Temperature and moisture controls on non-growing season CO2 emissions in laboratory incubations with soils from northern peatlands
Notice bibliographique
Résumé
Canada has extensive peat deposits in northern high latitude wetlands and permafrost ecosystems. Peat accumulation represents a natural long-term carbon sink attributed to the cumulative excess of growing season net ecosystem production over non-growing season net mineralization. However, near-surface peat deposits are vulnerable to climate change and permafrost landscape transition. One specific concern is a potential rapid increase in the non-growing season carbon loss through enhanced organic matter mineralization under a warming climate. Our experimental study explores the response of peat CO2 exchanges to (1) temperature, using the conventional Q10 parameter, and (2) moisture content. The observed responses are expected to reflect, at least in part, differential soil microbial adaptations to varying wetland conditions, across two northern ecoclimatic zones. Laboratory incubations were carried out with shallow peat samples from different depths collected at seven Canadian wetland sites and adjusted to five moisture levels. For each subsample (varying by site, depth and moisture content), CO2 fluxes were measured at 12 sequential temperature settings from -10 to 35˚C. For each subsample, the data were fitted to an exponential equation to derive a Q10 value. In general, boreal peat samples were more temperature sensitive than temperate peat. The optimum moisture level for CO2 release was determined for all the subsamples and related to variations in wetland vegetation and landform types. As a general trend, increasing water saturation reduced the CO2 release rate from a given subsample. We further tested a flexible curve-fitting equation, as recently proposed on a theoretical basis, to recompile the data by ecoclimatic peat type and to account for the non-growing season dynamics. These findings will contribute to Canada’s national carbon budget model by guiding the development and calibration of the peatland module.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».