MétaCan
Menu
Retour à la cohorte
Enregistrement W2291421187 · doi:10.1038/srep22130

A comprehensive estimate of recent carbon sinks in China using both top-down and bottom-up approaches

2016· article· en· W2291421187 sur OpenAlexaff
Fei Jiang, Jing M. Chen, Lingxi Zhou, Weimin Ju, Huifang Zhang, Toshinobu Machida, Philippe Ciais, Wouter Peters, Hengmao Wang, Baozhang Chen, Lixin Liu, Chunhua Zhang, Hidekazu Matsueda, Yousuke Sawa

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationNederlandse Organisatie voor Wetenschappelijk OnderzoekNational Natural Science Foundation of China
Mots-clésTop-down and bottom-up designChinaCarbon sinkComputer scienceGeographyBiologyEcologyEcosystemArchaeology

Résumé

récupéré en direct d'OpenAlex

Atmospheric inversions use measurements of atmospheric CO2 gradients to constrain regional surface fluxes. Current inversions indicate a net terrestrial CO2 sink in China between 0.16 and 0.35 PgC/yr. The uncertainty of these estimates is as large as the mean because the atmospheric network historically contained only one high altitude station in China. Here, we revisit the calculation of the terrestrial CO2 flux in China, excluding emissions from fossil fuel burning and cement production, by using two inversions with three new CO2 monitoring stations in China as well as aircraft observations over Asia. We estimate a net terrestrial CO2 uptake of 0.39-0.51 PgC/yr with a mean of 0.45 PgC/yr in 2006-2009. After considering the lateral transport of carbon in air and water and international trade, the annual mean carbon sink is adjusted to 0.35 PgC/yr. To evaluate this top-down estimate, we constructed an independent bottom-up estimate based on ecosystem data, and giving a net land sink of 0.33 PgC/yr. This demonstrates closure between the top-down and bottom-up estimates. Both top-down and bottom-up estimates give a higher carbon sink than previous estimates made for the 1980s and 1990s, suggesting a trend towards increased uptake by land ecosystems in China.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations128
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207