Process-based modelling of multi-decade carbon dynamics of a cool temperate swamp
Notice bibliographique
Résumé
Abstract. Swamps are important wetlands globally, but temperate swamps have been understudied even though they store substantial quantity of carbon (C) in their biomass and can accumulate peat. This stored C supports their role as nature-based solutions in climate change mitigation efforts. In particular, Southern Ontario swamps are estimated to store ~1.1 Pg C under distinct hydroclimatic conditions. Previous studies on temperate swamp C fluxes are mostly based on short-term (<5 years) field measurements that limit our understanding of the multi-decadal dynamics that exist between this ecosystem’s C flux and biophysical conditions. To elucidate the long-term interactions and feedbacks that are important to temperate swamp C dynamics, we adopted a process-based model (CoupModel) to simulate daily plant processes, energy, water and C fluxes in one of the most well-preserved swamps in Southern Ontario over a 40-year period (1983–2023). CoupModel reasonably simulated the C flux and controlling variables with coefficient of determination (R2) values of 0.60, 0.95 & 0.61 for soil respiration, surface soil temperature (0–5cm) and water table level respectively when validated with field measurements. Over the simulation period, the swamp’s C uptake capacity as net ecosystem exchange declined but it maintained a net C sink in most years. This declining trend can be attributed to a consistent rise in soil respiration (11 % per decade) that is likely to continue with future climate change predictions. Overall, the study shows that processed-based models are effective tools for improving our understanding of long-term C dynamics of temperate swamps.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».