MétaCan
Menu
Retour à la cohorte
Enregistrement W2750078372 · doi:10.1002/2017ms000934

Process‐based<scp>TRIPLEX‐GHG</scp>model for simulating<scp>N</scp><sub>2</sub><scp>O</scp>emissions from global forests and grasslands:<scp>M</scp>odel development and evaluation

2017· article· en· W2750078372 sur OpenAlexaff
Kerou Zhang, Changhui Peng, Meng Wang, Xiaolu Zhou, Mingxu Li, Kefeng Wang, Juhua Ding, Qiuan Zhu

Notice bibliographique

RevueJournal of Advances in Modeling Earth Systems · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésEnvironmental scienceAtmospheric sciencesNitrous oxideNitrificationGrasslandGreenhouse gasPrimary productionSnowmeltTemperate forestTemperate climateEcosystemSnowEcologyNitrogenChemistryMeteorologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The development of the new process‐based TRIPLEX‐GHG model derives from the Integrated Biosphere Simulator (IBIS), which couples nitrification and denitrification processes to quantify nitrous oxide (N2O) emissions from natural forests and grasslands. Sensitivity analysis indicates that the nitrification rate coefficient (COENR) is the most sensitive parameter to simulate N2O emissions. Accordingly, we calibrated this parameter using data from 29 global forest sites (across different latitudes) and grassland sites. The average nitrification rate coefficient gradually increases in the order of tropical forest to grassland to temperate forest to boreal forest, and giving means of 0.009, 0.03, 0.04, and 0.09, respectively. This study validated the mean value for each ecosystem at 52 sites globally. Calibration results both indicate the good performance of the model and its suitability in capturing seasonal variation and magnitude of N2O flux; however, it is limited in modeling N2O uptake and increments during periods of snowmelt. Additionally, validation results indicate that simulated and observed annual or seasonal N2O fluxes are highly correlated (R2 = 0.75; P < 0.01). Consequently, our results suggest that the model is suitable in simulating N2O emissions from different forest and grassland land types under varying environmental conditions on a global scale.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,060
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,296
Écart entre enseignants0,268 · 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

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Modeling Earth SystemsMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207