Decadal warming and increased precipitation interactively affect <scp> N <sub>2</sub> O </scp> emissions based on a long‐term field experiment and a meta‐analysis
Notice bibliographique
Résumé
Abstract Global warming and altered precipitation affect nitrous oxide (N 2 O) emissions from terrestrial ecosystems; however, the interactive effects of these global change factors on N 2 O emissions remain unclear. Here, we use data from a decade‐long field experiment in an alpine meadow on the Qinghai‐Tibetan Plateau and a global meta‐analysis to examine how warming (W) and increased precipitation (P) interactively drive N 2 O emissions. Our field experiment showed that W and P enhanced N 2 O emissions by 36.2% and 23.9%, respectively. However, P dampened the W effect on N 2 O emissions, suggesting an antagonistic interaction between the two global change factors. The N 2 O emissions were jointly regulated by edaphic properties (such as soil moisture content, temperature and pH) and denitrifying microbial communities, with soil denitrifiers (particularly nir S abundance and community composition) driving N 2 O fluxes, underscoring the microbial mechanisms regulating N 2 O emissions under climate change. The meta‐analysis, synthesizing 75 observations, revealed that N 2 O emissions were enhanced by W (+4.5%), P (+18.6%) and WP (+9.4%). Our findings indicate that W and P exhibit positive feedbacks to climate change and the interactive effects of W and P call for more multi‐factor experiments to provide data for improving Earth system models to better assess climate change effects on future greenhouse gas fluxes. Read the free Plain Language Summary for this article on the Journal blog.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».