Terrestrial net primary productivity A brief history and a new worldwide database
Notice bibliographique
Résumé
Consistent data on terrestrial net primary productivity (NPP) are urgently needed to constrain model estimates of carbon fluxes and hence to refine our understanding of ecosystem responses to climate change. The NPP data have been collected in a coordinated manner for the past 30 years, but comprehensive summaries are rare. We report on the development and availability of a global NPP database that is suitable for modeling of the terrestrial carbon cycle at global and regional scales, for validation of remote sensing data, and for other applications. These data were obtained from the literature on ecophysiological field work and from detailed consultation with the scientific community. Data on NPP, biomass, and associated environmental variables are now publicly available for 53 detailed study sites, of which more than half have data for belowground biomass or biomass dynamics. Aboveground NPP ranges from 35 to 2320 g m 2 a 1 (dry matter) and total NPP from 182 to 3538 g m 2 a 1 . Well-known but previously unobtainable compilations of data, such as the "Osnabrück Data Set" and the International Biological Program (IBP) Woodlands Data Set, are also incorporated in this database. Preliminary exploration of relationships between NPP and mean annual precipitation and temperature suggests that the new 53-site data collection, as well as the Osnabrück and IBP data, are all consistent with the historic "Miami" statistical model. These data are available from the Oak Ridge National Laboratory Distributed Active Archive Center (ORNL DAAC) for biogeochemical dynamics (see http://www.daac.ornl.gov/NPP/).Key words: net primary productivity, grasslands, forests, biogeochemical dynamics, global carbon cycle, model validation.
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 | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».