Analysis of atmospheric CO2 growth rates at Mauna Loa using CO2 fluxes derived from an inverse model
Notice bibliographique
Résumé
Carbon dioxide (CO2) growth rates are estimated for a period 1959–2004 from atmospheric CO2 measurements at Mauna Loa by the Scripps Institute of Oceanography. Only during a few short periods, 1965–1966, 1972–1973, 1987–1988 and 1997–1998, in the last 45 yr have growth rates of atmospheric CO2 been of a similar magnitude or higher than that due to the total emission from burning of fossil fuels. Using results from a time-dependent inverse (TDI) model, based on observations of atmospheric CO2 at 87 stations, we establish that El Nino-induced climate variations in the tropics and large-scale forest fires in the boreal regions are the main causes of anomalous growth rates of atmospheric CO2. The high growth rate of 2.8 ppm yr−1 in 2002 can be predicted fairly successfully by using the correlations between (1) the peak-to-trough amplitudes in the El Nino Southern Oscillation (ENSO) index and tropical flux anomaly, and (2) anomalies in CO2 flux and area burned by fire from the boreal regions. We suggest that the large interannual changes in CO2 growth rates can mostly be explained by natural climate variability. Our analysis also shows that the decadal average growth rate, linked primarily to human activity, has fluctuated around an all-time high value of ~1.5 ppm yr−1 over the past 20 yr. A statistical model analysis is performed to identify the regions which have the maximum influence on the observed growth rate anomaly at Mauna Loa.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».