Elevated salinity and water table drawdown significantly affect greenhouse gas emissions in soils from contrasting land-use practices in the prairie pothole region
Notice bibliographique
Résumé
Abstract Land-use practices can alter shallow groundwater and salinity, further impacting greenhouse gas (GHG) emissions, particularly in the hydrologically dynamic riparian zones of wetlands. Emissions of CO2, CH4, and N2O were estimated in soil cores collected from two prairie pothole region (PPR) sites with three adjacent land-use practices (i.e., annual crop = AC, pasture = PA, and short rotation willow = SRW) and treated with declining water table depths (2 to 26 cm), and salinity (S0 = control, S1 = 6 mS cm− 1, and S2 = 12 mS cm− 1) in a microcosm experiment. Land-use practices significantly (p < 0.001) affected GHG emissions in soils from both sites in the order of PA > AC = SRW. Compared to the control, emissions of CO2 and CH4 were significantly lower under higher salinity treatments (i.e., S1 and S2), while N2O was significantly higher (p < 0.05). Emissions under declining groundwater table depths were significantly (p < 0.001) variable and specific to each gas, indicating the impacts of shifted soil moisture regime. Overall, the CO2 and CH4 emissions increased up to week four and then decreased with declining water table depths, whereas N2O emission increased up to a maximum at week six. The soils from SRW had considerably lower global warming potential compared to AC and PA. Groundwater salinity in soils from contrasting land-use in the PPR has significant impacts on GHG emissions with potential for crucial climate feedback; however, the magnitude and direction of the impacts depend on hydrology.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».