A Process‐Model Perspective on Recent Changes in the Carbon Cycle of North America
Notice bibliographique
Résumé
Continental North America has been found to be a carbon (C) sink over recent decades by multiple studies employing a variety of estimation approaches. However, several key questions and uncertainties remain with these assessments. Here we used results from an ensemble of 19 state-of-the-art dynamic global vegetation models from the TRENDYv9 project to improve these estimates and study the drivers of its interannual variability. Our results show that North America has been a C sink with a magnitude of 0.37 ± 0.38 (mean and one standard deviation) PgC year$^{-1}$ for the period 2000–2019 (0.31 and 0.44 PgC year$^{-1}$ in each decade); split into 0.18 ± 0.12 PgC year$^{-1}$ in Canada (0.15 and 0.20), 0.16 ± 0.17 in the United States (0.14 and 0.17), 0.02 ± 0.05 PgC year$^{-1}$ in Mexico (0.02 and 0.02) and 0.01 ± 0.02 in Central America and the Caribbean (0.01 and 0.01). About 57% of the new C assimilated by terrestrial ecosystems is allocated into vegetation, 30% into soils, and 13% into litter. Losses of C due to fire account for 41% of the interannual variability of the mean net biome productivity for all North America in the model ensemble. Finally, we show that drought years (e.g., 2002) have the potential to shift the region to a small net C source in the simulations (−0.02 ± 0.46 PgC year$^{-1}$). Our results highlight the importance of identifying the major drivers of the interannual variability of the continental-scale land C cycle along with the spatial distribution of local sink-source dynamics.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».