Asymmetric Responses of Primary Productivity to Altered Precipitation Simulated by Ecosystem Models across Three Longterm Grassland Sites
Notice bibliographique
Résumé
Abstract. Changes in precipitation variability are known to influence grassland growth. Field measurements of aboveground net primary productivity (ANPP) in temperate grasslands suggest that both positive and negative asymmetric responses to changes in precipitation may occur. Under normally variable precipitation regimes, wet years typically result in ANPP gains being larger than ANPP declines in dry years (positive asymmetry), whereas increases in ANPP are lower in magnitude in extreme wet years compared to reductions during extreme drought (negative asymmetry). Whether ecosystem models that couple carbon-water system in grasslands are capable of simulating these non-symmetrical ANPP responses is an unresolved question. In this study, we evaluated the simulated responses of temperate grassland primary productivity to scenarios of altered precipitation with fourteen ecosystem models at three sites, Shortgrass Steppe (SGS), Konza Prairie (KNZ) and Stubai Valley meadow (STU), spanning a rainfall gradient from dry to moist. We found that: (1) Gross primary productivity (GPP), NPP, ANPP and belowground NPP (BNPP) showed concave-down nonlinear response curves to altered precipitation in all the models, but with different curvatures and mean values. (2) The slopes of spatial relationships (across sites) between modeled primary productivity and precipitation were steeper than the temporal slopes obtained from inter-annual variations, consistent with empirical data. (3) The asymmetry of the responses of modeled primary productivity under normal inter-annual precipitation variability differed among models, and the median of the model-ensemble suggested a negative asymmetry across the three sites, in contrast to empirical studies. (4) The median sensitivity of modeled productivity to rainfall consistently suggested greater negative impacts with reduced precipitation than positive effects with increased precipitation under extreme conditions. This study indicates that most models overestimate the extent of negative drought effects and/or underestimate the impacts of increased precipitation on primary productivity under normal climate conditions, highlighting the need for improving eco-hydrological processes in models.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».