Permafrost, Peatland, and Cropland Regions Are Key to Reconciling North American Carbon Sink Estimates
Notice bibliographique
Résumé
Abstract Persistent discrepancies between bottom‐up, terrestrial biosphere models (TBMs), and top‐down, atmospheric inversions, have made it difficult to quantify the magnitude of the North American terrestrial carbon sink. Previous studies have compared aggregated continent‐scale estimates of carbon fluxes from TBMs and inversions for all of North America, but this provides limited insights into finer‐scale mismatches that contribute to the overall discrepancies. Here we evaluate agreement between TBM and inversion carbon flux estimates at 1° × 1° resolution to provide more direct insights into where models disagree and what underlying factors drive discrepancies. We find that the additional carbon uptake estimated by inversions, in just 16% of the area of North America, is large enough to account for the discrepancy between TBMs and inversions across the whole continent. The majority of these differences occur in permafrost, peatland, and cropland regions. In these regions, we find a higher likelihood of potential biases in the weaker sink estimates from TBMs, suggesting that the stronger sink implied by inversions is more likely to be realistic. However, the current observational coverage is insufficient for fully assessing the causes of discrepancies or the magnitude of biases in either approach. Encouragingly, improved representation of agricultural processes in a TBM led to better agreement with inversions in croplands. Efforts to accurately model cropland dynamics will help improve agreement between TBMs and inversions. Overall, this work presents a clear path for reconciling the discrepancies between inversion and TBM estimates of the North American carbon sink that have persisted for two decades.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».