Cross-continental importance of CH4 emissions from dry inland-waters
Notice bibliographique
Résumé
Despite substantial advances in quantifying greenhouse gas (GHG) emissions from dry inland waters, existing estimates mainly consist of carbon dioxide (CO2) emissions. However, methane (CH4) may also be relevant due to its higher Global Warming Potential (GWP). We report CH4 emissions from dry inland water sediments to i) provide a cross-continental estimate of such emissions for different types of aquatic systems (i.e., lakes, ponds, reservoirs, and streams) and climate zones (i.e., tropical, continental, and temperate); and ii) determine the environmental factors that control these emissions. CH4 emissions from dry inland waters were consistently higher than emissions observed in adjacent uphill soils, across climate zones and in all aquatic systems except for streams. However, the CH4 contribution (normalized to CO2 equivalents; CO2-eq) to the total GHG emissions of dry inland waters was similar for all types of aquatic systems and varied from 10 to 21%. Although we discuss multiple controlling factors, dry inland water CH4 emissions were most strongly related to sediment organic matter content and moisture. Summing CO2 and CH4 emissions revealed a cross-continental average emission of 9.6 ± 17.4 g CO2-eq m−2 d−1 from dry inland waters. We argue that increasing droughts likely expand the worldwide surface area of atmosphere-exposed aquatic sediments, thereby increasing global dry inland water CH4 emissions. Hence, CH4 cannot be ignored if we want to fully understand the carbon (C) cycle of dry sediments.
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 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».