MétaCan
Menu
Retour à la cohorte
Enregistrement W4323668257 · doi:10.1088/1748-9326/acbbdf

Increased salinity decreases annual gross primary productivity at a Northern California brackish tidal marsh

2023· article· en· W4323668257 sur OpenAlexaff
Sarah J. Russell, Lisamarie Windham‐Myers, Ellen Stuart‐Haëntjens, Brian A. Bergamaschi, Frank E. Anderson, Patty Oikawa, Sara Knox

Notice bibliographique

RevueEnvironmental Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSan Francisco State UniversityU.S. Geological SurveyU.S. Department of Energy
Mots-clésBrackish marshWetlandEnvironmental scienceSalt marshMarshBrackish waterSalinityEstuaryPrimary productionEddy covarianceEcosystem respirationEcosystemBayProductivityHydrology (agriculture)Freshwater inflowSoil salinityOceanographyEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Tidal marshes sequester 11.4–87.0 Tg C yr −1 globally, but climate change impacts can threaten the carbon capture potential of these ecosystems. Tidal marshes occur across a wide range of salinity, with brackish marshes (0.5–18 ppt (parts per thousand)) dominating global tidal marsh extents. A diverse mix of freshwater- and saltwater-tolerant plant and microbial communities has led researchers to predict that carbon cycling in brackish wetlands may be less sensitive to changes in salinity than fresh- or saltwater wetlands. Rush Ranch, a well-monitored brackish tidal wetland of the San Francisco Bay National Estuarine Research Reserve, experiences highly variable annual salinity regimes. Within a five-year period (2014–2018), Rush Ranch experienced particularly extreme drought-induced salinization during the 2014 and 2015 growing seasons. During drought years, tidal channel salinity rose from a 15 year baseline of 4.7 ppt to growing season peaks of 10.3 ppt and 12.5 ppt. Continuous eddy covariance data from 2014 to 2018 demonstrate that during drought summers, gross primary productivity (GPP) decreased by 24%, whereas ecosystem respiration remained similar among all five years. Stepwise linear regression revealed that salinity, not air temperature or tidal height, was the dominant driver of annual GPP. A random forest model trained to predict GPP based on environmental data from low salinity years (i.e. naive to salinization) significantly over predicted GPP in drought years. When growing season salinities were doubled, annual estimates of net ecosystem exchange of CO 2 decreased by up to 30%. These results provide ecosystem-scale evidence that increased salinity influences CO 2 fluxes dominantly through reductions in GPP. This relationship provides a starting point for incorporating the effect of changes in salinity in wetland carbon models, which could improve wetland carbon forecasting and management for climate resilience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,019

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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207