Water Table Depth and Vapour Pressure Deficit Interaction Drives Bare Peat Evaporation at Actively Extracted Peatlands in Canada
Notice bibliographique
Résumé
ABSTRACT Peat extraction alters the hydrophysical properties of the peat during the 15 to 40 plus years of extraction. Despite the importance of hydrologic conditions for driving carbon (C) emissions from this net C source, few studies in Canada have quantified the impact of peat extraction on energy partitioning and evaporation (E) rates. The removal of vegetation prior to extraction alters the controls and mechanisms of water loss, and drainage‐induced subsidence is expected to enhance vertical capillary connectivity through the peat profile. We thus conducted a multi‐year study using eddy covariance to understand the energy balance and daytime E rates from actively extracted sites in Quebec and Alberta, Canada. Despite being a partially drained system, available energy was largely partitioned into latent heat. The relative importance of surface and atmospheric controls of E varied with hydrologic conditions; with greater water table depth (WTD), the relative importance of vapour pressure deficit decreased, and the relative importance of WTD increased. Our results highlight a need for continuous surface moisture measurements for accurate E prediction. During active extraction, site managers harrow (till) the top few cm of peat to create a drier, hydrologically isolated layer that is then extracted and processed. A weighing bucket lysimeter experiment found that while harrowing initially elevated E rates, by ~4 h post harrowing, the newly dry layer acted as a barrier to further water loss from the peat profile. These sites provide a unique opportunity to further our understanding of water availability and transport of water to the evaporating surface from bare peat, and will inform future modelling efforts to partition evapotranspiration from peatlands. An understanding of the impact of site management on E rates informs site water balance calculations and can aid in optimizing harvesting practices and effective restoration strategies post‐extraction.
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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 ».