MétaCan
Menu
Retour à la cohorte
Enregistrement W3179545017 · doi:10.1088/1748-9326/ac1222

Soil respiration strongly offsets carbon uptake in Alaska and Northwest Canada

2021· article· en· W3179545017 sur OpenAlexaffabout
Jennifer D. Watts, Susan M. Natali, Christina Minions, D. A. Risk, Kyle A. Arndt, Donatella Zona, E. S. Euskirchen, Adrian V. Rocha, Oliver Sonnentag, Manuel Helbig, Aram Kalhori, Walter C. Oechel, Hiroki Ikawa, Masahito Ueyama, Rikie Suzuki, Hideki Kobayashi, Gerardo Celis, Edward A. G. Schuur, Elyn Humphreys, Yongwon Kim, Bang‐Yong Lee, S. J. Goetz, Nima Madani, Luke D. Schiferl, R. Commane, John S. Kimball, Zhihua Liu, Margaret Torn, Stefano Potter, Jonathan Wang, M. Torre Jorgenson, Jingfeng Xiao, Xing Li, Colin W. Edgar

Notice bibliographique

RevueEnvironmental Research Letters · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCarleton UniversityUniversité de MontréalDalhousie UniversitySt. Francis Xavier University
Organismes subventionnairesNatural Environment Research CouncilGoddard Space Flight CenterMinistry of Science and ICT, South KoreaKorea Polar Research InstituteSight Research UKGordon and Betty Moore FoundationNuclear Safety and Security CommissionNational Research FoundationUniversity of Notre DameNational Research Foundation of KoreaMinistry of Education, Culture, Sports, Science and TechnologyNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésTundraEddy covarianceEnvironmental scienceSoil respirationEcosystem respirationBorealPermafrostTaigaSoil waterEcosystemSoil carbonAtmospheric sciencesCarbon cycleArcticSoil scienceEcologyForestryGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Soil respiration (i.e. from soils and roots) provides one of the largest global fluxes of carbon dioxide (CO 2 ) to the atmosphere and is likely to increase with warming, yet the magnitude of soil respiration from rapidly thawing Arctic-boreal regions is not well understood. To address this knowledge gap, we first compiled a new CO 2 flux database for permafrost-affected tundra and boreal ecosystems in Alaska and Northwest Canada. We then used the CO 2 database, multi-sensor satellite imagery, and random forest models to assess the regional magnitude of soil respiration. The flux database includes a new Soil Respiration Station network of chamber-based fluxes, and fluxes from eddy covariance towers. Our site-level data, spanning September 2016 to August 2017, revealed that the largest soil respiration emissions occurred during the summer (June–August) and that summer fluxes were higher in boreal sites (1.87 ± 0.67 g CO 2 –C m −2 d −1 ) relative to tundra (0.94 ± 0.4 g CO 2 –C m −2 d −1 ). We also observed considerable emissions (boreal: 0.24 ± 0.2 g CO 2 –C m −2 d −1 ; tundra: 0.18 ± 0.16 g CO 2 –C m −2 d −1 ) from soils during the winter (November–March) despite frozen surface conditions. Our model estimates indicated an annual region-wide loss from soil respiration of 591 ± 120 Tg CO 2 –C during the 2016–2017 period. Summer months contributed to 58% of the regional soil respiration, winter months contributed to 15%, and the shoulder months contributed to 27%. In total, soil respiration offset 54% of annual gross primary productivity (GPP) across the study domain. We also found that in tundra environments, transitional tundra/boreal ecotones, and in landscapes recently affected by fire, soil respiration often exceeded GPP, resulting in a net annual source of CO 2 to the atmosphere. As this region continues to warm, soil respiration may increasingly offset GPP, further amplifying global climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,248
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate change and permafrostTravaux en français237 207