The net exchange of methane with high Arctic landscapes during the summer growing season
Notice bibliographique
Résumé
Abstract. High Arctic landscapes are essentially vast cold deserts interspersed with streams, ponds and wetlands. These landscapes may be important consumers and sources of the greenhouse gas methane (CH4), though few measurements exist from this region. To quantify the flux of CH4 (FCH4) between the atmosphere and high Arctic landscapes on northern Ellesmere Island, Canada, we made static chamber measurements over five and three growing seasons at a desert and wetland, respectively, and eddy covariance (EC) measurements at a wetland in 2012. Chamber measurements revealed that, during the growing season, desert soils consumed CH4 (−1.37 ± 0.06 mg-CH4 m−2 d−1), whereas the wetland margin emitted CH4 (+0.22 ± 0.14 mg-CH4 m−2 d−1). Desert CH4 consumption rates were positively associated with soil temperature among years, and were similar to temperate locations, likely because of suitable landscape conditions for soil gas diffusion. Wetland FCH4 varied closely with stream discharge entering the wetland and hence extent of soil saturation. Landscape-scale FCH4 measured by EC was +1.27 ± 0.18 mg-CH4 m−2 d−1 and varied with soil temperature and carbon dioxide flux. FCH4 measured using EC was higher than using chambers because EC measurements incorporated a larger, more saturated footprint of the wetland. Using EC FCH4 and quantifying the mass of CH4 entering and exiting the wetland in stream water, we determined that methanogenesis within wetland soils was the dominant source of FCH4. Low FCH4 at the wetland was likely due to a shallow organic soil layer, and thus limited carbon resources for methanogens. Considering the prevalence of dry soils in the high Arctic, our results suggest that these landscapes cannot be overlooked as important consumers of atmospheric CH4.
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 | 0,001 | 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 ».