Methane fluxes in the high northern latitudes for 2005–2013 estimated using a Bayesian atmospheric inversion
Notice bibliographique
Résumé
Abstract. We present methane (CH4) flux estimates for 2005 to 2013 from a Bayesian inversion focusing on the high northern latitudes (north of 50° N). Our inversion is based on atmospheric transport modelled by the Lagrangian particle dispersion model FLEXPART and CH4 observations from 17 in situ and five discrete flask-sampling sites distributed over northern North America and Eurasia. CH4 fluxes are determined at monthly temporal resolution and on a variable grid with maximum resolution of 1° × 1°. Our inversion finds a CH4 source from the high northern latitudes of 82 to 84 Tg yr−1, constituting ∼ 15 % of the global total, compared to 64 to 68 Tg yr−1 (∼ 12 %) in the prior estimates. For northern North America, we estimate a mean source of 16.6 to 17.9 Tg yr−1, which is dominated by fluxes in the Hudson Bay Lowlands (HBL) and western Canada, specifically the province of Alberta. Our estimate for the HBL, of 2.7 to 3.4 Tg yr−1, is close to the prior estimate (which includes wetland fluxes from the land surface model, LPX-Bern) and to other independent inversion estimates. However, our estimate for Alberta, of 5.0 to 5.8 Tg yr−1, is significantly higher than the prior (which also includes anthropogenic sources from the EDGAR-4.2FT2010 inventory). Since the fluxes from this region persist throughout the winter, this may signify that the anthropogenic emissions are underestimated. For northern Eurasia, we find a mean source of 52.2 to 55.5 Tg yr−1, with a strong contribution from fluxes in the Western Siberian Lowlands (WSL) for which we estimate a source of 19.3 to 19.9 Tg yr−1. Over the 9-year inversion period, we find significant year-to-year variations in the fluxes, which in North America, and specifically in the HBL, appear to be driven at least in part by soil temperature, while in the WSL, the variability is more dependent on soil moisture. Moreover, we find significant positive trends in the CH4 fluxes in North America of 0.38 to 0.57 Tg yr−2, and northern Eurasia of 0.76 to 1.09 Tg yr−2. In North America, this could be due to an increase in soil temperature, while in North Eurasia, specifically Russia, the trend is likely due, at least in part, to an increase in anthropogenic sources.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».