The Orbiting Carbon Observatory (OCO-2) tracks 2–3 peta-gram increase in carbon release to the atmosphere during the 2014–2016 El Niño
Notice bibliographique
Résumé
Abstract The powerful El Niño event of 2015–2016 – the third most intense since the 1950s – has exerted a large impact on the Earth’s natural climate system. The column-averaged CO 2 dry-air mole fraction (XCO 2 ) observations from satellites and ground-based networks are analyzed together with in situ observations for the period of September 2014 to October 2016. From the differences between satellite (OCO-2) observations and simulations using an atmospheric chemistry-transport model, we estimate that, relative to the mean annual fluxes for 2014, the most recent El Niño has contributed to an excess CO 2 emission from the Earth’s surface (land + ocean) to the atmosphere in the range of 2.4 ± 0.2 PgC (1 Pg = 10 15 g) over the period of July 2015 to June 2016. The excess CO 2 flux is resulted primarily from reduction in vegetation uptake due to drought, and to a lesser degree from increased biomass burning. It is about the half of the CO 2 flux anomaly (range: 4.4–6.7 PgC) estimated for the 1997/1998 El Niño. The annual total sink is estimated to be 3.9 ± 0.2 PgC for the assumed fossil fuel emission of 10.1 PgC. The major uncertainty in attribution arise from error in anthropogenic emission trends, satellite data and atmospheric transport.
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 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».