Modelling past, present and future peatland carbon accumulation across the pan-Arctic region
Notice bibliographique
Résumé
Abstract. Most northern peatlands developed during the Holocene, sequestering large amounts of carbon in terrestrial ecosystems. However, recent syntheses have highlighted the gaps in our understanding of peatland carbon accumulation. Assessments of the long-term carbon accumulation rate and possible warming-driven changes in these accumulation rates can therefore benefit from process-based modelling studies. We employed an individual-based dynamic global ecosystem model with dynamic peatland and permafrost functionalities and patch-based vegetation dynamics to quantify long-term carbon accumulation rates and to assess the effects of historical and projected climate change on peatland carbon balances across the pan-Arctic region. Our results are broadly consistent with published regional and global carbon accumulation estimates. A majority of modelled peatland sites in Scandinavia, Europe, Russia and central and eastern Canada change from carbon sinks through the Holocene to potential carbon sources in the coming century. In contrast, the carbon sink capacity of modelled sites in Siberia, far eastern Russia, Alaska and western and northern Canada was predicted to increase in the coming century. The greatest changes were evident in eastern Siberia, north-western Canada and in Alaska, where peat production hampered by permafrost and low productivity due the cold climate in these regions in the past was simulated to increase greatly due to warming, a wetter climate and higher CO2 levels by the year 2100. In contrast, our model predicts that sites that are expected to experience reduced precipitation rates and are currently permafrost free will lose more carbon in the future.
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 | 0,000 | 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».