A Synthesis of Global Coastal Ocean Greenhouse Gas Fluxes
Notice bibliographique
Résumé
The coastal ocean contributes to regulating atmospheric greenhouse gas concentrations by taking up carbon dioxide (CO2) and releasing nitrous oxide (N2O) and methane (CH4). Major advances have improved our understanding of the coastal air-sea exchanges of these three gasses since the first phase of the Regional Carbon Cycle Assessment and Processes (RECCAP in 2013), but a comprehensive view that integrates the three gasses at the global scale is still lacking. In this second phase (RECCAP2), we quantify global coastal ocean fluxes of CO2, N2O and CH4 using an ensemble of global gap-filled observation-based products and ocean biogeochemical models. The global coastal ocean is a net sink of CO2 in both observational products and models, but the magnitude of the median net global coastal uptake is ~60% larger in models (-0.72 vs. -0.44 PgC/yr, 1998-2018, coastal ocean area of 77 million km2). We attribute most of this model-product difference to the seasonality in sea surface CO2 partial pressure at mid- and high-latitudes, where models simulate stronger winter CO2 uptake. The global coastal ocean is a major source of N2O (+0.70 PgCO2-e /yr in observational product and +0.54 PgCO2-e /yr in model median) and of CH4 (+0.21 PgCO2-e /yr in observational product), which offsets a substantial proportion of the net radiative effect of coastal \co uptake (35-58% in CO2-equivalents). Data products and models need improvement to better resolve the spatio-temporal variability and long term trends in CO2, N2O and CH4 in the global coastal ocean.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».