An intercomparison of inverse models for estimating sources and sinks of CO<sub>2</sub> using GOSAT measurements
Notice bibliographique
Résumé
Abstract This study presents the outcome of an inverse modeling intercomparison experiment on the use of total column CO 2 retrievals from Greenhouse Gas Observing Satellite (GOSAT) for quantifying global sources and sinks of CO 2 . Eight research groups submitted inverse modeling results for the first year of GOSAT measurements. Inversions were carried out using only GOSAT data, a combination of GOSAT and surface measurements, and using only surface measurements. As expected, the most robust flux estimates are obtained at large scales (e.g., within 20% of the annual flux at the global scale), and they quickly diverge toward the scale of the subcontinental TRANSCOM regions and beyond (to >100% of the annual flux). We focus our analysis on a shift in the CO 2 uptake over land from the Tropics toward the Northern Hemisphere Extra tropics of ∼1 PgC/yr when GOSAT data are used in the inversions. This shift is largely driven by TRANSCOM regions Europe and Northern Africa, showing, respectively, an increased uptake and release of 0.7 and 0.9 PgC/yr. Inversions using GOSAT data show a reduced gradient between midlatitudes of the Northern Hemisphere and the Tropics, consistent with the latitudinal shift in carbon uptake. However, the reduced gradients degrade the agreement with background aircraft and surface measurements. To narrow the range of inversion‐derived flux, estimates will require further efforts to understand the differences not only between the retrieval schemes but also between inverse models, as their contributions to the overall uncertainty are estimated to be of similar magnitude.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».