Recent climate and fire disturbance impacts on boreal and arctic ecosystem productivity estimated using a satellite‐based terrestrial carbon flux model
Notice bibliographique
Résumé
Abstract Warming and changing fire regimes in the northern (≥45°N) latitudes have consequences for land‐atmosphere carbon feedbacks to climate change. A terrestrial carbon flux model integrating satellite Normalized Difference Vegetation Index and burned area records with global meteorology data was used to quantify daily vegetation gross primary productivity (GPP) and net ecosystem CO 2 exchange (NEE) over a pan‐boreal/Arctic domain and their sensitivity to climate variability, drought, and fire from 2000 to 2010. Model validation against regional tower carbon flux measurements showed overall good agreement for GPP (47 sites: R = 0.83, root mean square difference (RMSD) = 1.93 g C m −2 d −1 ) and consistency for NEE (22 sites: R = 0.56, RMSD = 1.46 g C m −2 d −1 ). The model simulations also tracked post‐fire NEE recovery indicated from three boreal tower fire chronosequence networks but with larger model uncertainty during early succession. Annual GPP was significantly (p < 0.005) larger in warmer years than in colder years, except for Eurasian boreal forest, which showed greater drought sensitivity due to characteristic warmer, drier growing seasons relative to other areas. The NEE response to climate variability and fire was mitigated by compensating changes in GPP and respiration, though NEE carbon losses were generally observed in areas with severe drought or burning. Drought and temperature variations also had larger regional impacts on GPP and NEE than fire during the study period, though fire disturbances were heterogeneous, with larger impacts on carbon fluxes for some areas and years. These results are being used to inform development of similar operational carbon products for the NASA Soil Moisture Active Passive (SMAP) mission.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».