Understanding the potential for disturbance-induced contaminant release from degraded peatlands: a global review of heavy metals in peatlands
Notice bibliographique
Résumé
Human industry has contaminated peatlands through the atmospheric deposition of pollutants released by industrial processes over many centuries. Relative to other ecosystems, peatlands sequester a far greater proportion of toxic metals than their areal extent. This is especially true in industry-impacted landscapes, where toxic metals in surficial peat can be elevated well above natural concentrations. Despite peatlands acting as contaminant sinks that can maintain their carbon storage functionality under low metal concentrations, high rates of metal pollution can lead to the degradation of peatland processes that sustain carbon sequestration. For example, the loss of keystone peatland species, such as Sphagnum mosses, limits peat accumulation and long-term carbon accumulation. Therefore, in these degraded peatlands, peat forming processes are often suppressed even decades after the source of contamination has reduced or ceased.Once degraded, peatlands become susceptible to additional disturbances such as fire or erosion, which can release their toxic legacy into the environment and drinking water. Predicted future warmer and drier conditions are expected to increase wildfire prevalence on the landscape and may be further compounded by land use change. The release of previously sequestered metals arguably represents one of the largest contemporary global environmental disasters and greatest future global environmental challenge.In this paper, we present an in-depth review of existing literature on ombrotrophic peatland metal contamination from a range of disciplines. After a detailed search and screening process, data were extracted from 97 studies. 500 individual points covering 26 countries were extracted from these studies, which were published between 1973 to 2022. For each study, the depth at which maximum heavy metal concentration (Cmax) occurred was recorded, along with surface concentration and concentration at depth. Using Kernel Density Estimates, the distribution of Cmax was typically within the top 0.2m of the peat surface across all studies, though with variation in the mean depth profiles between different metals. For example, Cmax for Cd and Zn typically peaked at 0.1m below the surface with few studies showing Cmax below 0.2m. As, Cu and Pb also had mean Cmax values
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».