Fine scale assessment of seasonal, intra-seasonal and spatial dynamics of soil CO2 effluxes over a balsam fir-dominated perhumid boreal landscape
Notice bibliographique
Résumé
Total soil CO2 efflux (FCO2) is the second most important carbon flux after photosynthesis in boreal forests. However, accurate modelling of FCO2 remains challenging because of its high variability, both temporally and spatially. Using an Abies balsamea-dominated boreal landscape in Quebec (eastern Canada) as a case study, we modelled seasonal, intra-seasonal and spatial variability of FCO2 using climate variables and topographic and canopy structure attributes derived from Light Detection and Ranging (LiDAR) and assessed their respective contributions to soil CO2 emissions. Weekly point measurements of FCO2 at 99 sites were taken over an area of 122 ha between June and October 2020. The seasonal component of FCO2 was quantified and subtracted from FCO2 measurements to isolate the spatial and intra-seasonal components of the flux. The two components were then modelled using a Random Forest Regression model and studied using accumulated local effect plots (ALE plots). Our approach explained 81% of the variation in FCO2: the seasonal pattern explained 36% of the variation in FCO2 measurements, while spatial and intra-seasonal patterns together explained 45%. The most important factors explaining spatial variation were vegetation height and the slope height. Average air temperature of the last two days before efflux measurements was the most important factor explaining intra-seasonal variation. The proposed methodology makes it possible to predict FCO2 from external factors derived from climate and remote sensing data and enables the decomposition of FCO2 into its seasonal, intra-seasonal and spatial components. Our results demonstrate the importance of spatial and intra-seasonal variations in FCO2 compared to seasonal variation, a finding that has implications for the measurement and modelling of FCO2 at landscape and global scales.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».