Greenhouse gas emission factors associated with rewetting of organic soils
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drained organic soils are a significant source of greenhouse gas (GHG) emissions to the atmosphere. Rewetting these soils may reduce GHG emissions and could also create suitable conditions for return of the carbon (C) sink function characteristic of undrained organic soils. In this article we expand on the work relating to rewetted organic soils that was carried out for the 2014 Intergovernmental Panel on Climate Change (IPCC) Wetlands Supplement. We describe the methods and scientific approach used to derive the Tier 1 emission factors (the rate of emission per unit of activity) for the full suite of GHG and waterborne C fluxes associated with rewetting of organic soils. We recorded a total of 352 GHG and waterborne annual flux data points from an extensive literature search and these were disaggregated by flux type (i.e. CO2, CH4, N2O and DOC), climate zone and nutrient status. Our results showed fundamental differences between the GHG dynamics of drained and rewetted organic soils and, based on the 100 year global warming potential of each gas, indicated that rewetting of drained organic soils leads to: net annual removals of CO2 in the majority of organic soil classes; an increase in annual CH4 emissions; a decrease in N2O and DOC losses; and a lowering of net GHG emissions. Data published since the Wetlands Supplement (n = 58) generally support our derivations. Significant data gaps exist, particularly with regard to tropical organic soils, DOC and N2O. We propose that the uncertainty associated with our derivations could be significantly reduced by the development of country specific emission factors that could in turn be disaggregated by factors such as vegetation composition, water table level, time since rewetting and previous land use history.
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.
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 découle