Blue Carbon Storage in Tropical Seagrass Meadows Relates to Carbonate Stock Dynamics, Plant–Sediment Processes, and Landscape Context: Insights from the Western Indian Ocean
Notice bibliographique
Résumé
Globally, seagrass ecosystems are considered major blue carbon sinks and thus indirect contributors to climate change mitigation. Quantitative estimates and multi-scale appraisals of sources that underlie long-term storage of sedimentary carbon are vital for understanding coastal carbon dynamics. Across a tropical–subtropical coastal continuum in the Western Indian Ocean, we estimated organic (C org ) and inorganic (C carb ) carbon stocks in seagrass sediment. Quantified levels and variability of the two carbon stocks were evaluated with regard to the relative importance of environmental attributes in terms of plant–sediment properties and landscape configuration. The explored seagrass habitats encompassed low to moderate levels of sedimentary C org (ranging from 0.20 to 1.44% on average depending on species- and site-specific variability) but higher than unvegetated areas (ranging from 0.09 to 0.33% depending on site-specific variability), suggesting that some of the seagrass areas (at tropical Zanzibar in particular) are potentially important as carbon sinks. The amount of sedimentary inorganic carbon as carbonate (C carb ) clearly corresponded to C org levels, and as carbonates may represent a carbon source, this could diminish the strength of seagrass sediments as carbon sinks in the region. Partial least squares modelling indicated that variations in sedimentary C org and C carb stocks in seagrass habitats were primarily predicted by sediment density (indicating a negative relationship with the content of carbon stocks) and landscape configuration (indicating a positive effect of seagrass meadow area, relative to the area of other major coastal habitats, on carbon stocks), while seagrass structural complexity also contributed, though to a lesser extent, to model performance. The findings suggest that accurate carbon sink assessments require an understanding of plant–sediment processes as well as better knowledge of how sedimentary carbon dynamics are driven by cross-habitat links and sink–source relationships in a scale-dependent landscape context, which should be a priority for carbon sink conservation.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».