Brackish Water Rewetting of a Temperate Coastal Peatland: Effects on Biogeochemistry, Microorganisms and Greenhouse Gas Emissions
Notice bibliographique
Résumé
Abstract Around 4% of global greenhouse gas (GHG) emissions originate from drained peatlands. Unlike rewetting drained peatlands with freshwater, brackish water rewetting is expected to reduce CO 2 emissions, while keeping post-rewetting methane (CH 4 ) emissions low. Sulfate-containing brackish water should favor sulfate reduction and therefore limit CH 4 production and/or lead to increased CH 4 consumption. Here, we compared CO 2 and CH 4 fluxes, pore water geochemistry, and associated microbial communities of a coastal peatland along a transect one year before and after rewetting (Fig. 1) to evaluate the effect of brackish water rewetting. Brackish water rewetting increased the abundance of both CH 4 producing archaea (methanogens) as well as sulfate reducing bacteria (SRB) in most sub-sites along the transect. At the same time, the aerobic methanotroph community was overall less present after rewetting. Pore water CH 4 and CO 2 concentrations along with δ 13 C records indicated that both methanogenesis and CH 4 oxidation increased post-rewetting. Although brackish water rewetting raised average net CH 4 emissions from 2 to 25 mg CH 4 m − 2 d − 1 at previously drained locations, these fluxes were lower than CH 4 emissions reported from most freshwater peatlands. Net CO 2 emissions remained high with levels around 4 g CO 2 m − 2 d − 1 , but ecosystem respiration strongly decreased from on average 19 to 6 g CO 2 m − 2 d − 1 . The remaining net CO 2 emissions were likely associated with a lower uptake of CO 2 compared to its release after extensive vegetation die-back. Hence, the re-establishment of site-specific vegetation is important to sustain the net CO 2 uptake besides low CH 4 emissions.
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 ».