Temporal‐spatial pattern of organic carbon sequestration by Chinese lakes since 1850
Notice bibliographique
Résumé
Abstract In the last century, lakes in China have been subject to forcing by climate change, intensification of agriculture, and urban expansion, though their effects on lake OC sequestration are poorly understood. We compiled dry mass and OC burial rates from 82 210 Pb‐dated lake sediment records in China. The average post‐1950 focusing‐corrected lake mass accumulation rate (MAR FC ) of 256 ± 56 g m −2 yr −1 (median ± SE) and focusing‐corrected OC accumulation rate (CAR FC ) of 8 ± 3 g C m −2 yr −1 were significantly higher than the 1850–1900 rates ( p < 0.05). However, the magnitude of increase in CAR FC was most marked in the subtropical lakes of the East Plain (EP) and on the Yunnan‐Guizhou Plateau (YG), where the post‐1950 CAR FC was about three times that of the 1850–1900 ( p < 0.05), due to the agricultural intensification and urban expansion in recent decades. Moreover, MAR FC was significantly higher in the EP than that on the Mongolia‐Xinjiang Plateau (MX) for all time periods ( p < 0.05). Lake CAR FC in YG was significantly higher than rates in the Qinghai‐Tibetan Plateau (QTP) for the post‐1950 and MX for the 1850–1900 ( p < 0.05). Regression analyses showed that the controls on lake CAR FC varied among regions, with catchment climate variables the most important regulators in MX, Northeast China, and QTP, but the in‐lake nutrient concentrations were more important in YG and EP ( p < 0.05). The results from this study show how modern limnic OC sequestration has changed with human disturbance and climate change in China.
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 | 0,000 | 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 ».