Observed Methane Uptake and Emissions at the Ecosystem Scale and Environmental Controls in a Subtropical Forest
Notice bibliographique
Résumé
Methane (CH4) is one of the three most important greenhouse gases. To date, observations of ecosystem-scale methane (CH4) fluxes in forests are currently lacking in the global CH4 budget. The environmental factors controlling CH4 flux dynamics remain poorly understood at the ecosystem scale. In this study, we used a state-of-the-art eddy covariance technique to continuously measure the CH4 flux from 2016 to 2018 in a subtropical forest of Zhejiang Province in China, quantify the annual CH4 budget and investigate its control factors. We found that the total annual CH4 budget was 1.15 ± 0.28~4.79 ± 0.49 g CH4 m−2 year−1 for 2017–2018. The daily CH4 flux reached an emission peak of 0.145 g m−2 d−1 during winter and an uptake peak of −0.142 g m−2 d−1 in summer. During the whole study period, the studied forest region acted as a CH4 source (78.65%) during winter and a sink (21.35%) in summer. Soil temperature had a negative relationship (p < 0.01; R2 = 0.344) with CH4 flux but had a positive relationship with soil moisture (p < 0.01; R2 = 0.348). Our results showed that soil temperature and moisture were the most important factors controlling the ecosystem-scale CH4 flux dynamics of subtropical forests in the Tianmu Mountain Nature Reserve in Zhejiang Province, China. Subtropical forest ecosystems in China acted as a net source of methane emissions from 2016 to 2018, providing positive feedback to global climate warming.
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 | 0,000 |
| 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 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 ».