MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294653701 · doi:10.1002/essoar.10512306.1

Inclusion of a dry surface layer and modifications to the transpiration and canopy evaporation partitioning in the Canadian Land Surface Scheme Including biogeochemical Cycles (CLASSIC)

2022· preprint· en· W4294653701 sur OpenAlexaffabout
Gesa Meyer, Joe R. Melton, Elyn Humphreys

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensCarleton UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleEvapotranspirationEnvironmental scienceTranspirationAridAtmospheric sciencesCanopyWater cycleEvaporationHydrology (agriculture)MeteorologyGeographyChemistryEcologyGeologyPhotosynthesisEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

Land surface/Earth System models depend upon accurate simulation of evapotranspiration (ET) to avoid excessive biases in simulated energy, water, and carbon cycles. The Canadian Land Surface Scheme including biogeochemical Cycles (CLASSIC), the land surface scheme of the Canadian Earth System Model (CanESM) shows reasonable ET fluxes globally, but CLASSIC’s partitioning into evaporation ( E ) and transpiration ( T ) can be improved. Specifically, CLASSIC exhibited a high soil evaporation (Es) bias in sparsely vegetated areas during wet periods, which can deplete soil water and decrease photosynthesis and T later in the year. A dry surface layer (DSL) parameterization was implemented to address biases in Es through an increased surface resistance to water vapour and heat fluxes. In arid/semi-arid regions, the DSL decreased Es, leading to improved seasonality of ET and increased gross primary productivity (GPP) due to an increase in soil moisture. The DSL simulations significantly (t-test, p<0.01) increased T/ET from 0.25 in baseline CLASSIC to 0.30 in the DSL simulations. T/ET was further increased to 0.41 (p<0.01), comparable to the CMIP5 model mean, by allowing T to occur from the dry canopy fraction while water evaporates from the wet fraction. This mainly affected densely vegetated areas, where T and ET increased significantly (p<0.01) and canopy E was reduced (p<0.01). In seasonally dry tropical forests, higher T and ET reduced GPP. Despite increases in arid/semi-arid regions, the reduced GPP in tropical forests resulted in ∼1.6% lower global GPP (p=0.018) than baseline CLASSIC. Including these modifications in CanESM might reduce biases in climate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,259
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→