Soil incubation methods lead to large differences in inferred methane production temperature sensitivity
Notice bibliographique
Résumé
Abstract Quantifying the temperature sensitivity of methane (CH4) production is crucial for predicting how wetland ecosystems will respond to climate warming. Typically, the temperature sensitivity (often quantified as a Q10 value) is derived from laboratory incubation studies and then used in biogeochemical models. However, studies report wide variation in incubation-inferred Q10 values, with a large portion of this variation remaining unexplained. Here we applied observations in a thawing permafrost peatland (Stordalen Mire) and a well-tested process-rich model (ecosys) to interpret incubation observations and investigate controls on inferred CH4 production temperature sensitivity. We developed a field-storage-incubation modeling approach to mimic the full incubation sequence, including field sampling at a particular time in the growing season, refrigerated storage, and laboratory incubation, followed by model evaluation. We found that CH4 production rates during incubation are regulated by substrate availability and active microbial biomass of key microbial functional groups, which are affected by soil storage duration and temperature. Seasonal variation in substrate availability and active microbial biomass of key microbial functional groups led to strong time-of-sampling impacts on CH4 production. CH4 production is higher with less perturbation post-sampling, i.e. shorter storage duration and lower storage temperature. We found a wide range of inferred Q10 values (1.2–3.5), which we attribute to incubation temperatures, incubation duration, storage duration, and sampling time. We also show that Q10 values of CH4 production are controlled by interacting biological, biochemical, and physical processes, which cause the inferred Q10 values to differ substantially from those of the component processes. Terrestrial ecosystem models that use a constant Q10 value to represent temperature responses may therefore predict biased soil carbon cycling under future climate scenarios.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 ».