Nitrogen Availability Dampens the Positive Impacts of CO<sub>2</sub> Fertilization on Terrestrial Ecosystem Carbon and Water Cycles
Notice bibliographique
Résumé
Abstract The magnitude and variability of the terrestrial CO 2 sink remain uncertain, partly due to limited global information on ecosystem nitrogen (N) and its cycle. Without N constraint in ecosystem models, the simulated benefits from CO 2 fertilization and CO 2 ‐induced increases in water use efficiency (WUE) may be overestimated. In this study, satellite observations of a relative measure of chlorophyll content are used as a proxy for leaf photosynthetic N content globally for 2003–2011. Global gross primary productivity (GPP) and evapotranspiration are estimated under elevated CO 2 and N‐constrained model scenarios. Results suggest that the rate of global GPP increase is overestimated by 85% during 2000–2015 without N limitation. This limitation is found to occur in many tropical and boreal forests, where a negative leaf N trend indicates a reduction in photosynthetic capacity, thereby suppressing the positive vegetation response to enhanced CO 2 fertilization. Based on our carbon‐water coupled simulations, enhanced CO 2 concentration decreased stomatal conductance and hence increased WUE by 10% globally over the 1982 to 2015 time frame. Due to increased anthropogenic N application, GPP in croplands continues to grow and offset the weak negative trend in forests due to N limitation. Our results also show that the improved WUE is unlikely to ease regional droughts in croplands because of increases in evapotranspiration, which are associated with the enhanced GPP. Although the N limitation on GPP increase is large, its associated confidence interval is still wide, suggesting an urgent need for better understanding and quantification of N limitation from satellite observations.
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 | 0,001 | 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 | 0,000 | 0,001 |
| 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 ».