Nitrous oxide emissions from inland waters: Are IPCC estimates too high?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Nitrous oxide (N 2 O) emissions from inland waters remain a major source of uncertainty in global greenhouse gas budgets. N 2 O emissions are typically estimated using emission factors (EFs), defined as the proportion of the terrestrial nitrogen (N) load to a water body that is emitted as N 2 O to the atmosphere. The Intergovernmental Panel on Climate Change (IPCC) has proposed EFs of 0.25% and 0.75%, though studies have suggested that both these values are either too high or too low. In this work, we develop a mechanistic modeling approach to explicitly predict N 2 O production and emissions via nitrification and denitrification in rivers, reservoirs and estuaries. In particular, we introduce a water residence time dependence, which kinetically limits the extent of denitrification and nitrification in water bodies. We revise existing spatially explicit estimates of N loads to inland waters to predict both lumped watershed and half‐degree grid cell emissions and EFs worldwide, as well as the proportions of these emissions that originate from denitrification and nitrification. We estimate global inland water N 2 O emissions of 10.6–19.8 Gmol N year −1 (148–277 Gg N year −1 ), with reservoirs producing most N 2 O per unit area. Our results indicate that IPCC EFs are likely overestimated by up to an order of magnitude, and that achieving the magnitude of the IPCC's EFs is kinetically improbable in most river systems. Denitrification represents the major pathway of N 2 O production in river systems, whereas nitrification dominates production in reservoirs and estuaries.
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.
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 | 0,000 |
| 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) | 0,000 | 0,001 |
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.
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 découle