What is the value of agricultural census data in carbon cycle studies?
Notice bibliographique
Résumé
[1] Agricultural census data have been identified as possessing the potential to provide constraints on modeled carbon uptake by croplands at the regional scale. In this study, we build on previous efforts and further assess this potential quantitatively by comparing (1) fractional cropland coverage in southwestern Ontario, Canada, derived from agricultural statistics against three different remotely sensed land cover maps and (2) carbon uptakes determined from agricultural data with simulations generated by a satellite-data-driven biospheric model. In addition, we assimilated the census-data-derived carbon uptakes with modeled estimates in a Bayesian inverse approach to determine if the crop data can provide constraint, as exhibited by uncertainty reductions, and if so, how much. Uncertainties in census-data-derived gross primary production (GPP) estimates are carefully quantified using a Monte Carlo simulation. In general, results from the fractional cropland coverage comparison indicate significant value of the agricultural census data by revealing biases in the spatial distribution of croplands, as found in all three of the satellite land cover products. However, we find that the carbon uptake values derived from crop harvested records are still subject to significant uncertainties that have been underestimated or neglected altogether in past studies. The Monte Carlo simulation suggests that the largest source of uncertainty can be traced to errors in the growth efficiency, followed by harvest production records, and then the harvest index. As a result, attention must be paid to such errors when using the agricultural census data for carbon accounting purposes or to provide constraints to simulations of crop carbon uptake.
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 | 0,070 | 0,229 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».