Reconciling differences in CO2 emissions and removals from LULUCF by separating natural and land-use CO2 fluxes at the country level
Notice bibliographique
Résumé
Anthropogenic and natural CO2 fluxes on land constitute substantial CO2 emissions and removals but are usually not well distinguished in national greenhouse gas inventories (NGHGIs) submitted to the United Nations Framework Convention on Climate Change (UNFCCC). Instead, countries frequently include natural and indirect human-induced CO2 fluxes on managed land in their estimates of CO2 fluxes from land use, land-use change, and forestry (LULUCF), mostly due to methodological constraints. Comparisons of anthropogenic LULUCF flux estimates from global models and from NGHGI reports thus reveal a substantial gap. Globally, this gap could be successfully reconciled by considering the different definitions used by global models and by NGHGI reports. Recent improvements in LULUCF flux modelling enable such a reconciliation now also at the country-level.We separate natural and land-use-related CO2 fluxes from NGHGI reports in eight countries using global models to assess and improve the attribution of land CO2 fluxes to direct anthropogenic activities. In most investigated countries, the gap between model-based and report-based CO2 flux estimates is reduced (by up to 70%) if natural and indirect human-induced CO2 fluxes on managed land are considered. This confirms that the methodological discrepancies between NGHGI reports and global model estimates of LULUCF emissions are primarily due to differing estimation and reporting definitions, which need to be considered when accounting for country contributions to global climate mitigation targets. Further examinations show that remaining differences are linked to country-specific discrepancies between model-based and report-based estimates, such as incomplete reporting by countries, uncertainties in historical land-use dynamics, and model limitations. Moreover, most countries report the areas considered as managed without explicit information on their location, which prevents a precise spatial identification necessary for a detailed comparison of natural fluxes in managed forests with model-based estimates.Reconciling estimates of LULUCF fluxes in individual countries by separating natural and land-use-related CO2 fluxes at national scales provides an important step toward a transparent assessment of LULUCF fluxes from NGHGI reports and supports a fair burden sharing of climate mitigation across countries.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».