The uncertain climate footprint of wetlands under human pressure
Notice bibliographique
Résumé
Significant climate risks are associated with a positive carbon-temperature feedback in northern latitude carbon-rich ecosystems, making an accurate analysis of human impacts on the net greenhouse gas balance of wetlands a priority. Here, we provide a coherent assessment of the climate footprint of a network of wetland sites based on simultaneous and quasi-continuous ecosystem observations of CO2 and CH4 fluxes. Experimental areas are located both in natural and in managed wetlands and cover a wide range of climatic regions, ecosystem types, and management practices. Based on direct observations we predict that sustained CH4 emissions in natural ecosystems are in the long term (i.e., several centuries) typically offset by CO2 uptake, although with large spatiotemporal variability. Using a space-for-time analogy across ecological and climatic gradients, we represent the chronosequence from natural to managed conditions to quantify the "cost" of CH4 emissions for the benefit of net carbon sequestration. With a sustained pulse-response radiative forcing model, we found a significant increase in atmospheric forcing due to land management, in particular for wetland converted to cropland. Our results quantify the role of human activities on the climate footprint of northern wetlands and call for development of active mitigation strategies for managed wetlands and new guidelines of the Intergovernmental Panel on Climate Change (IPCC) accounting for both sustained CH4 emissions and cumulative CO2 exchange.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».