MétaCan
Menu
Retour à la cohorte
Enregistrement W2618855805 · doi:10.5194/bg-15-847-2018

Explaining CO <sub>2</sub> fluctuations observed in snowpacks

2018· article· en· W2618855805 sur OpenAlexafffundabout
L. M. Graham, David Risk

Notice bibliographique

RevueBiogeosciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSt. Francis Xavier University
Mots-clésSnowpackSnowAdvectionEnvironmental scienceAtmospheric sciencesWind speedDiurnal cycleDiffusionCarbon dioxideClimatologyChemistryMeteorologyGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Winter soil carbon dioxide (CO2) respiration is a significant and understudied component of the global carbon (C) cycle. Winter soil CO2 fluxes can be surprisingly variable, owing to physical factors such as snowpack properties and wind. This study aimed to quantify the effects of advective transport of CO2 in soil–snow systems on the subdiurnal to diurnal (hours to days) timescale, use an enhanced diffusion model to replicate the effects of CO2 concentration depletions from persistent winds, and use a model–measure pairing to effectively explore what is happening in the field. We took continuous measurements of CO2 concentration gradients and meteorological data at a site in the Cape Breton Highlands of Nova Scotia, Canada, to determine the relationship between wind speeds and CO2 levels in snowpacks. We adapted a soil CO2 diffusion model for the soil–snow system and simulated stepwise changes in transport rate over a broad range of plausible synthetic cases. The goal was to mimic the changes we observed in CO2 snowpack concentration to help elucidate the mechanisms (diffusion, advection) responsible for observed variations. On subdiurnal to diurnal timescales with varying winds and constant snow levels, a strong negative relationship between wind speed and CO2 concentration within the snowpack was often identified. Modelling clearly demonstrated that diffusion alone was unable to replicate the high-frequency CO2 fluctuations, but simulations using above-atmospheric snowpack diffusivities (simulating advective transport within the snowpack) reproduced snow CO2 changes of the observed magnitude and speed. This confirmed that wind-induced ventilation contributed to episodic pulsed emissions from the snow surface and to suppressed snowpack concentrations. This study improves our understanding of winter CO2 dynamics to aid in continued quantification of the annual global C cycle and demonstrates a preference for continuous wintertime CO2 flux measurement systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,231
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207