Mapping and monitoring peatland conditions from global to field scale
Notice bibliographique
Résumé
Abstract Peatlands cover only 3–4% of the Earth’s surface, but they store nearly 30% of global soil carbon stock. This significant carbon store is under threat as peatlands continue to be degraded at alarming rates around the world. It has prompted countries worldwide to establish regulations to conserve and reduce emissions from this carbon rich ecosystem. For example, the EU has implemented new rules that mandate sustainable management of peatlands, critical to reaching the goal of carbon neutrality by 2050. However, a lack of information on the extent and condition of peatlands has hindered the development of national policies and restoration efforts. This paper reviews the current state of knowledge on mapping and monitoring peatlands from field sites to the globe and identifies areas where further research is needed. It presents an overview of the different methodologies used to map peatlands in nine countries, which vary in definition of peat soil and peatland, mapping coverage, and mapping detail. Whereas mapping peatlands across the world with only one approach is hardly possible, the paper highlights the need for more consistent approaches within regions having comparable peatland types and climates to inform their protection and urgent restoration. The review further summarises various approaches used for monitoring peatland conditions and functions. These include monitoring at the plot scale for degree of humification and stoichiometric ratio, and proximal sensing such as gamma radiometrics and electromagnetic induction at the field to landscape scale for mapping peat thickness and identifying hotspots for greenhouse gas (GHG) emissions. Remote sensing techniques with passive and active sensors at regional to national scale can help in monitoring subsidence rate, water table, peat moisture, landslides, and GHG emissions. Although the use of water table depth as a proxy for interannual GHG emissions from peatlands has been well established, there is no single remote sensing method or data product yet that has been verified beyond local or regional scales. Broader land-use change and fire monitoring at a global scale may further assist national GHG inventory reporting. Monitoring of peatland conditions to evaluate the success of individual restoration schemes still requires field work to assess local proxies combined with remote sensing and modeling. Long-term monitoring is necessary to draw valid conclusions on revegetation outcomes and associated GHG emissions in rewetted peatlands, as their dynamics are not fully understood at the site level. Monitoring vegetation development and hydrology of restored peatlands is needed as a proxy to assess the return of water and changes in nutrient cycling and biodiversity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».