Assessing the Impact of Climate Change on Global Wetland Extent using CMIP6 multi-model analysis.
Notice bibliographique
Résumé
Wetlands play a crucial role in the Earth's system, interacting with various processes such as the hydrological cycle, energy and water exchange with the atmosphere, and global nitrogen and carbon cycles. However, the historical extent of wetlands has suffered significant losses, primarily driven by human activities, particularly in Europe, North America, China, and Southeast Asia. Because of their remote locations, northern Canada and Siberia remain relatively untouched, while South America and Central Africa face current threats. The future trajectory of wetlands is anticipated to be influenced not only by direct human actions but also by climate change. Here we present our assessment of climate-driven global change in wetland extend, focusing on the main wetland complexes. We used an approach based on the Topographic Hydrological model (TOPMODEL), and soil liquid water content projections from 14 models of the Coupled Model Intercomparison Project phase 6 (CMIP6). Our analysis reveals a consistent decrease in wetland extent in the Mediterranean, Central America, and Northern South America, with a substantial long-term loss of 28% in the western Amazon Basin under high radiative forcing (SSP370). Conversely, Central and Western Africa exhibit an increase in wetland extent, excluding the Congo Basin. Nevertheless, most of the area studied (80%) presents uncertain results, due to conflicting projection of changes between the models. Notably, we show that there is significant uncertainty among CMIP6 models regarding liquid soil water content in high latitudes, due to permafrost representation and its thawing. By narrowing our focus to 10 models that seem to best represent the thawing of permafrost, we find modest decline in the overall global area (< 5%), yet significant spatial diversity, with better model agreement. Beyond 50°N, long-term losses of 13% are noted globally, with specific areas like the Hudson Bay Lowlands experiencing a 21% decrease and the Western Siberian Lowlands a 15% decrease under high radiative forcing.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».