Precipitation frequency alters peatland ecosystem structure and <scp>CO</scp><sub>2</sub> exchange: Contrasting effects on moss, sedge, and shrub communities
Notice bibliographique
Résumé
Abstract Climate projections forecast a redistribution of seasonal precipitation for much of the globe into fewer, larger events spaced between longer dry periods, with negligible changes in seasonal rainfall totals. This intensification of the rainfall regime is expected to alter near‐surface water availability, which will affect plant performance and carbon uptake. This could be especially important in peatland systems, where large stores of carbon are tightly coupled to water surpluses limiting decomposition. Here, we examined the role of precipitation frequency on vegetation growth and carbon dioxide (CO2) balances for communities dominated by a Sphagnum moss, a sedge, and an ericaceous shrub in a cool temperate poor fen. Field plots and laboratory monoliths received one of three rainfall frequency treatments, ranging from one event every three days to one event every 14 days, while total rain delivered in a two‐week cycle and the entire season to each treatment remained the same. Separating incident rain into fewer but larger events increased vascular cover in all peatland communities: vascular plant cover increased 6× in the moss‐dominated plots, nearly doubled in the sedge plots, and tripled in the shrub plots in Low‐Frequency relative to High‐Frequency treatments. Gross ecosystem productivity was lowest in moss communities receiving low‐frequency rain, but higher in sedge and shrub communities under the same conditions. Net ecosystem exchange followed this pattern: fewer events with longer dry periods increased CO2 flux to the atmosphere from the moss while vascular plant‐dominated communities became more of a sink for CO2. Results of this study suggest that changes to rainfall frequency already occurring and predicted to continue will lead to increased vascular plant cover in peatlands and will impact their carbon‐sink function.
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 | 0,000 | 0,000 |
| 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 ».