Simulated ecosystem threshold responses to co-varying temperature, precipitation and atmospheric CO2 within a region of Amazonia
Notice bibliographique
Résumé
Aim Using a Dynamic Global Vegetation Model (DGVM), we assessed the independent and co-varying effects of temperature, precipitation and atmospheric CO2 on nonlinear (threshold) responses in carbon-based processes, and evaluated whether these underlying process thresholds translate to the ecosystem-scale. Location Amazon Basin, South America. Methods The Lund-Potsdam-Jena model (LPJ) was employed to determine responses in net primary production (NPP), heterotrophic respiration (RH), vegetation carbon (CV), soil carbon (CS), and plant functional type (PFT) composition to variations in temperature (± 9 °C relative to the control), precipitation (up to 80% reduction in rainfall relative to the control) and atmospheric CO2 (± 100 p.p.m.v. relative to the control). Results Our modelling experiments show that increases in temperature result in lower and steeper NPP and RH curves, indicating a thermal threshold at current temperature conditions. Under a combination of temperature and precipitation change, CV responds more to precipitation, while CS closely follows temperature gradients. Ecosystem thresholds, measured in terms of PFT composition stability, are surprisingly few. Simulations indicate an ecosystem threshold occurring at 80% reduction in rainfall; however, due to modelling limitations, this threshold is likely to occur at earlier drought stress conditions. Further empirical research on abiotic stress tolerance levels in tropical ecosystems must be performed in order to refine PFT descriptions used in DGVMs. Main conclusion In evaluating simulation scenarios that promote major changes in PFT assemblage, we conclude that the ‘natural’ Amazonian rain forest is resilient to environmental change, particularly to decreases in temperature and precipitation. Determining to what extent anthropogenic pressures have altered this resiliency is of utmost importance in predicting the future fate of the Amazon Basin.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».