The GIEMS-MethaneCentric database: a dynamic and comprehensive global product of methane-emitting aquatic areas
Notice bibliographique
Résumé
Abstract. The Global Inundation Extent from Multi-Satellites (GIEMS) database first published in 2001 was a key advance toward the accurate representation of wetlands globally by providing dynamic time series of global surface water based on passive microwave observations. This study supplements the second version of GIEMS (GIEMS-2) with other datasets to produce GIEMS-MethaneCentric (GIEMS-MC), a dynamically mapped dataset of methane-emitting waterlogged and inundated ecosystems. We separated open water from wetlands in GIEMS-MC by using the Global Lakes and Wetlands Database version 2 (GLWDv2) while adding unsaturated peatland areas undetected by GIEMS-2. Rice paddies are identified using the Monthly Irrigated and Rainfed Crop Areas (MIRCA2000) product. A specific coastal zone filtering is applied to avoid ocean artifacts while preserving coastal wetlands. GIEMS-MC covers the period 1992–2020 on a monthly scale at 0.25° × 0.25° spatial resolution. The GIEMS-MC product includes two layers of monthly wetland time series – one for flooded and saturated wetlands and another for all wetlands and peatlands – together with seven layers of compatible static maps of open water bodies (lakes, rivers, reservoirs) and seasonal rice paddy maps used in its production. The dominant vegetation and wetland types per pixel are also provided in GIEMS-MC variables. GIEMS-MC is compared to Wetland Area and Dynamics for Methane Modelling (WAD2M), a dataset providing dynamic wetland information. In terms of wetland extent, all wetlands and peatlands in GIEMS-MC and WAD2M show similar results, with a mean annual maximum of 7.7 Mkm2 for GIEMS-MC and 6.8 Mkm2 for WAD2M, with similar spatial patterns in most regions. The GIEMS-MC seamless time series represents a significant advance in wetland representation for methane modelling, although limitations remain in the accurate identification of rice, coastal, and peatland areas. This resource provides harmonized dynamic maps of aquatic methane-emitting surfaces and is available at https://doi.org/10.5281/zenodo.13919644 (Bernard et al., 2024a).
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 | 0,002 | 0,000 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| 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 ».