Linking dissolved organic matter quality and quantity to CO2 and CH4 concentrations in ombrotrophic bog pools
Notice bibliographique
Résumé
Les petits plans d'eau, en particulier ceux riches en matière organique, sont encore négligés en tant que sources naturelles majeures d'émission de carbone (C) dans l'atmosphère et contributeurs importants au bilan mondial de C. Les mares de tourbières riches en matières organiques sont une source nette de C atmosphérique dans les écosystèmes de tourbières, qui sont généralement un puits net de C. Ces mares émettent des gaz à effet de serre (GES) à des taux plus élevés, en particulier de méthane (CH4), par rapport à d'autres petits plans d'eau lentiques (petits lacs et étangs), ce qui peut être attribué à la connectivité hydraulique des bassins donc aux apports en C de la tourbe environnante et aux caractéristiques morphologiques des mares. Cependant, il existe très peu d'informations sur les schémas et les mécanismes de la dynamique du C dans les bassins de tourbières par rapport à leur couvert végétal ainsi qu'à d'autres petits environnements aquatiques. En particulier, la matière organique dissoute (MOD), un important intermédiaire et substrat de C, peut influencer la dynamique des émissions de GES, mais son rôle demeure méconnu à l'échelle intra- et inter-régionale. Dans cette étude, nous avons caractérisé et identifié les patrons intra- et interrégionaux et les mécanismes potentiels contrôlant la quantité et la qualité de la MOD et des concentrations de GES, ainsi que leurs liens en analysant une gamme de variables optiques et chimiques et en compilant les données géographiques (c'est-à-dire le climat, le couvert végétal et morphométrie des bassins) à partir de bassins de tourbières ombrotrophes dans cinq régions de l'est du Canada (Grande plée Bleue, sud du Québec et région de la Minganie, est du Québec) et du sud de la Patagonie chilienne (Punta Arenas, parc Karukinka et île Navarino). Nous avons également effectué un échantillonnage interannuel dans la Grande plée Bleue pour identifier les tendances temporelles des concentrations et de la composition des GES et de MOD. Nous avons trouvé une variabilité interrégionale élevée dans les patrons de MOD et de GES par rapport à la variabilité intrarégionale qui était cohérente avec l'hétérogénéité des propriétés géographiques, en particulier, le climat. Les patrons interrégionaux des concentrations de GES étaient de plus déterminés par la couverture végétale environnante, la morphométrie du bassin et la composition de la MOD de type protéique. D'autre part, bien que nous n'ayons pas observé de patrons temporels significatifs dans les concentrations de GES, de MOD et de la composition de type humique terrestre au cours de l’été dans la Grande plée Bleue, les patrons temporels de GES ont été influencés par la concentration de MOD, la composition de type humique terrestre, et la chimie interne de l'eau. Dans l'ensemble, nos résultats suggèrent que les patrons interrégionaux de la MOD et des GES, et les liens entre eux, sont principalement contrôlés par le climat (température et précipitations), la couverture végétale et la morphométrie des bassins, tandis que les patrons temporels de la MOD et des GES sont principalement régis par des facteurs à l'échelle locale tels que la morphométrie des bassins et la connectivité hydrologique.
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 | 0,000 |
| 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 ».