Diffusive CH <sub>4</sub> Emissions From Agricultural Ditches Overshadow CH <sub>4</sub> Sinks by Upland Fields
Notice bibliographique
Résumé
Abstract Ditches are potentially important sources of methane (CH 4 ) in agricultural regions, but their CH 4 emissions are largely unknown due to data scarcity. Here, we investigated CH 4 concentrations and diffusive fluxes across different ditches in the North China Plain (NCP), an extensive upland agricultural region with maize‐wheat rotations, and well‐constructed ditch systems. Based on intensive monthly and extensive regional surveys, we found that (mean ± SD) CH 4 concentrations (11.42 ± 37.69 μmol L −1 ) and fluxes (344.7 ± 1,198.1 μmol m −2 h −1 ) in the agricultural ditches (ADs) showed high variability, primarily driven by spatial and temporal heterogeneity in nutrient and carbon inputs. On average, CH 4 concentrations and fluxes were 3–12 times higher than those in the nearby agricultural‐rural ditches (3.80 μmol L −1 , 99.8 μmol m −2 h −1 ) and rivers (0.92 μmol L −1 , 47.1 μmol m −2 h −1 ). Dissolved organic carbon (DOC) and ammonium (NH 4 + –N) were primary drivers of CH 4 emissions in the ADs, highlighting the key role of nutrient and carbon inputs from surrounding fields. The annual diffusive CH 4 emission from ADs in the NCP was estimated to be 1,836.3 ± 311.6 Gg CH 4 yr −1 and 68.1 ± 7.3 Gg CH 4 yr −1 based on the mean and median CH 4 fluxes, respectively, acting as a significant source of CH 4 emissions, despite large uncertainty. This emission overwhelmingly offsets the CH 4 uptake by soils (i.e., −9.2 Gg CH 4 yr −1 ) in the NCP, highlighting the necessity of including CH 4 emissions from ADs in estimating CH 4 budget from upland agricultural regions.
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 | 0,001 | 0,001 |
| 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 ».