MétaCan
Menu
Retour à la cohorte
Enregistrement W2785916520 · doi:10.5194/bg-15-3421-2018

Asymmetric responses of primary productivity to altered precipitation simulated by ecosystem models across three long-term grassland sites

2018· article· en· W2785916520 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBiogeosciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesOak Ridge National LaboratoryBiological and Environmental ResearchVlaamse regeringOffice of ScienceAustrian Science FundTechnische Universität WienÖsterreichischen Akademie der WissenschaftenNational Natural Science Foundation of ChinaU.S. Department of Energy
Mots-clésPrimary productionEnvironmental sciencePrecipitationEcosystemGrasslandSteppeAtmospheric sciencesProductivityTemperate climateCarbon cycleEcologyBiologyGeographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract. Field measurements of aboveground net primary productivity (ANPP) in temperate grasslands suggest that both positive and negative asymmetric responses to changes in precipitation (P) may occur. Under normal range of precipitation variability, wet years typically result in ANPP gains being larger than ANPP declines in dry years (positive asymmetry), whereas increases in ANPP are lower in magnitude in extreme wet years compared to reductions during extreme drought (negative asymmetry). Whether the current generation of ecosystem models with a coupled carbon–water system in grasslands are capable of simulating these asymmetric ANPP responses is an unresolved question. In this study, we evaluated the simulated responses of temperate grassland primary productivity to scenarios of altered precipitation with 14 ecosystem models at three sites: Shortgrass steppe (SGS), Konza Prairie (KNZ) and Stubai Valley meadow (STU), spanning a rainfall gradient from dry to moist. We found that (1) the spatial slopes derived from modeled primary productivity and precipitation across sites were steeper than the temporal slopes obtained from inter-annual variations, which was consistent with empirical data; (2) the asymmetry of the responses of modeled primary productivity under normal inter-annual precipitation variability differed among models, and the mean of the model ensemble suggested a negative asymmetry across the three sites, which was contrary to empirical evidence based on filed observations; (3) the mean sensitivity of modeled productivity to rainfall suggested greater negative response with reduced precipitation than positive response to an increased precipitation under extreme conditions at the three sites; and (4) gross primary productivity (GPP), net primary productivity (NPP), aboveground NPP (ANPP) and belowground NPP (BNPP) all showed concave-down nonlinear responses to altered precipitation in all the models, but with different curvatures and mean values. Our results indicated that most models overestimate the negative drought effects and/or underestimate the positive effects of increased precipitation on primary productivity under normal climate conditions, highlighting the need for improving eco-hydrological processes in those models in the future.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,381
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,266
Écart entre enseignants0,240 · 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