Integrating peatlands and permafrost into a dynamic global vegetation model: 1. Evaluation and sensitivity of physical land surface processes
Notice bibliographique
Résumé
Northern peatlands and permafrost soils are associated with large carbon stocks. Rising temperatures are likely to affect the carbon balance in high‐latitude ecosystems, but to what degree is uncertain. We have enhanced the Lund‐Potsdam‐Jena (LPJ) dynamic global vegetation model by introducing processes necessary to simulate permafrost dynamics, peatland hydrology, and peatland vegetation. The new version, LPJ‐WHy v1.2, was used to study soil temperature, active layer depth, permafrost distribution, and water table position. Modeled soil temperatures agreed well with observations, apart from a Siberian site where the soil is insulated by an extensive shrub layer. Water table positions were generally in the range of observations, with some exceptions. Simulated active layer depth showed a mean absolute error of 44 cm when compared to observations, but the error was reduced to 25 cm when the soil type for seven sites was manually corrected to mirror local conditions. A sensitivity test, in which temperature and precipitation were varied independently, showed that soil temperatures and active layer depths increased more under higher temperatures when precipitation was increased at the same time. The sensitivity experiment suggested persisting wet conditions in peatlands even under temperature increases of up to 9°C as long as annual precipitation is allowed to increase with temperature to the extent indicated by climate model experiments.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».