Mineralization of organic matter in boreal lake sediments: rates, pathways, and nature of the fermenting substrates
Notice bibliographique
Résumé
Abstract. The complexity of organic matter (OM) degradation mechanisms represents a significant challenge for developing biogeochemical models to quantify the role of aquatic sediments in the climate system. The common representation of OM by carbohydrates formulated as CH2O in models comes with the assumption that its degradation by fermentation produces equimolar amounts of methane (CH4) and dissolved inorganic carbon (DIC). To test the validity of this assumption, we modelled using reaction-transport equation vertical profiles of the concentration and isotopic composition (δ13C) of CH4 and DIC in the top 25 cm of the sediment column from two lake basins, one whose hypolimnion is perennially oxygenated and one with seasonal anoxia. Furthermore, we modelled solute porewater profiles reported in the literature for four other seasonally anoxic lake basins. A total of 17 independent porewater datasets are analyzed. CH4 and DIC production rates associated with methanogenesis at the five seasonally anoxic sites collectively show that the fermenting OM has a mean (± SD) carbon oxidation state (COS) value of -1.4±0.3. This value is much lower than the value of zero expected from carbohydrate fermentation. We conclude that carbohydrates do not adequately represent the fermenting OM in hypolimnetic sediments and propose to include the COS in the formulation of OM fermentation in models applied to lake sediments to better quantify sediment CH4 outflux. This study highlights the potential of mass balancing the products of OM mineralization to characterize labile substrates undergoing fermentation in sediments.
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 | 0,001 |
| 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 | 0,000 |
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 ».