MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411028423 · doi:10.5194/egusphere-2025-2150

Methane fluxes from arctic & boreal North America: Comparisons between process-based estimates and atmospheric observations

2025· preprint· en· W4411028423 sur OpenAlexaboutno aff
Hanyu Liu, Felix Vogel, Misa Ishizawa, Zhen Zhang, Benjamin Poulter, Doug Worthy, Leyang Feng, A. L. L. Gagné-Landmann, Ao Chen, Ziting Huang, Dylan C. Gaeta, Joe R. Melton, Douglas Chan, Vineet Yadav, D. N. Huntzinger, Scot M. Miller

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésBorealEnvironmental scienceArcticThe arcticClimatologyMethaneAtmospheric sciencesOceanographyGeographyEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Methane (CH4) flux estimates from high-latitude North American wetlands remain highly uncertain in magnitude, seasonality, and spatial distribution. In this study, we evaluate a decade (2007–2017) of CH4 flux estimates by comparing 16 process-based models with atmospheric CH4 observations collected from in situ atmospheric observation towers across Canada and the US. We compare the Global Carbon Project (GCP) process-based models with a model inter-comparison from a decade earlier called The Wetland and Wetland CH4 Intercomparison of Models Project (WETCHIMP). Our analysis reveals that the current process-based models have a much smaller inter-model uncertainty and have an average magnitude that is a factor of 1.5 smaller across Canada and Alaska based on our analysis using tower-based atmospheric CH4 observations. Furthermore, the differences in flux magnitudes among GCP models are more likely driven by uncertainties in the amount of soil carbon or spatial extent of inundation than in temperature relationships, such as Q10 factors. In addition, the GCP models do not agree on the timing and amplitude of the seasonal cycle, and we find that models with a seasonal peak in July and August show the best agreement with atmospheric observations. Models that exhibit the best fit to atmospheric observation also have a similar spatial distribution; these models concentrate fluxes near Canada's Hudson Bay Lowlands (HBL). Overall, current, state-of-the-art process-based models are much more consistent with atmospheric observations than models from a decade ago, but our analysis shows that there are still numerous opportunities for improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,570

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→