Evaluating terrestrial CO <sub>2</sub> flux diagnoses and uncertainties from a simple land surface model and its residuals
Notice bibliographique
Résumé
Abstract. Global terrestrial atmosphere–ecosystem carbon dioxide fluxes are well constrained by the concentration and isotopic composition of atmospheric carbon dioxide. In contrast, considerable uncertainty persists surrounding regional contributions to the net global flux as well as the impacts of atmospheric and biological processes that drive the net flux. These uncertainties severely limit our ability to make confident predictions of future terrestrial biological carbon fluxes. Here we use a simple light-use efficiency land surface model (the Vegetation Photosynthesis Respiration Model, VPRM) driven by remotely sensed temperature, moisture, and phenology to diagnose North American gross ecosystem exchange (GEE), ecosystem respiration, and net ecosystem exchange (NEE) for the period 2001 to 2006. We optimize VPRM parameters to eddy covariance (EC) NEE observations from 65 North American FluxNet sites. We use a separate set of 27 cross-validation FluxNet sites to evaluate a range of spatial and temporal resolutions for parameter estimation. With these results we demonstrate that different spatial and temporal groupings of EC sites for parameter estimation achieve similar sum of squared residuals values through radically different spatial patterns of NEE. We also derive a regression model to estimate observed VPRM errors as a function of VPRM NEE, temperature, and precipitation. Because this estimate is based on model-observation residuals it is comprehensive of all the error sources present in modeled fluxes. We find that 1 km interannual variability in VPRM NEE is of similar magnitude to estimated 1 km VPRM NEE errors.
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 | 0,000 |
| 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 | 0,001 | 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 ».