Climate change impacts on CO2 and CH4 exchange in an Arctic polygonal tundra depend on changes in vegetation and drainage
Notice bibliographique
Résumé
Model projections of CO2 and CH4 exchange in Arctic tundra during the next century diverge widely. In this modelling study, we used ecosys to examine how climate change will affect CO2 and CH4 exchange through its effects on net primary productivity (NPP), heterotrophic respiration (Rh) and thereby on net ecosystem productivity (NEP) in landform features (troughs, rims, centers) of a coastal polygonal tundra landscape at Barrow AK. The model was shown to simulate diurnal and seasonal variation in CO2 and CH4 fluxes associated with those in air and soil temperatures (Ta and Ts) and soil water contents (q) under current climate in 2014 and 2015. During RCP 8.5 climate change from 2015 to 2085, rising Ta, atmospheric CO2 concentrations (Ca) and precipitation (P) increased NPP from 50 – 150 g C m-2 y-1, consistent with current biometric estimates, to 200 – 250 g C m-2 y-1, depending on feature elevation. Concurrent increases in Rh were slightly smaller, so that net CO2 exchange rose from values of -25 (net emission) to +50 (net uptake) g C m-2 y-1 to ones of -10 to +65 g C m-2 y-1, again depending on feature elevation. Large increases in Rh with thawing permafrost were not modelled. Increases in net CO2 uptake were largely offset by increases in CH4 emissions from 0 – 6 g C m-2 y-1 to 1 – 20 g C m-2 y-1, depending on feature elevation, reducing gains in NEP. Increases in CH4 emissions with climate change were mostly attributed to increases in Ta, but also to increases in Ca and P. These increases in net CO2 uptake and CH4 emissions were modelled with hydrological boundary conditions that were assumed not to change with climate. Both these increases were smaller if boundary conditions were gradually altered to increase landscape drainage during model runs with climate change. The model was then applied to the entire permafrost zone of North America to project RCP 8.5 climate change effects on active layer depth and ecosystem productivity by 2100.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».