Refining estimates of the stable carbon isotope signature attributed to methane emissions from boreal wetlands
Notice bibliographique
Résumé
Northern wetlands are a major global source of methane (CH₄) emissions to the atmosphere. How carbon cycling in these peat-rich ecosystems will respond to ongoing climate change remains uncertain. Stable isotopes provide a means to trace CH₄ from different emission sources, including different wetland types; however, upscaling of emissions relies upon accurate knowledge of CH₄ source strengths and isotope composition, and delineation of wetland types and areas. This study developed a comprehensive probabilistic inventory of wetland occurrence in Manitoba, Canada using Earth observation satellite data and ancillary data characterizing vegetation structure and environmental conditions. Google Earth Engine was used to acquire and process synthetic aperture radar (SAR) and multi-spectral data from Sentinel-1 and Sentinel-2 for 2018. Satellite imagery was combined with vegetation structure information, pH and topographic derivatives in a random forest model to predict the occurrence and type of wetland. The approach yielded a high overall predictive accuracy (0.86) and strong discrimination between different wetland types. The results demonstrated a significant role for use of optical variables to model wetland distribution at regional scales when coupled with LiDAR-derived metrics and soil pH data. A literature review identified limited new stable isotope data for wetlands globally but the available data agreed well with previous assessments of δ¹³C(CH₄) values for bogs (-74.9 ± 9.8‰) and fens (-64.8 ± 4.0‰). The δ¹³C(CH₄) values were upscaled using published CH₄ flux rates and the areas of bogs and fens in Manitoba determined in this study. Manitoban bogs and fens are estimated to emit 0.8 ± 0.1 Mt CH₄ yr-¹ collectively, which is a large proportion of total flux from northern Canadian wetlands (4.1 - 6.9 Mt). Integrated δ¹³C(CH₄) values are more negative than compositions typically attributed to wetlands (-62 to -58‰) in global budgets because of the endmember compositions assigned to bogs and fens. However, the integrated values are more consistent with δ¹³C(CH₄) values reported from diel inversion and aircraft studies. Refinement of the approach will rely on new observational δ¹³C(CH₄) and source strength data for all types of boreal wetland in combination with measured δ²H(CH₄) values, which remain unavailable globally.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».