A Lake Biogeochemistry Model for Global Methane Emissions: Model Development, Site‐Level Validation, and Global Applicability
Notice bibliographique
Résumé
Abstract Lakes are important sentinels of climate change and may contribute over 30% of natural methane (CH4) emissions; however, no earth system model (ESM) has represented lake CH4 dynamics. To fill this gap, we refined a process‐based lake biogeochemical model to simulate global lake CH4 emissions, including representation of lake bathymetry, oxic methane production (OMP), the effect of water level on ebullition, new non‐linear CH4 oxidation kinetics, and the coupling of sediment carbon pools with in‐lake primary production and terrigenous carbon loadings. We compiled a lake CH4 data set for model validation. The model shows promising performance in capturing the seasonal and inter‐annual variabilities of CH4 emissions at 10 representative lakes for different lake types and the variations in mean annual CH4 emissions among 106 lakes across the globe. The model reproduces the variations of the observed surface CH4 diffusion and ebullition along the gradients of lake latitude, depth, and surface area. The results suggest that OMP could play an important role in surface CH4 diffusion, and its relative importance is higher in less productive and/or deeper lakes. The model performance is improved for capturing CH4 outgassing events in non‐floodplain lakes and the seasonal variability of CH4 ebullition in floodplain lakes by representing the effect of water level on ebullition. The model can be integrated into ESMs to constrain global lake CH4 emissions and climate‐CH4 feedback.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».