Impact of interactive vegetation phenology on the simulated pan-arctic land surface state
Bibliographic record
Abstract
Dans la région panarctique, la surface terrestre subit des changements rapides causés par le réchauffement climatique. Le pergélisol près de la surface devrait se dégrader de manière importante au cours du 21e siècle, provoquant des rétroactions sur le climat mondial et les cycles de l'eau à l'échelle régionale. La réponse de la végétation au réchauffement climatique et à l'augmentation des concentrations atmosphériques de CO2 va influencer l'ampleur de ces rétroactions. Dans cette étude, l'impact de la phénologie interactive sur l'état de la surface terrestre est évalué en comparant deux simulations du schéma canadien de surface (CLASS) – une avec phénologie interactive, modélisée en utilisant le modèle canadien des écosystèmes terrestres (CTEM), et l'autre avec phénologie prescrite. Ces simulations sont réalisées pour la période de 1979 à 2012, en utilisant le forçage atmosphérique de la réanalyse ERA-Interim. Les valeurs simulées de l'indice de surface foliaire, la productivité primaire, l'étendue du pergélisol et l'épaisseur de la couche active sont comparées aux observations disponibles. Les résultats suggèrent que les deux simulations capturent la distribution générale de la végétation et du pergélisol, bien que certaines erreurs demeurent. Des différences significatives dans l'évapotranspiration sont observées entre les deux simulations, conduisant à des différences dans le ruissellement, la température du sol et l'épaisseur de la couche active. Pour évaluer l'impact de la phénologie interactive sur les changements prévus dans l'état de la surface terrestre, deux autres simulations sont comparées, l'une avec CLASS et l'autre avec CLASS couplé à CTEM, en utilisant le forçage atmosphérique d'une simulation transitoire du modèle régional canadien du climat (MRCC5) pour le scénario RCP8.5. Ces deux simulations montrent une dégradation importante du pergélisol près de la surface, mais la simulation avec phénologie interactive montre une perte légèrement plus rapide du pergélisol, pointant vers une rétroaction positive de la végétation sur la température du sol. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : modèle dynamique de la végétation, pergélisol, épaisseur de la couche active, carbone du sol, changement climatique
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".