Atmospheric aridity and soil moisture fluctuations regulate GPP in a temperate peat bog
Notice bibliographique
Résumé
Despite only covering ~3% of the land area, peatlands store more carbon (650 gigatons (Gt) of C) than global terrestrial vegetation (409 GtC). However, this C is vulnerable to climate warming and drainage. Plants mediate land-atmosphere C exchange and its coupling with water by regulating stomatal opening and root water intake during droughts. Stomatal regulation and photosynthesis are dependent on soil water content (SWC), air temperature (Tair), and vapour pressure deficit (VPD). However, the role of SWC on gross primary productivity (GPP) is still not straightforward, as evidenced by several contradictory literature. Considering this, we asked whether there is a threshold at which SWC drawback starts to regulate GPP in a peat bog in Vancouver, Canada. We used weekly time step eddy covariance data spanning five years (2016-2020). Our analysis suggests that stomatal regulation in response to increased VPD caused a reduction in GPP during the 2016 drought (~2.5gC m-2 day-1). On the other hand, an absence of stomatal regulation in 2017 and 2018 (to maximise C assimilation) following the initial drought caused the peat surface to dry out in 2019. This resulted in SWC regulating GPP more than VPD by 2019. We report a SWC threshold of 82.5% (-8 cm water table depth), below which it starts to regulate GPP at this site. The interaction between energy and water limitations on GPP is expected to intensify with the projected increase in the frequency of drought events across the northern hemisphere.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 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 ».