Changes in precipitation and air temperature contribute comparably to permafrost degradation in a warmer climate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Surface energy budgets of high-latitude permafrost systems are poorly represented in Earth system models (ESMs), yet permafrost is rapidly degrading and these dynamics are critical to future carbon-climate feedback predictions. A potentially important factor in permafrost degradation neglected so far by ESMs is heat transfer from precipitation, although increases in soil temperature and thaw depth have been observed following increases in precipitation. Using observations and a mechanistic ecosystem model, we show here that increases in precipitation hasten active layer development beyond that caused by surface air warming across the North Slope of Alaska (NSA) under recent and 21st century climate (RCP8.5). Modeled active layer depth (ALD) in simulations that allow precipitation heat transfer agreed very well with observations from 28 Circumpolar Active Layer Monitoring sites (R 2 = 0.63; RMSE = 10 cm). Simulations that ignored precipitation heat transfer resulted in lower spatially-averaged soil temperatures and a 39 cm shallower ALD by 2100 across the NSA. The results from our sensitivity analysis show that projected increases in 21st century precipitation deepen the active layer by enhancing precipitation heat transfer and ground thermal conductivity, suggesting that precipitation is as important an environmental control on permafrost degradation as surface air temperature. We conclude that ESMs that do not account for precipitation heat transfer likely underestimate ALD rates of change, and thus likely predict biased ecosystem responses.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle