Constraining the Capacity of Global Croplands to CO<sub>2</sub> Drawdown via Mineral Weathering
Notice bibliographique
Résumé
Terrestrial enhanced weathering of alkaline silicate minerals is a promising climate change mitigation strategy with the potential to limit the global temperature rise. The formation and accumulation of pedogenic carbonate and bicarbonate in soils/subsoils and groundwater offers a large sink for C storage; the amount of soil inorganic carbon (SIC) presently held within soils has been estimated to be 720–950 Gt of C. These values can be augmented by the addition of a variety of calcium and magnesium silicates via enhanced weathering. While the concept of the application of finely milled silicate rocks for faster weathering rates is well established, there has been limited discussion on the role of local climate, natural SIC content (i.e., the SIC innately present in the soil), and soil pH (among other important agronomic factors) on silicate weathering when applied to croplands, especially in view that the aim is to establish terrestrial enhanced weathering as a carbon dioxide removal (CDR) strategy on a global scale. In this work, we emphasized the importance of soil pH and soil temperature on silicate weathering and looked to estimate an upper limit of (i.e., constrain) the global capacity until the year 2100 for enhanced rock weathering (ERW) to draw down CO 2 in the form of accumulated pedogenic carbonate or soluble bicarbonate. We assessed the global spatial distribution of cropland soil pH, which serves as a proxy for local innate SIC; annual rate of pluvial (rainfall) precipitation; and soil temperature, and found that the potential CO 2 drawdown difference between faster and slower weathering silicates is narrower in Asia, Africa, and South America, while the gap is larger for Europe, North America, and Oceania.
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 | 0,000 |
| 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) | 0,000 | 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 ».