Can atmospheric chemistry deposition schemes reliably simulate stomatal ozone flux across global land covers and climates?
Notice bibliographique
Résumé
Abstract. Over the past few decades, ozone risk assessments for vegetation have evolved two methods based on stomatal O3 flux. However, substantial uncertainties remain in accurately simulating these fluxes. Here, we investigate stomatal O3 fluxes across various land cover types worldwide simulated by six established deposition models. Hourly O3 concentration and meteorological data at nine sites were extracted from the Tropospheric Ozone Assessment Report (TOAR) database, a comprehensive global collection of measurements, for the model simulations. The models estimated reasonable O3 deposition (0.5–0.8 cm s−1 in summer), which is mostly in agreement with the literature. Simulations of canopy conductance showed differences that varied by land cover type with correlation coefficients of 0.75, 0.80, and 0.85 for forests, crops, and grasslands among the models. Differences between models were primarily influenced by soil moisture and vapour pressure deficit, depending on each model's specific structure. Across models, the range of O3 damage simulations at each site was most consistent for crops (6 to 11 mmol O3 m−2), followed by forests (3 to 19.5 mmol O3 m−2) and grasslands (7 to 33 mmol O3 m−2). The median estimate across models aligns well with the literature at the sites most vulnerable to O3 damage. Overall, this study represents a critical first step in developing and evaluating tools for broad-scale assessment of O3 impacts on vegetation within the framework of TOAR phase II.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».