Plant mercury accumulation and litter input to a Northern Sedge-dominated Peatland
Notice bibliographique
Résumé
Abstract. Plant foliage plays an essential role in accumulating mercury (Hg) from the atmosphere and transferring it to soils in terrestrial ecosystems, and many studies have focused on forested ecosystems. Hg input from plants to northern peatland peat soils has not been nearly as well studied and is likely equally important from a mass balance perspective. In this study, we investigated the accumulation of atmospheric Hg by the dominant plant species, few-seeded sedge (Carex oligosperma Michx.), wire sedge (Carex lasiocarpa Ehrh), tussock sedge (Carex stricta Lamb.), and sweet gale (Myrica gale L.), in a boreal sedge-dominated peatland. Foliar Hg concentrations decreased early in the growing season due to growth dilution, and after that they were subsequently positively correlated with leaf age (time). Hg concentrations were 1.4–1.7 times higher in sweet gale than in sedges. A leaching experiment showed that sweet gale leached less Hg but more bioaccessible dissolved organic matter (DOM) by mass than sedges. Leaching of Hg was positively related to the aromaticity of DOM in leachate, suggesting the importance of DOM with higher aromaticity in controlling Hg mobility. Annual inputs of Hg through senesced leaf material to peat soils were 9.88, 1.62, and 8.29 mg ha−1 yr−1 for sweet gale, tussock sedge, and few-seeded sedge and wire sedge, respectively. Future investigations into foliar Hg accumulation and input from other plant species to the sedge-dominated peatland are needed to estimate the annual Hg inputs precisely.
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 | 0,001 |
| 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 | 0,001 |
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 ».