MétaCan
Menu
Retour à la cohorte
Enregistrement W4293223687 · doi:10.5194/bg-19-3863-2022

Lateral carbon export has low impact on the net ecosystem carbon balance of a polygonal tundra catchment

2022· article· en· W4293223687 sur OpenAlexaff
Lutz Beckebanze, Benjamin R. K. Runkle, Josefine Walz, Christian Wille, David Holl, Manuel Helbig, Julia Boike, Torsten Sachs, Lars Kutzbach

Notice bibliographique

RevueBiogeosciences · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensDalhousie University
Organismes subventionnairesUniversität HamburgUniversité de Reims Champagne-ArdenneBundesministerium für Bildung und ForschungDeutsche ForschungsgemeinschaftHelmholtz-Gemeinschaft
Mots-clésTundraPermafrostDissolved organic carbonEcosystemEnvironmental scienceEddy covarianceEcosystem respirationHydrology (agriculture)Carbon fibersTotal organic carbonSoil carbonCarbon dioxideAtmospheric sciencesSoil waterSoil scienceEnvironmental chemistryChemistryEcologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Permafrost-affected soils contain large quantities of soil organic carbon (SOC). Changes in the SOC pool of a particular ecosystem can be related to its net ecosystem carbon balance (NECB) in which the balance of carbon (C) influxes and effluxes is expressed. For polygonal tundra landscapes, accounts of ecosystem carbon balances in the literature are often solely based on estimates of vertical carbon fluxes. To fill this gap, we present data regarding the lateral export rates of dissolved inorganic carbon (DIC) and dissolved organic carbon (DOC) from a polygonal tundra site in the north Siberian Lena River delta, Russia. We use water discharge observations in combination with concentration measurements of waterborne carbon to derive the lateral carbon fluxes from one growing season (2 June–8 September 2014 for DOC, 8 June–8 September 2014 for DIC). To put the lateral C fluxes into context, we furthermore present the surface–atmosphere eddy covariance fluxes of carbon dioxide (CO 2 ) and methane (CH 4 ) from this study site. The results show cumulative lateral DIC and DOC fluxes of 0.31–0.38 and 0.06–0.08 g m −2 , respectively, during the 93 d observation period (8 June–8 September 2014). Vertical turbulent fluxes of CO 2 -C and CH 4 -C accumulated to −19.0 ± 1.2 and 1.0 ± 0.02 g m −2 in the same period. Thus, the lateral C export represented about 2 % of the net ecosystem exchange of (NEE) CO 2 . However, the relationship between lateral and surface–atmosphere fluxes changed over the observation period. At the beginning of the growing season (early June), the lateral C flux outpaced the surface-directed net vertical turbulent CO 2 flux, causing the polygonal tundra landscape to be a net carbon source during this time of the year. Later in the growing season, the vertical turbulent CO 2 flux dominated the NECB.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,235
Écart entre enseignants0,201 · 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'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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetClimate change and permafrostTravaux en français237 207