Quantifying Peatland Ecohydrological Resilience to Drought and Wildfire by Thinking Outside the Bog 
Notice bibliographique
Résumé
Peatlands are globally important long-term sinks of carbon, however there is concern that climate change-mediated drought will weaken their carbon sink function due to enhanced decomposition and moss moisture stress. Furthermore, heightened drought will also increase peat combustion loss during wildfire leading to peatland degradation and a potential ecosystem regime shift. Despite research developments on ecohydrological tipping points in semi-arid ecosystems, research in peatlands on the wet end of the ecosystem continuum has been “bogged down” (pun fully intended) by the traditional conceptual models of peatland hydrology and ecology. The consequences of this thinking loom large, given that northern peatlands face increases in the severity, areal extent, and frequency of climate-mediated (e.g., wildfire, drought) and land-use (e.g., drainage, flooding, and mining) disturbances, placing the future integrity of these critical ecosystem services in jeopardy.In this presentation we explore the need for “thinking outside the bog” to quantify the ecohydrological tipping points to drought and wildfire. We argue that peatland ecohydrological resilience is a non-linear function of water storage dynamics and that water table data or peat moisture data alone are insufficient to capture this hydrological complexity. Given that the ability of Sphagnum moss to resist drought is largely a function of the rate of water loss by evaporation, the rate of upward water supply from the water table, and the water storage properties of the peat matrix, we suggest that ecohydrological resilience can be quantified by the magnitude and duration of the disconnect between the water table and near-surface peat. We discuss ways to measure ecohydrological resilience and explore simple metrics that reveal when critical tipping points have been exceeded and the implications this has for carbon storage and fluxes.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».