MétaCan
Menu
Retour à la cohorte
Enregistrement W2030876073 · doi:10.1029/2005jg000045

Simulating terrestrial carbon fluxes using the new biosphere model “biosphere model integrating eco‐physiological and mechanistic approaches using satellite data” (BEAMS)

2005· article· en· W2030876073 sur OpenAlexaboutno aff
T. Sasai, Kazuhito Ichii, Yasushi Yamaguchi, Ramakrishna Nemani

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésPrimary productionBiosphereEnvironmental scienceBiosphere modelAtmospheric sciencesPrecipitationSatelliteClimatologyEcosystemCarbon cycleFlux (metallurgy)Climate modelCarbon fluxClimate changeMeteorologyEcologyGeologyPhysicsChemistryBiology

Résumé

récupéré en direct d'OpenAlex

In this study we present a new biosphere model called the Biosphere model integrating Eco‐physiological And Mechanistic approaches using Satellite data (BEAMS). BEAMS provides a new method of calculating the environmental stress affecting plant growth (Stress). Stress is calculated eco‐physiologically using a photosynthesis model and stomatal conductance formulation, providing a more realistic result than previous models. Stress values are used to estimate Gross Primary Production (GPP) estimates via the light use efficiency concept. We used BEAMS, including our new Stress approach, to investigate global spatial and temporal patterns of net primary production (NPP) and net ecosystem production (NEP). BEAMS was run for the years 1982–2000 using global scale satellite and climate data. Comparison of model results with observational measurements at flux sites reveals that GPP values predicted by BEAMS agree with measured GPP. Obtained Stress values were compared with those of MOD17 and CASA; the three methods produce contrasting spatial patterns. Upon comparing predicted and observed NPP, the pattern of NPP for each plant functional type can be adequately estimated. In terms of trend analysis, NPP increased for the years 1982–2000 in most regions. Different NPP trends were observed in Europe, Russia, and northeast Canada than those proposed by Nemani et al. (2003); we attribute these differences to climate‐related processes. Simulated interannual variations in global NEP are similar to results from inverse modeling. A sensitivity study of obtained NEP shows that the interannual variability in NEP is strongly controlled by air temperature, precipitation, CO2, and the fraction of absorbed photosynthetically active radiation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,331
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207