Global Terrestrial Ecosystem Carbon Flux Inferred from TanSat XCO <sub>2</sub> Retrievals
Notice bibliographique
Résumé
TanSat is China’s first greenhouse gases observing satellite. In recent years, substantial progresses have been achieved on retrieving column-averaged CO 2 dry air mole fraction (XCO 2 ). However, relatively few attempts have been made to estimate terrestrial net ecosystem exchange (NEE) using TanSat XCO 2 retrievals. In this study, based on the GEOS-Chem 4D-Var data assimilation system, we infer the global NEE from April 2017 to March 2018 using TanSat XCO 2 . The inversion estimates global NEE at −3.46 PgC yr -1 , evidently higher than prior estimate and giving rise to an improved estimate of global atmospheric CO 2 growth rate. Regionally, our inversion greatly increases the carbon uptakes in northern mid-to-high latitudes and significantly enhances the carbon releases in tropical and southern lands, especially in Africa and India peninsula. The increase of posterior sinks in northern lands is mainly attributed to the decreased carbon release during the nongrowing season, and the decrease of carbon uptakes in tropical and southern lands basically occurs throughout the year. Evaluations against independent CO 2 observations and comparison with previous estimates indicate that although the land sinks in the northern middle latitudes and southern temperate regions are improved to a certain extent, they are obviously overestimated in northern high latitudes and underestimated in tropical lands (mainly northern Africa), respectively. These results suggest that TanSat XCO 2 retrievals may have systematic negative biases in northern high latitudes and large positive biases over northern Africa, and further efforts are required to remove bias in these regions for better estimates of global and regional NEE.
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 | 0,000 |
| 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) | 0,000 | 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 ».