Spartina alterniflora has the highest methane emissions in a St. Lawrence estuary salt marsh
Notice bibliographique
Résumé
Abstract Salt marshes have the ability to store large amounts of ‘blue carbon’, potentially mitigating some of the effects of climate change. Salt marsh carbon storage may be partially offset by emissions of CH 4 , a highly potent greenhouse gas. Sea level rise and invasive vegetation may cause shifts between different elevation and vegetation zones in salt marsh ecosystems. Elevation zones have distinct soil properties, plant traits and rhizosphere characteristics, which affect CH 4 fluxes. We investigated differences in CH 4 emissions between four elevation zones (mudflat, Spartina alterniflora, Spartina patens and invasive Phragmites australis ) typical of salt marshes in the northern Northwest Atlantic. CH 4 emissions were significantly higher from the S. alterniflora zone (17.7 ± 9.7 mg C m −2 h −1 ) compared to the other three zones, where emissions were negligible (<0.3 mg C m −2 h −1 ). These emissions were high for salt marshes and were similar to those typically found in oligohaline marshes with lower salinities. CH 4 fluxes were significantly correlated with soil properties (salinity, water table depth, bulk density and temperature), plant traits (rhizome volume and biomass, root volume and dead biomass volume all at 0–15 cm) and CO 2 fluxes. The relationships between CH 4 emissions, and rhizome and root volume suggest that the aerenchyma tissues in these plants may be a major transport mechanism of CH 4 from anoxic soils to the atmosphere. This may have major implications for the mitigation potential carbon sink from salt marshes globally, especially as S. alterniflora is widespread. This study shows CH 4 fluxes can vary over orders of magnitude from different vegetation in the same system, therefore, specific emissions factors may need to be used in future climate models and for more accurate carbon budgeting depending on vegetation type.
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 | 0,003 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».