Characterization of the variability and controls of the carbon dioxide exchange in northern peatlands
Notice bibliographique
Résumé
Les tourbières jouent un rôle important dans le cycle global du carbone car ils représentent ~20-30% du carbone global des sols, cependant avec les changements climatiques qui sont prévus il n'est pas certain qu'ils continueront à accumuler autant de carbone. Pour améliorer le compréhension du cycle de carbone dans les tourbières, il est important de connaître la variabilité spatiale et temporelle d'échange du dioxyde de carbone (CO2) et d'autres composants en carbone du cycle de carbone des tourbières. Étudier le cycle du carbone dans les tourbières à l'échelle régionale et globale est un défi en raison des sites distants et de l'étendu des grands espaces qui les caractérisent. Des études ont utilisé des modèles d'écosystème en combinaison avec des données mesurées au sol et / ou des données satellitaires pour obtenir des informations régionales et globales sur la fonction et de la production des écosystèmes, mais généralement, les tourbières n'ont pas été inclus dans ces études. Dans ce contexte, ma recherche a été guidée par deux questions principales: 1) comment l'échange de CO2 et la phénologie varient-ils dans et entre les tourbières ? 2) et comment la télédétection peut-elle être employée pour obtenir des estimations d'échange de CO2 à une échelle spatiale plus grande que les mesures disponibles obtenues sur le terrain? Pour répondre à ces questions, j'ai utilisé une combinaison de modèles basés sur l'efficacité de l'utilisation de la lumière (LUE), des données satellitaires et des données obtenues sur le terrain de quatre tourbières, fonctionnellement différentes. L'analyse des données d'échange de CO2 a montré que la GPP annuelle accumulée et la production nette d'écosystème (NEP) sont plus élevées dans les tourbières les plus chauds. Les deux sites les plus chauds avaient de plus longues saisons de croissance et de périodes d'absorption de carbone que les deux sites les plus froids. La période d'absorption de carbone par exemple, était d'environ 6 mois sur les sites les plus chauds et d'environ 3 mois sur les sites les plus froids. Dans chacun de ces groupes les sites avec l'indice de surface foliaire le plus élevé et avec les niveaux de circum-neutres de pH avaient les GPP et NEP annuelles plus élevés. Des variations en GPP et NEP inter-annuelles ont été principalement expliquées par des variations dans les précipitations mensuelles ou saisonnières. Les indices de végétation obtenues par satellite ont bien capturé les variations saisonnières de GPP et NEP, et les indices phénologiques obtenues par satellite ont montré des relations modestes avec les GPP et NEP annuelles. La GPP basé sur la LUE, obtenue à partir d'un spectroradiomètre d'imagerie à résolution modérée a obtenue de meilleurs résultat pour capturer la variation saisonnière en GPP et NEP sur tous les sites. Une analyse plus approfondie des modèles de LUE a identifié deux défis majeurs: 1) des incertitudes dans des données d'entrée de satellite (par exemple, les indices de végétation) et leur relation avec les informations biophysiques au sol, et 2) le réglage des barèmes qui réduisent la valeur du paramètre maximale de LUE (c.-à-d. epsilon) sur le temps: les barèmes devraient mieux refléter les changements dans la température du sol, la disponibilité saisonnière d'eau et la présence de neige. Ces résultats sont importants pour l'amélioration des modèles de LUE qui, en fin de compte devrait mener à une meilleure caractérisation de la production des tourbières régionales et mondiales. Cette études a montré l'applicabilité des données satellitaires pour obtenir des informations sur la fonction et la production des tourbières, cependant, les résultats de l'analyse finale ont montré qu'il est important d'examiner si les données satellitaires disponibles (avec ses résolutions spatiales et temporelles prédéfinies) peuvent fournir les informations nécessaires sur la structure et la fonction de la végétation dans les tourbières.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».