Global and regional hydrologic cycle impacts of forestation
Notice bibliographique
Résumé
As nations plan to plant billions to trillions of trees to mitigate against climate change, it is essential to understand how large-scale re- or afforestation will impact the Earth system. Trees remove carbon dioxide (CO2) from the atmosphere through photosynthesis and can store the sequestered carbon for centuries if not disturbed. This has climate benefits, as CO2 removal contributes to reduced atmospheric CO2 concentration and is a key measure for limiting global average temperature increase to 1.5 ⁰C or 2 ⁰C relative to pre-industrial conditions. However, despite this favorable biochemical effect of net tree cover increase, there are global and regional biophysical effects which remain understudied. One example of this is the impact of afforestation, reforestation, and avoided deforestation (referred to as forestation henceforth) on the atmospheric and terrestrial portions of the hydrologic cycle at the global and regional scales. This study uses a process-based modelling framework and relevant simulations from the World Climate Research Programme's Sixth Coupled Model Intercomparison Project (CMIP6) to quantify the global and regional impacts of realistic forestation on the global hydrologic cycle for a high-emissions shared socio-economic pathway to 2100 (SSP3-7.0). To accomplish this, the CMIP6 Land Use Model Intercomparison Project's afforestation experiment is leveraged. Changes in key hydrologic cycle variables and metrics such as precipitation recycling and soil moisture deficit are investigated. While the global impact of large-scale forestation on the hydrologic cycle is difficult to detect, regional impacts—often but not exclusively within the regions where forestation occurs—are apparent. Impacts on atmospheric and terrestrial hydrologic cycle variables can be seen with potential implications for water availability in some regions. Findings highlight the potential unintended consequences of including forestation in climate mitigation strategies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».