Modeling Global Riverine DOC Flux Dynamics From 1951 to 2015
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.
Notice bibliographique
Résumé
Abstract Climate change has a profound impact on the global carbon cycle, including effects on riverine carbon pools, which connect terrestrial, oceanic, and atmospheric carbon pools. Until now, terrestrial ecosystem models have rarely incorporated riverine carbon components into global carbon budgets. Here we developed a new process‐based model, TRIPLEX‐HYDRA (TRIPLEX‐hydrological routing algorithm), that considers the production, consumption, and transport processes of nonanthropogenic dissolved organic carbon (DOC) from soil to river ecosystems. After the parameter calibration, model results explained more than 50% of temporal variations in all but three rivers. Validation results suggested that DOC yield simulated by TRIPLEX‐HYDRA has a good fit ( R 2 = 0.61, n = 71, p < 0.001) with global river observations. And then, we applied this model for global rivers. We found that mean DOC yield of global river approximately 1.08 g C/m 2 year, where most high DOC yield appeared in the rivers from high northern or tropic regions. Furthermore, our results suggested that global riverine DOC flux appeared a significant decrease trend (average rate: 0.38 Pg C/year) from 1951 to 2015, although the variation patterns of DOC fluxes in global rivers are diverse. A decreasing trend in riverine DOC flux appeared in the middle and high northern latitude regions (30–90°N), which could be attributable to an increased flow path and DOC degradation during the transport process. Furthermore, increasing trend of DOC fluxes is found in rivers from tropical regions (30°S–30°N), which might be related to an increase in terrestrial organic carbon input. Many other rivers (e.g., Mississippi, Yangtze, and Lena rivers) experienced no significant changes under a changing environment.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle