MétaCan
Menu
← Retour à la cohorte
Enregistrement W2766376620 · doi:10.71781/13493

Thawing permafrost and land-atmosphere interactions of boreal forest-wetland landscapes in northwestern Canada

2017· dissertation· en· W2766376620 sur OpenAlexaboutno aff
Manuel Helbig

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2017
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostTaigaBorealAtmosphere (unit)WetlandEnvironmental sciencePhysical geographyGeographyForestryEarth scienceAgroforestryEcologyGeologyMeteorologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Les forêts boréales stockent de grandes quantités de carbone organique et jouent un rôle important dans le climat planètaire. Le climat est étroitement associé à la surface terrestre à travers les flux de gaz à effet de serre, d’énergie et de vapeur d’eau. Dans la zone de pergélisol sporadique nord-américaine, l’affaissement du sol attribuable au dégel provoque l’expansion de milieux humides sans pergélisol remplaçant des forêts avec pergélisol. Cependant, l’étendue spatiale de ces changements et leurs conséquences sur le climat sont inconnues. Dans cette étude, j’analyse les flux turbulents d’un paysage comprenant des forêts boréales et des milieux humides dans la partie sud de la Taïga des plaines, T.N.-O., Canada. J’associe ces flux avec la modélisation d’empreintes de flux, des données satellite, des données paléoécologiques, et des projections climatiques afin de caractériser l’impact des changements de la couverture terrestre sur les interactions entre la terre et l’atmosphère. Dans la Taïga des plaines, la perte de forêt boréale attribuable au dégel est d’une importance égale à celle due aux feux de forêt. La perte de forêt modifie les flux turbulents d’énergie à travers des changements dans les propriétés aérodynamiques et écophysiologiques de la surface terrestre. L’accroissement de l’albédo cause de petites réductions dans la somme des flux turbulents de chaleur sensible (H) et de chaleur latente (LE)). La diminution de la rugosité et l’augmentation de l’humidité de la surface augmentent toutefois LE tout en réduisant H, ce qui mènerait à une baisse des températures estivales et à une augmentation de l’humidité de l’air, d’après des simulations réalisées à l’aide d’un modèle de la couche limite planétaire. Contrairement à l’effet biophysique de refroidissement du climat régional dû à la perte de couvert forestier, l’expansion des milieux humides et l’augmentation des émissions de méthane (CH4) provoque un réchauffement du climat. L’expansion des milieux humides dans la partie sud de la Taïga des plaines entraîne une augmentation des émissions de 0.034 g CH4 m-2 a-1. Les taux d’absorption de CO2 caractéristiques de ces paysages sont trop faibles pour neutraliser le réchauffement du climat dû aux émissions de CH4 d’ici la fin du 21ème siècle. Tout en dégelant rapidement, ces paysages boréaux restent des puits de CO2, absorbant 74 g CO2 m-2 a-1. L’expansion des milieux humides n’affecte pas les émissions nettes de CO2, les changements de la productivité primaire brute (PPB) et de la respiration de l’écosystème (RE) étant d’une magnitude similaire. Les répercussions négligeables sur les flux nets de CO2 sont largement compensées par les répercussions climatiques directes d’un réchauffement de la température de l’air. Un scénario de réchauffement élevé mène à un accroissement de RE dépassant significativement l’accroissement de PPB. Dans la Taïga des plaines, le dégel du pergélisol a donc des répercussions climatiques qui s’opposent aux plans biophysiques et biogéochimiques. Dans un climat plus chaud, le dégel modifie la façon dont les paysages interagissent avec le climat, ce qui souligne la nécessité d’intégrer les changements dans la couverture terrestre attribuable au dégel dans les modèles du système Terre.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→