Global CO <sub>2</sub> fluxes estimated from GOSAT retrievals of total column CO <sub>2</sub>
Notice bibliographique
Résumé
Abstract. We present one of the first estimates of the global distribution of CO2 surface fluxes using total column CO2 measurements retrieved by the SRON-KIT RemoTeC algorithm from the Greenhouse gases Observing SATellite (GOSAT). We derive optimized fluxes from June 2009 to December 2010. We estimate fluxes from surface CO2 measurements to use as baselines for comparing GOSAT data-derived fluxes. Assimilating only GOSAT data, we can reproduce the observed CO2 time series at surface and TCCON sites in the tropics and the northern extra-tropics. In contrast, in the southern extra-tropics GOSAT XCO2 leads to enhanced seasonal cycle amplitudes compared to independent measurements, and we identify it as the result of a land–sea bias in our GOSAT XCO2 retrievals. A bias correction in the form of a global offset between GOSAT land and sea pixels in a joint inversion of satellite and surface measurements of CO2 yields plausible global flux estimates which are more tightly constrained than in an inversion using surface CO2 data alone. We show that assimilating the bias-corrected GOSAT data on top of surface CO2 data (a) reduces the estimated global land sink of CO2, and (b) shifts the terrestrial net uptake of carbon from the tropics to the extra-tropics. It is concluded that while GOSAT total column CO2 provide useful constraints for source–sink inversions, small spatiotemporal biases – beyond what can be detected using current validation techniques – have serious consequences for optimized fluxes, even aggregated over continental scales.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».