Hydrologic Export Is a Major Component of Coastal Wetland Carbon Budgets
Notice bibliographique
Résumé
Abstract Coastal wetlands are among the most productive habitats on Earth and sequester globally significant amounts of atmospheric carbon (C). Extreme rates of soil C accumulation are widely assumed to reflect efficient C storage. Yet the fraction of wetland C lost via hydrologic export has not been directly quantified, since comprehensive budgets including direct estimates of lateral C loss are lacking. We present a complete net ecosystem C budget (NECB), demonstrating that lateral losses of C are a major component of the NECB for the largest stable brackish tidal marsh on the U.S. Pacific coast. Mean annual net ecosystem exchange of CO 2 with the atmosphere (NEE = −185 g C m 2 year −1 , negative NEE denoting ecosystem uptake) was compared to long‐term soil C burial (87–110 g C m 2 year −1 ), suggesting only 47–59% of fixed atmospheric C accumulates in soils. Consistently, direct monitoring in 2017–2018 showed NEE of −255 g C m −2 year −1 , and hydrologic export of 105 g C m −2 year −1 (59% of NEE remaining on site). Despite their high C sequestration capacity, lateral losses from coastal wetlands are typically a larger fraction of the NECB when compared to other terrestrial ecosystems. Loss of inorganic C (the least measured NECB term) was 91% of hydrologic export and may be the most important term limiting C sequestration. The high productivity of coastal wetlands thus serves a dual function of C burial and estuarine export, and the multiple fates of fixed C must be considered when evaluating wetland capacity for C sequestration.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».