Global Sensitivity Analysis of the Historical Carbon Sink across Biomes
Notice bibliographique
Résumé
The terrestrial biosphere currently acts as a carbon sink, mitigating atmospheric CO2 increases caused by human activities. However, the sink's strength remains highly uncertain, with recent terrestrial biosphere model estimates ranging from 1.0 to 3.2 PgC yr−1 during 2014–2023. Some of this broad inter-model difference is due to input parameter uncertainties. To better understand the effects of parameter uncertainties, we conducted a global sensitivity analysis (GSA) using the Canadian Land Surface Scheme Including Biogeochemical Cycles (CLASSIC). We assessed how input parameter uncertainties influence simulated historical carbon cycle variables over long timescales. Our two-step GSA was applied to seven grid cells, each located in a different biome, and for two statistical measures, the 30-year mean and 30-year trends. In the first step, we applied the Morris method, a qualitative, coarse-sample screening approach, to 124 input parameters and reduced the set to fewer than 20 influential parameters per biome. In the second step, we used the Sobol' method, a fine-sample quantitative technique, to estimate the absolute effects of these parameters. The analysis identified that the maximum carboxylation rate was consistently the most influential across five of the seven biomes for both statistical measures of net biome productivity. Despite six weeks of computation on 120 parallel cores, the confidence intervals for sensitivity indices remained broad, preventing definitive parameter rankings. Influential parameters were associated to ecosystem processes such as photosynthesis, phenology, rooting, respiration, mortality, and carbon allocation. Notably, the sensitivity indices for trends were less robust than those for means. Overall, our results indicate that only 13–15 parameters account for most of the uncertainty in output variables for different variables, statistical measures, and biome locations. Our study shows that GSA is a crucial step before model calibration, helping to prioritise parameters that most influence carbon cycle simulations.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».