MétaCan
Menu
← Retour à la cohorte
Enregistrement W2156985834 · doi:10.5194/gmdd-6-3509-2013

A coupled two-dimensional hydrodynamic and terrestrial input model to simulate CO<sub>2</sub> diffusive emissions from lake systems

2013· article· en· W2156985834 sur OpenAlexafffundabout
Haibin Wu, Changhui Peng, Marc Lucotte, Nicolas Soumis, Yves Gélinas, Éric Duchemin, Jean‐Baptiste Plouhinec, Alexandre Ouellet, Ziyu Guo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensConcordia UniversityUniversité du Québec à Montréal
Organismes subventionnairesNational Key Research and Development Program of ChinaChinese Academy of SciencesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésEnvironmental scienceBiogeochemical cycleTerrestrial ecosystemAquatic ecosystemFlux (metallurgy)Greenhouse gasCarbon cycleDissolved organic carbonEcosystemCarbon dioxideAtmospheric sciencesHydrology (agriculture)OceanographyEnvironmental chemistryEcologyChemistryGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Most lakes worldwide are supersaturated with carbon dioxide (CO2) and consequently act as atmospheric net sources. Since CO2 is a major greenhouse gas (GHG), the accurate estimation of CO2 exchanges at air/water interfaces of aquatic ecosystems is vital in quantifying the carbon budget of aquatic ecosystems overall. To date, lacustrine CO2 emissions are poorly understood, and lake carbon source proportions remain controversial, largely due to a lack of integration between aquatic and terrestrial ecosystems. In this paper a new process-based model (TRIPLEX-Aquatic) is introduced incorporating both terrestrial inputs and aquatic biogeochemical processes to estimate diffusive emissions of CO2 from lake systems. The model was built from a two-dimensional hydrological and water quality model coupled with a new lacustrine CO2 diffusive flux model. For calibration and validation purposes, two years of data collected in the field from two small boreal oligotrophic lakes located in Québec (Canada) were used to parameterize and test the model by comparing simulations with observations for both hydrodynamic and carbon process accuracy. Model simulations were accordant with field measurements in both calibration and verification. Consequently, the TRIPLEX-Aquatic model was used to estimate the annual mean CO2 diffusive flux and predict terrestrial dissolved organic carbon (DOC) impacts on the CO2 budget for both lakes. Results show a significant fraction of the CO2 diffusive flux (~30–45%) from lakes was primarily attributable to the input and mineralization of terrestrial DOC, which indicated terrestrial organic matter was the key player in the diffusive flux of CO2 from oligotropical lake systems in Québec, Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,555

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetMarine and coastal ecosystems→Travaux en français237 207→