Ground heat flux: An analytical review of 6 models evaluated at 88 sites and globally
Notice bibliographique
Résumé
Abstract Uncertainty in ground heat flux ( G ) means that evaluation of the other terms in the surface energy balance (e.g., latent and sensible heat fluxes ( LE and H )) remains problematic. Algorithms that calculate LE and H require available energy, the difference between net radiation, R NET , and G . There are a wide range of approaches to model G for large‐scale applications, with a subsequent wide range of estimates and accuracies. We provide the largest review of these methods to date ( N = 6), evaluating modeled G against measured G from 88 FLUXNET sites. The instantaneous midday variability in G is best captured by models forced with net radiation, while models forced by temperature show the least error at both instantaneous and daily time scales. We produce global decadal data sets of G to illustrate regional and seasonal sensitivities, as well as uncertainty. Global model mean midmorning instantaneous G is highest during September, October, and November at 63.42 (±16.84) Wm −2 , while over December, January, and February G is lowest at 53.86 (±18.09) Wm −2 but shows greater intermodel uncertainty. Results from this work have the potential to improve evapotranspiration estimates and guide appropriate G model selection and development for various land uses.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».