 mol m-2 s-1 (0.01 to 0.14 mgCH4 m-2 day-1). In contrast, ponds exhibiting clear signs of erosion yielded net CH4 production rates of the order of 10-7 mol m-2 s-1 (140 mg CH4 m-2 day-1). Our results therefore indicate that once a particular threshold in thermal erosion has been crossed, ponds can develop into major CH4 sources. This implies that any future warming of the climate may result in nonlinear CH4 emission behavior in tundra ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,031
Tête enseignante GPT0,229
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations73
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetClimate change and permafrostTravaux en français237 207