Seasonal patterns in greenhouse gas emissions from lakes and ponds in a High Arctic polygonal landscape
Notice bibliographique
Résumé
Abstract Lakes and ponds can be hotspots for CO2 and CH4 emissions, but Arctic studies remain scarce. Here we present diffusive and ebullition fluxes collected over several years from 30 ponds and 4 lakes formed on an organic‐rich polygonal tundra landscape. Water body morphology strongly affects the mixing regime—and thus the seasonal patterns in gas emissions—with ice‐out and autumnal turnover periods identified as hot moments in most cases. The studied thermokarst lake maintained relatively high ebullition rates of millennia‐old CH4 (up to 3405 14C YBP). Larger and deeper kettle lakes maintained low fluxes of both gases (century to millennium‐old), slowly turning into a CO2 sink over the summer. During winter, lakes accumulated CO2, which was emitted during the ice‐out period. Coalescent polygonal ponds, influenced by photosynthesizing benthic mats, were continuous CO2 sinks, yet important CH4 emitters (modern carbon). The highest fluxes were recorded from ice‐wedge trough ponds (up to 96 mmol CO2 equivalent m−2 d−1). However, despite clear signs of permafrost carbon inputs via active shore erosion, these sheltered ponds emitted modern to century‐old greenhouse gases. As the ice‐free period lengthens, scenarios of warmer and wetter conditions could favor both the production of CO2 and CH4 from thawing permafrost carbon, and CH4 production from recently fixed carbon through an atmospheric CO2‐to‐CH4 shunt at sites in which primary production is stimulated. This must be carefully considered at the landscape scale, recognizing that older carbon stocks can be mineralized efficiently in specific locations, such as in thermokarst lakes.
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 | 0,001 | 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 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 ».