Global ensemble projections reveal trophic amplification of ocean biomass declines with climate change
Notice bibliographique
Résumé
While the physical dimensions of climate change are now routinely assessed through multimodel intercomparisons, projected impacts on the global ocean ecosystem generally rely on individual models with a specific set of assumptions. To address these single-model limitations, we present standardized ensemble projections from six global marine ecosystem models forced with two Earth system models and four emission scenarios with and without fishing. We derive average biomass trends and associated uncertainties across the marine food web. Without fishing, mean global animal biomass decreased by 5% (±4% SD) under low emissions and 17% (±11% SD) under high emissions by 2100, with an average 5% decline for every 1 °C of warming. Projected biomass declines were primarily driven by increasing temperature and decreasing primary production, and were more pronounced at higher trophic levels, a process known as trophic amplification. Fishing did not substantially alter the effects of climate change. Considerable regional variation featured strong biomass increases at high latitudes and decreases at middle to low latitudes, with good model agreement on the direction of change but variable magnitude. Uncertainties due to variations in marine ecosystem and Earth system models were similar. Ensemble projections performed well compared with empirical data, emphasizing the benefits of multimodel inference to project future outcomes. Our results indicate that global ocean animal biomass consistently declines with climate change, and that these impacts are amplified at higher trophic levels. Next steps for model development include dynamic scenarios of fishing, cumulative human impacts, and the effects of management measures on future ocean biomass trends.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».