MétaCan
Menu
← Retour à la cohorte
Enregistrement W2314788403 · doi:10.5194/bg-2016-113

What are the challenges for modelling isoprene and monoterpene emission dynamics of subarctic plants?

2016· article· en· W2314788403 sur OpenAlexaff
Jing Tang, Guy Schurgers, Hanna Valolahti, Patrick Faubert, Päivi Tiiva, Anders Michelsen, Riikka Rinnan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesVillum Fonden
Mots-clésIsopreneEnvironmental scienceSubarctic climateTundraAtmospheric sciencesClimatologyGlobal warmingClimate changeArcticMonoterpeneEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. The Arctic is warming at twice the global average speed, and the warming-induced increases in biogenic volatile organic compounds (BVOC) emissions from arctic plants are expected to be drastic. The current global models' estimations of minimal BVOC emissions from the Arctic are based on very few observations and have been challenged by increasing field data. This study applied a dynamic ecosystem model, LPJ-GUESS, as a platform to investigate short-term and long-term BVOC emission responses to climate warming. Field observations in a subarctic heath tundra with long-term (13 years) warming treatments were extensively used for parameterizing and evaluating BVOC related processes. We proposed an adjusted temperature (T) response curve for arctic plants with much stronger T sensitivity than the commonly-used algorithms for large-scale modelling. The simulated emission responses to 2 °C warming between the adjusted and original T response curves in the model were evaluated against the observed warming responses (WR) at short-term scales. Moreover, the model's responses to higher levels' warming (4 °C and 8 °C) were also investigated as a sensitivity test. The model was able to reproduce vegetation CO2 fluxes as well as day-to-day variability of isoprene and monoterpene emissions. The modelled BVOC WR, especially for isoprene, were better captured by using the adjusted T response curve, comparing with using the original one. A few days' underestimation of leaf T led to the underestimated emission rates as well as WR. During 1999–2012, the modelled annual mean isoprene and monoterpene emissions were 20 and 8 mg C m−2 yr−1, with an increase in emission by 55 % and 57 % for 2 °C summertime warming, respectively. Warming by 4 °C and 8 °C further elevated isoprene emission for all years compared with 2 °C warming, but the impacts on monoterpene emissions levelled off because of a decreased coverage of monoterpene-emitters among the evergreen prostrate dwarf shrubs. The high WR captured by the adjusted T response curve highlight the strong T sensitivity of arctic plants. At short-term scale, the WR seem to be strongly impacted by leaf T; while at long-term scale, the WR are a combined effect of plant functional type (PFT) dynamics as well as instantaneous BVOC responses to warming. The identified essential issues associated with estimating arctic BVOC emissions are: (1) leaf T estimation/extrapolation based on air T; (2) PFT parameterization accounting for BVOC emission features as well as PFT's responses to warming; and (3) representation of vegetation dynamics in the past and the future.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,029
Tête enseignante GPT0,214
Écart entre enseignants0,185 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→