An inverse modeling approach for tree-ring-based climate reconstructions under changing atmospheric CO <sub>2</sub> concentrations
Notice bibliographique
Résumé
Abstract. Over the last decades, dendroclimatologists have relied upon linear transfer functions to reconstruct historical climate. Transfer functions need to be calibrated using recent data from periods where CO2 concentrations reached unprecedented levels (near 400 ppm – parts per million). Based on these transfer functions, dendroclimatologists must then reconstruct a different past, a past where CO2 concentrations were far below 300 ppm. However, relying upon transfer functions calibrated in this way may introduce an unanticipated bias in the reconstruction of past climate, particularly if CO2 has had a noticeable impact on tree growth and water use efficiency since the beginning of the industrial era. As an alternative to the transfer function approach, we run the MAIDENiso ecophysiological model in an inverse mode to link together climatic variables, atmospheric CO2 concentrations and tree growth parameters. Our approach endeavors to find the optimal combination of meteorological conditions that best simulate observed tree ring patterns. We test our approach in the Fontainebleau Forest (France). By comparing two different CO2 scenarios, we present evidence that increasing CO2 concentrations have had a slight, yet significant, effect on the reconstruction results. We demonstrate that realistic CO2 concentrations need to be inputted in the inversion so that observed increasing trends in summer temperature are adequately reconstructed. Fixing CO2 concentrations at preindustrial levels (280 ppm) results in undesirable compensation effects that force the inversion algorithm to propose climatic values that lie outside from the bounds of observed climatic variability. Ultimately, the inversion approach has several advantages over traditional transfer function approaches, most notably its ability to separate climatic effects from CO2 imprints on tree growth. Therefore, our method produces reconstructions that are less biased by anthropogenic greenhouse gas emissions and that are based on sound ecophysiological knowledge.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».