Comment on egusphere-2024-1568
Notice bibliographique
Résumé
Abstract. Satellite-based column-averaged dry air CO2 mole fraction (XCO2) retrievals are frequently used to improve the estimates of terrestrial net carbon exchanges (NEE). The Orbiting Carbon Observatory 3 (OCO-3) satellite, launched in May 2019, was designed to address important questions about the distribution of carbon fluxes on Earth, but its role in estimating global terrestrial NEE remains unclear. Here, using the Global Carbon Assimilation System, version 2, we investigate the impact of OCO-3 XCO2 on the estimation of global NEE by assimilating the OCO-3 XCO2 retrievals alone and in combination with the OCO-2 XCO2 retrievals. The results show that when only the OCO-3 XCO2 is assimilated (Exp_OCO3), the estimated global land sink is significantly lower than that from the OCO-2 experiment (Exp_OCO2). The estimate from the joint assimilation of OCO-3 and OCO-2 (Exp_OCO3&2) is comparable on a global scale to that of Exp_OCO2. However, there are significant regional differences. Compared to the observed global annual CO2 growth rate, Exp_OCO3 has the largest bias, and Exp_OCO3&2 shows the best performance. Furthermore, validation with independent CO2 observations shows that the biases of the Exp_OCO3 are significantly larger than those of Exp_OCO2 and Exp_OCO3&2 at mid and high latitudes, probably due to the fact that OCO-3 only has observations from 52° S to 52° N. Our study indicates that assimilating OCO-3 XCO2 retrievals alone leads to an underestimation of land sinks at high latitudes, and that a joint assimilation of OCO-2 and OCO-3 XCO2 retrievals is required for a better estimation of global terrestrial NEE.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,015 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,420 | 0,289 |
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 ».