MétaCan
Menu
Retour à la cohorte
Enregistrement W2992141643 · doi:10.1029/2019gl085725

Mean European Carbon Sink Over 2010–2015 Estimated by Simultaneous Assimilation of Atmospheric CO<sub>2</sub>, Soil Moisture, and Vegetation Optical Depth

2019· article· en· W2992141643 sur OpenAlexaff
Marko Scholze, T. Kaminski, Wolfgang Knorr, Michael Voßbeck, Minchao Wu, P. Ferrazzoli, Yann H. Kerr, Arnaud Mialon, Philippe Richaume, Nemesio Rodríguez-Fernández, Cristina Vittucci, Jean‐Pierre Wigneron, Susanne Mecklenburg, Matthias Drusch

Notice bibliographique

RevueGeophysical Research Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensInversa Systems (Canada)
Organismes subventionnairesSwedish National Space AgencyEuropean CommissionEuropean Space Agency
Mots-clésSCIAMACHYEnvironmental scienceBiosphereSink (geography)Carbon sinkAtmospheric sciencesData assimilationAtmospheric chemistryCarbon dioxideClimatologyMeteorologyClimate changeGeologyTroposphereOzoneChemistryGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The northern land biosphere is believed to be the main global sink of CO2, but the contribution of Europe is uncertain. While bottom‐up estimates and inverse atmospheric transport studies based on atmospheric CO2 observed in situ or from space by OCO‐2 point to a moderate rate of uptake, some other inversions based on remotely sensed atmospheric CO2 from GOSAT/SCIAMACHY and biomass estimates from passive microwave satellite data point to a large sink of around 1 Gt C/yr. We present results from combining both approaches in a data assimilation framework, inverting a biosphere model against in situ atmospheric CO2 and passive microwave measurements. When assimilating all observations, we estimate a European carbon sink of 0.303 ± 0.083 Gt C/yr for 2010–2015. The result agrees with other bottom‐up studies and atmospheric inversions using in situ CO2 or OCO‐2 observations pointing to potential data problems when using observations from GOSAT or SCIAMACHY to estimate the European CO2 sink.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207