Greenhouse gas emissions from peatlands under manipulated warming, nitrogen addition, and vegetation composition change: a review and data synthesis
Notice bibliographique
Résumé
Peatlands play an essential role in carbon cycling and global warming. However, the feedback of peatlands to global changes is still unclear. Here, we conducted a data synthesis of 236 observations from 52 field experiments to evaluate the effect of three important global changes (warming, nitrogen addition, and vegetation composition change) on three major greenhouse gas (GHG) fluxes: CO 2 , CH 4 , and N 2 O. The results showed that (i) GHG responses to warming varied among warming methods, between air temperature increase rates, and between warming durations; (ii) GHG responses to N addition varied between peatland types, between N forms, between N concentrations, and between experimental durations; (iii) the response rates of GHGs were associated with local environmental parameters (mean annual precipitation, MAP; and water table level, WTL); (iv) the global warming potential (GWP) considerably increased under these global changes, which indicates that cooling function of peatlands will be weakened. Overall, given these global changes occur simultaneously, the interaction of them on GHG fluxes should not be ignored. Our results highlight that a large number of studies in different locations are needed to comprehensively understand and accurately predict GHG emissions from peatlands.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».