Climate-driven increase of natural wetland methane emissions offset by human-induced wetland reduction in China over the past three decades
Notice bibliographique
Résumé
Abstract Both anthropogenic activities and climate change can affect the biogeochemical processes of natural wetland methanogenesis. Quantifying possible impacts of changing climate and wetland area on wetland methane (CH4) emissions in China is important for improving our knowledge on CH4 budgets locally and globally. However, their respective and combined effects are uncertain. We incorporated changes in wetland area derived from remote sensing into a dynamic CH4 model to quantify the human and climate change induced contributions to natural wetland CH4 emissions in China over the past three decades. Here we found that human-induced wetland loss contributed 34.3% to the CH4 emissions reduction (0.92 TgCH4), and climate change contributed 20.4% to the CH4 emissions increase (0.31 TgCH4), suggesting that decreasing CH4 emissions due to human-induced wetland reductions has offset the increasing climate-driven CH4 emissions. With climate change only, temperature was a dominant controlling factor for wetland CH4 emissions in the northeast (high latitude) and Qinghai-Tibet Plateau (high altitude) regions, whereas precipitation had a considerable influence in relative arid north China. The inevitable uncertainties caused by the asynchronous for different regions or periods due to inter-annual or seasonal variations among remote sensing images should be considered in the wetland CH4 emissions estimation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».