Assessing the SMAP Level-4 Carbon Product Over the Arctic and Subarctic Zones
Notice bibliographique
Résumé
The soil moisture active passive (SMAP) satellite mission distributes a product of CO$_{\text{2}}$flux estimates (SPL4CMDL) derived from a terrestrial carbon flux model, in which SMAP brightness temperatures are assimilated to update soil moisture (SM) and constrain the carbon cyclemodeling. While the SPL4CMDL product has demonstrated promising performance across the continental USA and Australia, a detailed assessment over the arctic and subarctic zones (ASZ) is still missing. In this study, SPL4CMDL net ecosystem exchange (NEE), gross primary production (GPP), and ecosystem respiration (R$_{\text{E}}$) are evaluated against measurements from 37 eddy covariance towers deployed over the ASZ, spanning from 2015 to 2022. The assessment indicates that the NEE unbiased root-mean-square error falls within the targeted accuracy of 1.6 gC.m$^{\text{-2}}$.d$^{\text{-1}}$, as defined for the SPL4CMDL product. However, modeled GPP and R$_{\text{E}}$are overestimated at the beginning of the growing season over evergreen needleleaf forests and shrublands, while being underestimated over grasslands. Discrepancies are also found in the annual net CO$_{2}$budgets. SM appears to have a minimal influence on the GPP and R$_{\text{E}}$modeling, suggesting that ASZ vegetation is rarely subjected to hydric stress, which contradicts some recent studies. These results highlight the need for further carbon cycle process understanding and model refinements to improve the SPL4CMDL CO$_{\text{2}}$flux estimatesover the ASZ.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».