Characterizing methane emission hotspots from thawing permafrost
Notice bibliographique
Résumé
Methane (CH4) emissions from climate-sensitive ecosystems within the northern permafrost region represent a potentially large but highly uncertain source, with current estimates spanning a factor of seven (11 – 75 Tg CH4 yr-1). Accelerating permafrost thaw threatens significant increases in pan-Arctic CH4 emissions, amplifying the permafrost carbon feedback. We used airborne imaging spectroscopy with meter-scale spatial resolution and broad coverage to identify a previously undiscovered CH4 emission hotspot adjacent to a thermokarst lake in interior Alaska. Hotspot emissions were confined to < 1% of the 10 ha lake study area. Ground-based chamber measurements confirmed average daily fluxes from the hotspot of 1,170 mg CH4 m-2 d-1, with extreme daily maxima up to 24,200 mg CH4 m-2 d-1. Ground-based geophysical measurements revealed thawed permafrost directly beneath the CH4 hotspot, extending to a depth of ~15 m, indicating that the intense CH4 emissions likely originated from recently thawed permafrost. Hotspot emissions accounted for ~40% of total diffusive CH4 emissions from the lake study site. Combining study site findings with hotspot statistics from our 70,000 km2 airborne survey across Alaska and northwestern Canada, we estimate that pan-Arctic terrestrial thermokarst hotspots currently emit 1.1 (0.1 – 5.2) Tg CH4 yr-1, or roughly 4% of the annual pan-Arctic wetland budget from just 0.01% of the northern permafrost land area. Our results suggest that significant proportions of pan-Arctic CH4 emissions originate from disproportionately small areas of previously undetermined thermokarst emissions hotspots, and that pan-Arctic CH4 emissions may increase non-linearly as thermokarst processes increase under a warming climate
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 | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».