Multi-year observations reveal a larger than expected autumn respiration signal across northeast Eurasia
Notice bibliographique
Résumé
Site-level observations have shown pervasive cold season CO 2 release across Arctic and boreal ecosystems, impacting annual carbon budgets. Still, the seasonality of CO 2 emissions are poorly quantified across much of the high latitudes due to the sparse coverage of site-level observations. Space-based observations provide the opportunity to fill some observational gaps for studying these high-latitude ecosystems, particularly across poorly sampled regions of Eurasia. Here, we show that data-driven net ecosystem exchange (NEE) from atmospheric CO 2 observations implies strong summer uptake followed by strong autumn release of CO 2 over the entire cold northeastern region of Eurasia during the 2015–2019 study period. Combining data-driven NEE with satellite-based estimates of gross primary production (GPP), we show that this seasonality implies less summer heterotrophic respiration ( R h ) and greater autumn R h than would be expected given an exponential relationship between respiration and surface temperature. Furthermore, we show that this seasonality of NEE and R h over northeastern Eurasia is not captured by the TRENDY v8 ensemble of dynamic global vegetation models (DGVMs), which estimate that 47 %–57 % (interquartile range) of annual R h occurs during August–April, while the data-driven estimates suggest 59 %–76 % of annual R h occurs over this period. We explain this seasonal shift in R h by respiration from soils at depth during the zero-curtain period, when sub-surface soils remain unfrozen up to several months after the surface has frozen. Additional impacts of physical processes related to freeze–thaw dynamics may contribute to the seasonality of R h . This study confirms a significant and spatially extensive early cold season CO 2 efflux in the permafrost-rich region of northeast Eurasia and suggests that autumn R h from subsurface soils in the northern high latitudes is not well captured by current DGVMs.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».