No Proportional Increase of Terrestrial Gross Carbon Sequestration From the Greening Earth
Notice bibliographique
Résumé
Abstract Terrestrial vegetation, as the key component of the biosphere, has a greening trend since the beginning of this century. However, how this substantial greening translated to global gross carbon sequestration or gross primary production (GPP) is not clear. Here we investigated terrestrial GPP dynamics and the respective contributions of climate change and vegetation cover change (VCC) from 2000 to 2015. We adopted a remote sensing based data‐driven model, which was calibrated based on the global eddy flux data set (FLUXNET2015) and Moderate Resolution Imaging Spectroradiometer vegetation index data (Collection 6). A series of simulation experiments were conducted to disaggregate the effects of climate and VCC. We found a much weaker increase in global GPP (0.08%/year; P = 0.07) when compared with the global greening rate (0.23%/year; P < 0.001). The positive effect of VCC on GPP was reduced by 53% due to climate stress. Enhanced global GPP were largely contributed by nonforests, especially croplands. However, tropical forests, once a major driver of the global GPP increase, negatively contributed to global GPP trend due to warming‐induced moisture stress and deforestation. Given the limited potential of cropland carbon storage due to harvest and consumption, the contrasting GPP changes (i.e., cropland GPP increase vs. forest GPP reduction) may have shifted the distribution of the land carbon sink. Our study highlights the potential vulnerability of terrestrial gross carbon sequestration under climate and land use changes and has important implications in the global carbon cycle and climate warming mitigation.
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 | 0,002 | 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 ».