Near‐Surface Hydrology and Soil Properties Drive Heterogeneity in Permafrost Distribution, Vegetation Dynamics, and Carbon Cycling in a Sub‐Arctic Watershed
Notice bibliographique
Résumé
Abstract Discontinuous permafrost environments exhibit strong spatial heterogeneity at scales too small to be driven by weather forcing or captured by Earth System Models. Here we analyze effects of observed spatial heterogeneity in soil and vegetation properties, hydrology, and thermal dynamics on ecosystem carbon dynamics in a watershed on the Seward Peninsula in Alaska. We apply a Morris global sensitivity analysis to a process‐rich, successfully tested terrestrial ecosystem model (TEM), ecosys, varying soil properties, boundary conditions, and weather forcing. We show that landscape heterogeneity strongly impacts soil temperatures and vegetation composition. Snow depth, O‐horizon thickness, and near‐surface water content, which vary at scales of O(m), control the soil thermal regime more than an air temperature gradient corresponding to a 140 km north–south distance. High shrub productivity is simulated only in talik (perennially unfrozen) soils with high nitrogen availability. Through these effects on plant and permafrost dynamics, landscape heterogeneity impacts ecosystem productivity. Simulations with near‐surface taliks have higher microbial respiration (by 78.0 gC m−2 yr−1) and higher net primary productivity (by 104.9 gC m−2 yr−1) compared to runs with near‐surface permafrost, and simulations with high shrub productivity have outlying values of net carbon uptake. We explored the prediction uncertainty associated with ignoring observed landscape heterogeneity, and found that watershed net carbon uptake is 60% larger when heterogeneity is accounted for. Our results highlight the complexity inherent in discontinuous permafrost environments and demonstrate that missing representation of subgrid heterogeneity in TEMs could bias predictions of high‐latitude carbon budget.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».