Quantifying peat carbon accumulation in Alaska using a process‐based biogeochemistry model
Notice bibliographique
Résumé
Abstract This study uses an integrated modeling framework that couples the dynamics of hydrology, soil thermal regime, and ecosystem carbon and nitrogen to quantify the long‐term peat carbon accumulation in Alaska during the Holocene. Modeled hydrology, soil thermal regime, carbon pools and fluxes, and methane emissions are evaluated using observation data at several peatland sites in Minnesota, Alaska, and Canada. The model is then applied for a 10,000 year (15 ka to 5 ka; 1 ka = 1000 cal years before present) simulation at four peatland sites. We find that model simulations match the observed carbon accumulation rates at fen sites during the Holocene ( R 2 = 0.88, 0.87, 0.38, and −0.05 using comparisons in 500 year bins). The simulated (2.04 m) and observed peat depths (on average 1.98 m) were also compared well ( R 2 = 0.91). The early Holocene carbon accumulation rates, especially during the Holocene thermal maximum (HTM) (35.9 g C m − 2 yr − 1 ), are estimated up to 6 times higher than the rest of the Holocene (6.5 g C m − 2 yr − 1 ). Our analysis suggests that high summer temperature and the lengthened growing season resulted from the elevated insolation seasonality, along with wetter‐than‐before conditions might be major factors causing the rapid carbon accumulation in Alaska during the HTM. Our sensitivity tests indicate that, apart from climate, initial water table depth and vegetation canopy are major drivers to the estimated peat carbon accumulation. When the modeling framework is evaluated for various peatland types in the Arctic, it can quantify peatland carbon accumulation at regional scales.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».