MétaCan
Menu
← Retour à la cohorte
Enregistrement W4250149077 · doi:10.5194/bg-2017-150

Coupled eco-hydrology and biogeochemistry algorithms enable simulation of water table depth effects on boreal peatland net CO <sub>2</sub> exchange

2017· preprint· en· W4250149077 sur OpenAlexaffabout
Symon Mezbahuddin, R. F. Grant, Lawrence B. Flanagan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of LethbridgeUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPeatPrimary productionEnvironmental scienceBiogeochemistryEvapotranspirationWater tableBorealHydrology (agriculture)EcosystemSoil scienceEcologyGroundwaterGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Water table depth (WTD) effects on net ecosystem CO2 exchange of boreal peatlands are largely mediated by hydrological effects on peat biogeochemistry, and eco-physiology of peatland vegetation. Lack of representation of these effects in carbon models currently limits our predictive capacity for changes in boreal peatland carbon deposits under future drier and warmer climates. We therefore tested whether the effects of WTD variation on net ecosystem CO2 exchange of a Western Canadian boreal fen peatland could be modelled through a process-level coupling of a prognostic WTD dynamic, which arises from equilibrium between vertical and lateral water fluxes, with oxygen transport, which controls energy yields from microbial and root oxidation–reduction reactions, and vascular and non-vascular plant water relations in an ecosystem model ecosys. Ecosys successfully simulated a May–October WTD drawdown by ~ 0.25 m measured in the fen from 2004 to 2008, which was attributed to reduced precipitation relative to evapotranspiration, and reduced lateral recharge relative to discharge. This WTD drawdown hastened oxygen transport to microbial and root surfaces, enabling greater microbial and root energy yields, and peat and litter decomposition, which raised modelled ecosystem respiration (Re) by ~ 0.26 μmol CO2 m−2 s−1 per 0.1 m of WTD drawdown. It also augmented nutrient mineralization, and hence root nutrient availability and uptake, which resulted in improved leaf nutrient (nitrogen) status that facilitated carboxylation, and raised modelled vascular gross primary productivity (GPP) and plant growth. The increase in modelled vascular GPP exceeded declines in modelled non-vascular (moss) GPP due to greater shading from increased vascular plant growth, and moss drying from near surface peat desiccation, thereby causing a net increase in modelled growing season GPP by ~ 0.39 μmol CO2 m−2 s−1 per 0.1 m of WTD drawdown. Similar increases in GPP and Re left no significant WTD effects on modelled seasonal and interannual variations in net ecosystem productivity (NEP). These modelled trends were corroborated against eddy covariance hourly net CO2 fluxes (modelled vs. measured: R2 ~ 0.8, slopes ~ 1 ± 0.1, intercepts ~ 0.05 μmol m−2 s−1), and against other automated chamber, biometric, and laboratory measurements. Modelled drainage as an analog for climate change showed that this boreal peatland would switch from a large carbon sink (NEP ~ 160 g C m−2 yr−1) to carbon neutrality (NEP ~ 10 g C m−2 yr−1) should water table deepened by a further ~ 0.5 m. Therefore, representing the effects of interactions among hydrology, biogeochemistry and plant physiological ecology on ecosystem carbon, water, and nutrient cycling in global carbon models would improve our predictive capacity for changes in boreal peatland carbon sequestration under changing climates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→