- home
- Advanced Search
Filters
Year range
-chevron_right GOCountry
Organization
- Energy Research
- Energy Research
description Publicationkeyboard_double_arrow_right Other literature type 2010Publisher:OpenAlex Chuixiang Yi; D. M. Ricciuto; Runze Li; John Wolbeck; Xiyan Xu; Mats Nilsson; Luís Aires; J. D. Albertson; Christof Ammann; M. Altaf Arain; Alessandro Araújo; Marc Aubinet; Mika Aurela; Zoltán Barcza; Alan G. Barr; Paul Berbigier; Jason Beringer; Christian Bernhofer; Andrew Black; Paul V. Bolstad; Fred C. Bosveld; M. S. J. Broadmeadow; Nina Buchmann; Sean P. Burns; Pierre Cellier; Jingming Chen; Jiquan Chen; Philippe Ciais; Robert Clement; Bruce D. Cook; Peter S. Curtis; D. B. Dail; Ebba Dellwik; Nicolas Delpierre; Ankur R. Desai; Sabina Dore; D. Dragoni; Bert G. Drake; Éric Dufrêne; Allison L. Dunn; J.A. Elbers; Werner Eugster; Matthias Falk; Christian Feigenwinter; Lawrence B. Flanagan; Thomas Foken; J. M. Frank; J. Fuhrer; Damiano Gianelle; Allen H. Goldstein; Mike Goulden; André Granier; T. Gruenwald; Lianhong Gu; Haiqiang Guo; Albin Hammerle; Shijie Han; Niall P. Hanan; László Haszpra; Bernard Heinesch; Carole Helfter; Dimmie Hendriks; Lindsay B. Hutley; Andreas Ibrom; C. Jacobs; Torbjoern Johansson; Marjan Jongen; Gabriel G. Katul; Gerard Kiely; Katja Klumpp; Alexander Knohl; Thomas E. Kolb; Werner L. Kutsch; Peter M. Lafleur; Tuomas Laurila; R. Leuning; Anders Lindroth; Heping Li; Benjamin Loubet; Giovanni Manca; Michal V. Marek; Hank A. Margolis; Timothy A. Martin; W. J. Massman; Roser Matamala; Giorgio Matteucci; Harry McCaughey; Lutz Merbold; Tilden Meyers; Mirco Migliavacca; Franco Miglietta; Laurent Misson; Meelis Moelder; John Moncrieff; Russell K. Monson; Leonardo Montagnani; M. Montes-Helu; Eddy Moors; Christine Moureaux; M. M. Mukelabai;Comprendre les relations entre le climat et l'échange de carbone par les écosystèmes terrestres est essentiel pour prédire les niveaux futurs de dioxyde de carbone atmosphérique en raison des effets d'accélération potentiels des rétroactions positives du cycle climat-carbone. Cependant, les relations directement observées entre le climat et l'échange de CO2 terrestre avec l'atmosphère à travers les biomes et les continents font défaut. Nous présentons ici des données décrivant les relations entre l'échange net de carbone par les écosystèmes (NEE) et les facteurs climatiques tels que mesurés à l'aide de la méthode de covariance de Foucault sur 125 sites uniques dans divers écosystèmes sur six continents avec un total de 559 années de site. Nous trouvons que le NEE observé aux sites de covariance tourbillonnaire est (1) une fonction forte de la température annuelle moyenne aux latitudes moyennes et élevées, (2) une fonction forte de la sécheresse aux latitudes moyennes et basses, et (3) une fonction à la fois de la température et de la sécheresse autour de la ceinture moyenne-latitudinale (45°N). La sensibilité du NEE à la température annuelle moyenne se décompose à ~ 16 °C (une valeur seuil de la température annuelle moyenne), au-delà de laquelle aucune augmentation supplémentaire de l'absorption de CO2 avec la température n'a été observée et la sécheresse influence les règles de dépassement de l'influence de la température. Comprender las relaciones entre el clima y el intercambio de carbono por parte de los ecosistemas terrestres es fundamental para predecir los niveles futuros de dióxido de carbono en la atmósfera debido a los posibles efectos aceleradores de las retroalimentaciones positivas del ciclo clima-carbono. Sin embargo, faltan relaciones directamente observadas entre el clima y el intercambio terrestre de CO2 con la atmósfera a través de biomas y continentes. Aquí presentamos datos que describen las relaciones entre el intercambio neto de carbono (NEE) del ecosistema y los factores climáticos medidos utilizando el método de covarianza de remolinos en 125 sitios únicos en varios ecosistemas de seis continentes con un total de 559 años-sitio. Encontramos que la NEE observada en los sitios de covarianza de remolinos es (1) una fuerte función de la temperatura media anual en latitudes medias y altas, (2) una fuerte función de sequedad en latitudes medias y bajas, y (3) una función tanto de la temperatura como de la sequedad alrededor del cinturón latitudinal medio (45°N). La sensibilidad de NEE a la temperatura media anual se rompe a ~ 16 °C (un valor umbral de la temperatura media anual), por encima del cual no se observó ningún aumento adicional de la absorción de CO2 con la temperatura y la influencia de la sequedad anula la influencia de la temperatura. Understanding the relationships between climate and carbon exchange by terrestrial ecosystems is critical to predict future levels of atmospheric carbon dioxide because of the potential accelerating effects of positive climate–carbon cycle feedbacks. However, directly observed relationships between climate and terrestrial CO2 exchange with the atmosphere across biomes and continents are lacking. Here we present data describing the relationships between net ecosystem exchange of carbon (NEE) and climate factors as measured using the eddy covariance method at 125 unique sites in various ecosystems over six continents with a total of 559 site-years. We find that NEE observed at eddy covariance sites is (1) a strong function of mean annual temperature at mid- and high-latitudes, (2) a strong function of dryness at mid- and low-latitudes, and (3) a function of both temperature and dryness around the mid-latitudinal belt (45°N). The sensitivity of NEE to mean annual temperature breaks down at ~ 16 °C (a threshold value of mean annual temperature), above which no further increase of CO2 uptake with temperature was observed and dryness influence overrules temperature influence. يعد فهم العلاقات بين المناخ وتبادل الكربون بواسطة النظم الإيكولوجية الأرضية أمرًا بالغ الأهمية للتنبؤ بالمستويات المستقبلية لثاني أكسيد الكربون في الغلاف الجوي بسبب التأثيرات المتسارعة المحتملة للتغذية المرتدة الإيجابية لدورة المناخ والكربون. ومع ذلك، لا توجد علاقات ملحوظة مباشرة بين المناخ والتبادل الأرضي لثاني أكسيد الكربون مع الغلاف الجوي عبر المناطق الحيوية والقارات. نقدم هنا بيانات تصف العلاقات بين صافي تبادل النظام البيئي للكربون (NEE) والعوامل المناخية كما تم قياسها باستخدام طريقة التباين الدوامي في 125 موقعًا فريدًا في أنظمة بيئية مختلفة عبر ست قارات بإجمالي 559 سنة موقع. نجد أن NEE التي لوحظت في مواقع التباين الدوامي هي (1) وظيفة قوية لمتوسط درجة الحرارة السنوية عند خطوط العرض المتوسطة والعالية، (2) وظيفة قوية للجفاف عند خطوط العرض المتوسطة والمنخفضة، و (3) وظيفة لكل من درجة الحرارة والجفاف حول حزام العرض المتوسط (45درجةشمالاً). تنهار حساسية NEE لمتوسط درجة الحرارة السنوية عند حوالي 16 درجة مئوية (قيمة عتبة لمتوسط درجة الحرارة السنوية)، والتي لم يلاحظ فوقها أي زيادة أخرى في امتصاص ثاني أكسيد الكربون مع درجة الحرارة ويتجاوز تأثير الجفاف تأثير درجة الحرارة.
add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.60692/j5vy4-fwn92&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eu0 citations 0 popularity Average influence Average impulse Average Powered by BIP!
more_vert add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.60692/j5vy4-fwn92&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eudescription Publicationkeyboard_double_arrow_right Article , Other literature type 2023 ItalyPublisher:Elsevier BV Zutao Ouyang; Robert B. Jackson; Gavin McNicol; Etienne Fluet‐Chouinard; Benjamin R. K. Runkle; Dario Papale; Sara Knox; S. W. Cooley; Kyle Delwiche; Sarah Féron; Jeremy Irvin; Avni Malhotra; Muhammad Muddasir; Simone Sabbatini; Ma. Carmelita Alberto; Alessandro Cescatti; Chi–Ling Chen; Dong Jiang; B. Fong; Haiqiang Guo; Hao Lu; Hiroyasu Iwata; Qingyu Jia; Weimin Ju; Minseok Kang; Hong Li; Joon Kim; Michele L. Reba; Amaresh Kumar Nayak; Débora Regina Roberti; Youngryel Ryu; Chinmaya Kumar Swain; Benjei Tsuang; Xiangming Xiao; Wenping Yuan; Geli Zhang; Yongguang Zhang;handle: 2067/48557
Aunque el cultivo de arroz es una de las fuentes agrícolas más importantes de metano (CH4) y contribuye con ~8% del total de las emisiones antropogénicas globales, persisten grandes discrepancias entre las estimaciones de las emisiones globales de CH4 del cultivo de arroz (que van de 18 a 115 Tg CH4 año−1) debido a la falta de limitaciones observables. La distribución espacial de las emisiones de arrozales se ha evaluado a escalas regionales a globales mediante inventarios ascendentes y modelos de superficie terrestre sobre resolución espacial gruesa (por ejemplo, > 0,5°) o unidades espaciales (por ejemplo, zonas agroecológicas). Sin embargo, las estimaciones de flujo de CH4 de alta resolución capaces de capturar los efectos del clima local y las prácticas de gestión sobre las emisiones, así como la replicación de datos in situ, siguen siendo difíciles de producir debido a la escasez de mapas de arroz de alta resolución y a la insuficiente comprensión de los predictores de CH4. Aquí, combinamos datos de flujo de metano de arroz con arroz de 23 sitios de covarianza de remolinos globales y datos de teledetección MODIS con aprendizaje automático para 1) evaluar el rendimiento del modelo basado en datos y la importancia variable para predecir los flujos de CH4 de arroz; y 2) producir estimaciones cuadriculadas de aumento de escala de las emisiones de CH4 de arroz a una resolución de 5000 m en toda Asia monzónica, donde se cultiva ~87% del área mundial de arroz y se produce ~ 90% de la producción mundial de arroz. Nuestro modelo de bosque aleatorio logró valores de eficiencia de Nash-Sutcliffe de 0,59 y 0,69 para flujos de CH4 de 8 días y flujos de CH4 medios del sitio, respectivamente, con índices relacionados con la temperatura de la superficie terrestre, la biomasa y la disponibilidad de agua como los predictores más importantes. Estimamos que las emisiones anuales promedio de arroz con cáscara CH4 (excluida la temporada de barbecho invernal) en toda Asia monzónica son de 20.6 ± 1.1 Tg año−1 para 2001–2015, que se encuentra en el rango más bajo de las estimaciones anteriores basadas en el inventario (20–32 CH4 Tg año−1). Nuestras estimaciones también sugieren que las emisiones de CH4 del arroz con cáscara en esta región han estado disminuyendo desde 2007 hasta 2015 después de las disminuciones tanto en el área de cultivo de arroz con cáscara como en las tasas de emisión por unidad de área, lo que sugiere que las emisiones de CH4 del arroz con cáscara en el monzón de Asia probablemente no hayan contribuido al renovado crecimiento del CH4 atmosférico en los últimos años. Bien que la riziculture soit l'une des plus importantes sources agricoles de méthane (CH4) et contribue à environ8% des émissions anthropiques mondiales totales, de grands écarts subsistent entre les estimations des émissions mondiales de CH4 provenant de la riziculture (allant de 18 à 115 Tg de CH4 par an) en raison d'un manque de contraintes d'observation. La distribution spatiale des émissions de riz paddy a été évaluée à l'échelle régionale et mondiale par des inventaires ascendants et des modèles de surface terrestre sur une résolution spatiale grossière (par exemple, > 0,5°) ou des unités spatiales (par exemple, des zones agro-écologiques). Cependant, les estimations de flux de CH4 à haute résolution capables de capturer les effets du climat local et des pratiques de gestion sur les émissions, ainsi que de reproduire les données in situ, restent difficiles à produire en raison de la rareté des cartes à haute résolution du riz paddy et d'une compréhension insuffisante des prédicteurs de CH4. Ici, nous combinons les données de flux de méthane de riz paddy provenant de 23 sites mondiaux de covariance des tourbillons et les données de télédétection MODIS avec l'apprentissage automatique pour 1) évaluer les performances du modèle basé sur les données et l'importance variable pour prédire les flux de CH4 du riz ; et 2) produire des estimations maillées des émissions de CH4 du riz à une résolution de 5000 m dans toute l'Asie de la mousson, où ∼87 % de la superficie mondiale du riz est cultivée et ∼ 90 % de la production mondiale de riz se produit. Notre modèle de forêt aléatoire a atteint des valeurs d'efficacité de Nash-Sutcliffe de 0,59 et 0,69 pour les flux de CH4 sur 8 jours et les flux de CH4 moyens du site, respectivement, la température de surface du sol, la biomasse et les indices liés à la disponibilité de l'eau étant les prédicteurs les plus importants. Nous estimons que les émissions annuelles moyennes de CH4 de riz paddy (hors saison de jachère hivernale) dans toute l'Asie de la mousson sont de 20,6 ± 1,1 Tgan-1 pour 2001–2015, ce qui se situe dans la fourchette inférieure des estimations antérieures basées sur les inventaires (20–32 Tgan-1 de CH4). Nos estimations suggèrent également que les émissions de CH4 du riz paddy dans cette région ont diminué de 2007 à 2015 à la suite de baisses à la fois de la superficie cultivée en riz paddy et des taux d'émission par unité de surface, ce qui suggère que les émissions de CH4 du riz paddy dans Monsoon Asia n'ont probablement pas contribué à la croissance renouvelée du CH4 atmosphérique ces dernières années. Although rice cultivation is one of the most important agricultural sources of methane (CH4) and contributes ∼8% of total global anthropogenic emissions, large discrepancies remain among estimates of global CH4 emissions from rice cultivation (ranging from 18 to 115 Tg CH4 yr−1) due to a lack of observational constraints. The spatial distribution of paddy-rice emissions has been assessed at regional-to-global scales by bottom-up inventories and land surface models over coarse spatial resolution (e.g., > 0.5°) or spatial units (e.g., agro-ecological zones). However, high-resolution CH4 flux estimates capable of capturing the effects of local climate and management practices on emissions, as well as replicating in situ data, remain challenging to produce because of the scarcity of high-resolution maps of paddy-rice and insufficient understanding of CH4 predictors. Here, we combine paddy-rice methane-flux data from 23 global eddy covariance sites and MODIS remote sensing data with machine learning to 1) evaluate data-driven model performance and variable importance for predicting rice CH4 fluxes; and 2) produce gridded up-scaling estimates of rice CH4 emissions at 5000-m resolution across Monsoon Asia, where ∼87% of global rice area is cultivated and ∼ 90% of global rice production occurs. Our random-forest model achieved Nash-Sutcliffe Efficiency values of 0.59 and 0.69 for 8-day CH4 fluxes and site mean CH4 fluxes respectively, with land surface temperature, biomass and water-availability-related indices as the most important predictors. We estimate the average annual (winter fallow season excluded) paddy rice CH4 emissions throughout Monsoon Asia to be 20.6 ± 1.1 Tg yr−1 for 2001–2015, which is at the lower range of previous inventory-based estimates (20–32 CH4 Tg yr−1). Our estimates also suggest that CH4 emissions from paddy rice in this region have been declining from 2007 through 2015 following declines in both paddy-rice growing area and emission rates per unit area, suggesting that CH4 emissions from paddy rice in Monsoon Asia have likely not contributed to the renewed growth of atmospheric CH4 in recent years. على الرغم من أن زراعة الأرز هي واحدة من أهم المصادر الزراعية للميثان (CH4) وتساهم بنسبة 8 ٪ من إجمالي الانبعاثات العالمية البشرية المنشأ، إلا أنه لا تزال هناك اختلافات كبيرة بين تقديرات انبعاثات الميثان العالمية من زراعة الأرز (التي تتراوح من 18 إلى 115 تيراغرام من الميثان في السنة−1) بسبب نقص قيود المراقبة. تم تقييم التوزيع المكاني لانبعاثات الأرز والأرز على المستويات الإقليمية إلى العالمية من خلال قوائم الجرد التصاعدية ونماذج سطح الأرض على الدقة المكانية الخشنة (على سبيل المثال، > 0.5درجة) أو الوحدات المكانية (على سبيل المثال، المناطق الزراعية الإيكولوجية). ومع ذلك، لا تزال تقديرات تدفق الميثان عالية الدقة القادرة على التقاط آثار المناخ المحلي وممارسات الإدارة على الانبعاثات، وكذلك تكرار البيانات في الموقع، صعبة الإنتاج بسبب ندرة الخرائط عالية الدقة لأرز الأرز وعدم كفاية فهم تنبؤات الميثان. هنا، نجمع بين بيانات تدفق الميثان من الأرز والأرز من 23 موقعًا عالميًا للتباين الدوامي وبيانات الاستشعار عن بعد MODIS مع التعلم الآلي من أجل 1) تقييم أداء النموذج القائم على البيانات والأهمية المتغيرة للتنبؤ بتدفقات CH4 للأرز ؛ و 2) إنتاج تقديرات شبكية لانبعاثات CH4 للأرز بدقة 5000 متر في جميع أنحاء آسيا الموسمية، حيث تتم زراعة 87 ٪ من مساحة الأرز العالمية و 90 ٪ من إنتاج الأرز العالمي. حقق نموذجنا للغابات العشوائية قيم كفاءة ناش- سوتكليف البالغة 0.59 و 0.69 لتدفقات الميثان لمدة 8 أيام ومتوسط تدفقات الميثان في الموقع على التوالي، مع مؤشرات درجة حرارة سطح الأرض والكتلة الحيوية وتوافر المياه كأهم المؤشرات. نقدر المتوسط السنوي (باستثناء موسم الإراحة الشتوية) لانبعاثات الميثان من الأرز في جميع أنحاء آسيا الموسمية بـ 20.6 ± 1.1 تيراغرام في السنة-1 للفترة 2001–2015، وهو في النطاق الأدنى للتقديرات السابقة القائمة على المخزون (20–32 تيراغرام في السنة-1). تشير تقديراتنا أيضًا إلى أن انبعاثات الميثان من أرز الأرز في هذه المنطقة قد انخفضت من عام 2007 حتى عام 2015 بعد الانخفاضات في كل من مساحة زراعة أرز الأرز ومعدلات الانبعاثات لكل وحدة مساحة، مما يشير إلى أن انبعاثات الميثان من أرز الأرز في الرياح الموسمية في آسيا من المحتمل ألا تساهم في النمو المتجدد للميثان في الغلاف الجوي في السنوات الأخيرة.
add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.1016/j.rse.2022.113335&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.euAccess Routeshybrid 19 citations 19 popularity Top 10% influence Average impulse Top 10% Powered by BIP!
more_vert add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.1016/j.rse.2022.113335&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eu
description Publicationkeyboard_double_arrow_right Other literature type 2010Publisher:OpenAlex Chuixiang Yi; D. M. Ricciuto; Runze Li; John Wolbeck; Xiyan Xu; Mats Nilsson; Luís Aires; J. D. Albertson; Christof Ammann; M. Altaf Arain; Alessandro Araújo; Marc Aubinet; Mika Aurela; Zoltán Barcza; Alan G. Barr; Paul Berbigier; Jason Beringer; Christian Bernhofer; Andrew Black; Paul V. Bolstad; Fred C. Bosveld; M. S. J. Broadmeadow; Nina Buchmann; Sean P. Burns; Pierre Cellier; Jingming Chen; Jiquan Chen; Philippe Ciais; Robert Clement; Bruce D. Cook; Peter S. Curtis; D. B. Dail; Ebba Dellwik; Nicolas Delpierre; Ankur R. Desai; Sabina Dore; D. Dragoni; Bert G. Drake; Éric Dufrêne; Allison L. Dunn; J.A. Elbers; Werner Eugster; Matthias Falk; Christian Feigenwinter; Lawrence B. Flanagan; Thomas Foken; J. M. Frank; J. Fuhrer; Damiano Gianelle; Allen H. Goldstein; Mike Goulden; André Granier; T. Gruenwald; Lianhong Gu; Haiqiang Guo; Albin Hammerle; Shijie Han; Niall P. Hanan; László Haszpra; Bernard Heinesch; Carole Helfter; Dimmie Hendriks; Lindsay B. Hutley; Andreas Ibrom; C. Jacobs; Torbjoern Johansson; Marjan Jongen; Gabriel G. Katul; Gerard Kiely; Katja Klumpp; Alexander Knohl; Thomas E. Kolb; Werner L. Kutsch; Peter M. Lafleur; Tuomas Laurila; R. Leuning; Anders Lindroth; Heping Li; Benjamin Loubet; Giovanni Manca; Michal V. Marek; Hank A. Margolis; Timothy A. Martin; W. J. Massman; Roser Matamala; Giorgio Matteucci; Harry McCaughey; Lutz Merbold; Tilden Meyers; Mirco Migliavacca; Franco Miglietta; Laurent Misson; Meelis Moelder; John Moncrieff; Russell K. Monson; Leonardo Montagnani; M. Montes-Helu; Eddy Moors; Christine Moureaux; M. M. Mukelabai;Comprendre les relations entre le climat et l'échange de carbone par les écosystèmes terrestres est essentiel pour prédire les niveaux futurs de dioxyde de carbone atmosphérique en raison des effets d'accélération potentiels des rétroactions positives du cycle climat-carbone. Cependant, les relations directement observées entre le climat et l'échange de CO2 terrestre avec l'atmosphère à travers les biomes et les continents font défaut. Nous présentons ici des données décrivant les relations entre l'échange net de carbone par les écosystèmes (NEE) et les facteurs climatiques tels que mesurés à l'aide de la méthode de covariance de Foucault sur 125 sites uniques dans divers écosystèmes sur six continents avec un total de 559 années de site. Nous trouvons que le NEE observé aux sites de covariance tourbillonnaire est (1) une fonction forte de la température annuelle moyenne aux latitudes moyennes et élevées, (2) une fonction forte de la sécheresse aux latitudes moyennes et basses, et (3) une fonction à la fois de la température et de la sécheresse autour de la ceinture moyenne-latitudinale (45°N). La sensibilité du NEE à la température annuelle moyenne se décompose à ~ 16 °C (une valeur seuil de la température annuelle moyenne), au-delà de laquelle aucune augmentation supplémentaire de l'absorption de CO2 avec la température n'a été observée et la sécheresse influence les règles de dépassement de l'influence de la température. Comprender las relaciones entre el clima y el intercambio de carbono por parte de los ecosistemas terrestres es fundamental para predecir los niveles futuros de dióxido de carbono en la atmósfera debido a los posibles efectos aceleradores de las retroalimentaciones positivas del ciclo clima-carbono. Sin embargo, faltan relaciones directamente observadas entre el clima y el intercambio terrestre de CO2 con la atmósfera a través de biomas y continentes. Aquí presentamos datos que describen las relaciones entre el intercambio neto de carbono (NEE) del ecosistema y los factores climáticos medidos utilizando el método de covarianza de remolinos en 125 sitios únicos en varios ecosistemas de seis continentes con un total de 559 años-sitio. Encontramos que la NEE observada en los sitios de covarianza de remolinos es (1) una fuerte función de la temperatura media anual en latitudes medias y altas, (2) una fuerte función de sequedad en latitudes medias y bajas, y (3) una función tanto de la temperatura como de la sequedad alrededor del cinturón latitudinal medio (45°N). La sensibilidad de NEE a la temperatura media anual se rompe a ~ 16 °C (un valor umbral de la temperatura media anual), por encima del cual no se observó ningún aumento adicional de la absorción de CO2 con la temperatura y la influencia de la sequedad anula la influencia de la temperatura. Understanding the relationships between climate and carbon exchange by terrestrial ecosystems is critical to predict future levels of atmospheric carbon dioxide because of the potential accelerating effects of positive climate–carbon cycle feedbacks. However, directly observed relationships between climate and terrestrial CO2 exchange with the atmosphere across biomes and continents are lacking. Here we present data describing the relationships between net ecosystem exchange of carbon (NEE) and climate factors as measured using the eddy covariance method at 125 unique sites in various ecosystems over six continents with a total of 559 site-years. We find that NEE observed at eddy covariance sites is (1) a strong function of mean annual temperature at mid- and high-latitudes, (2) a strong function of dryness at mid- and low-latitudes, and (3) a function of both temperature and dryness around the mid-latitudinal belt (45°N). The sensitivity of NEE to mean annual temperature breaks down at ~ 16 °C (a threshold value of mean annual temperature), above which no further increase of CO2 uptake with temperature was observed and dryness influence overrules temperature influence. يعد فهم العلاقات بين المناخ وتبادل الكربون بواسطة النظم الإيكولوجية الأرضية أمرًا بالغ الأهمية للتنبؤ بالمستويات المستقبلية لثاني أكسيد الكربون في الغلاف الجوي بسبب التأثيرات المتسارعة المحتملة للتغذية المرتدة الإيجابية لدورة المناخ والكربون. ومع ذلك، لا توجد علاقات ملحوظة مباشرة بين المناخ والتبادل الأرضي لثاني أكسيد الكربون مع الغلاف الجوي عبر المناطق الحيوية والقارات. نقدم هنا بيانات تصف العلاقات بين صافي تبادل النظام البيئي للكربون (NEE) والعوامل المناخية كما تم قياسها باستخدام طريقة التباين الدوامي في 125 موقعًا فريدًا في أنظمة بيئية مختلفة عبر ست قارات بإجمالي 559 سنة موقع. نجد أن NEE التي لوحظت في مواقع التباين الدوامي هي (1) وظيفة قوية لمتوسط درجة الحرارة السنوية عند خطوط العرض المتوسطة والعالية، (2) وظيفة قوية للجفاف عند خطوط العرض المتوسطة والمنخفضة، و (3) وظيفة لكل من درجة الحرارة والجفاف حول حزام العرض المتوسط (45درجةشمالاً). تنهار حساسية NEE لمتوسط درجة الحرارة السنوية عند حوالي 16 درجة مئوية (قيمة عتبة لمتوسط درجة الحرارة السنوية)، والتي لم يلاحظ فوقها أي زيادة أخرى في امتصاص ثاني أكسيد الكربون مع درجة الحرارة ويتجاوز تأثير الجفاف تأثير درجة الحرارة.
add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.60692/j5vy4-fwn92&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eu0 citations 0 popularity Average influence Average impulse Average Powered by BIP!
more_vert add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.60692/j5vy4-fwn92&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eudescription Publicationkeyboard_double_arrow_right Article , Other literature type 2023 ItalyPublisher:Elsevier BV Zutao Ouyang; Robert B. Jackson; Gavin McNicol; Etienne Fluet‐Chouinard; Benjamin R. K. Runkle; Dario Papale; Sara Knox; S. W. Cooley; Kyle Delwiche; Sarah Féron; Jeremy Irvin; Avni Malhotra; Muhammad Muddasir; Simone Sabbatini; Ma. Carmelita Alberto; Alessandro Cescatti; Chi–Ling Chen; Dong Jiang; B. Fong; Haiqiang Guo; Hao Lu; Hiroyasu Iwata; Qingyu Jia; Weimin Ju; Minseok Kang; Hong Li; Joon Kim; Michele L. Reba; Amaresh Kumar Nayak; Débora Regina Roberti; Youngryel Ryu; Chinmaya Kumar Swain; Benjei Tsuang; Xiangming Xiao; Wenping Yuan; Geli Zhang; Yongguang Zhang;handle: 2067/48557
Aunque el cultivo de arroz es una de las fuentes agrícolas más importantes de metano (CH4) y contribuye con ~8% del total de las emisiones antropogénicas globales, persisten grandes discrepancias entre las estimaciones de las emisiones globales de CH4 del cultivo de arroz (que van de 18 a 115 Tg CH4 año−1) debido a la falta de limitaciones observables. La distribución espacial de las emisiones de arrozales se ha evaluado a escalas regionales a globales mediante inventarios ascendentes y modelos de superficie terrestre sobre resolución espacial gruesa (por ejemplo, > 0,5°) o unidades espaciales (por ejemplo, zonas agroecológicas). Sin embargo, las estimaciones de flujo de CH4 de alta resolución capaces de capturar los efectos del clima local y las prácticas de gestión sobre las emisiones, así como la replicación de datos in situ, siguen siendo difíciles de producir debido a la escasez de mapas de arroz de alta resolución y a la insuficiente comprensión de los predictores de CH4. Aquí, combinamos datos de flujo de metano de arroz con arroz de 23 sitios de covarianza de remolinos globales y datos de teledetección MODIS con aprendizaje automático para 1) evaluar el rendimiento del modelo basado en datos y la importancia variable para predecir los flujos de CH4 de arroz; y 2) producir estimaciones cuadriculadas de aumento de escala de las emisiones de CH4 de arroz a una resolución de 5000 m en toda Asia monzónica, donde se cultiva ~87% del área mundial de arroz y se produce ~ 90% de la producción mundial de arroz. Nuestro modelo de bosque aleatorio logró valores de eficiencia de Nash-Sutcliffe de 0,59 y 0,69 para flujos de CH4 de 8 días y flujos de CH4 medios del sitio, respectivamente, con índices relacionados con la temperatura de la superficie terrestre, la biomasa y la disponibilidad de agua como los predictores más importantes. Estimamos que las emisiones anuales promedio de arroz con cáscara CH4 (excluida la temporada de barbecho invernal) en toda Asia monzónica son de 20.6 ± 1.1 Tg año−1 para 2001–2015, que se encuentra en el rango más bajo de las estimaciones anteriores basadas en el inventario (20–32 CH4 Tg año−1). Nuestras estimaciones también sugieren que las emisiones de CH4 del arroz con cáscara en esta región han estado disminuyendo desde 2007 hasta 2015 después de las disminuciones tanto en el área de cultivo de arroz con cáscara como en las tasas de emisión por unidad de área, lo que sugiere que las emisiones de CH4 del arroz con cáscara en el monzón de Asia probablemente no hayan contribuido al renovado crecimiento del CH4 atmosférico en los últimos años. Bien que la riziculture soit l'une des plus importantes sources agricoles de méthane (CH4) et contribue à environ8% des émissions anthropiques mondiales totales, de grands écarts subsistent entre les estimations des émissions mondiales de CH4 provenant de la riziculture (allant de 18 à 115 Tg de CH4 par an) en raison d'un manque de contraintes d'observation. La distribution spatiale des émissions de riz paddy a été évaluée à l'échelle régionale et mondiale par des inventaires ascendants et des modèles de surface terrestre sur une résolution spatiale grossière (par exemple, > 0,5°) ou des unités spatiales (par exemple, des zones agro-écologiques). Cependant, les estimations de flux de CH4 à haute résolution capables de capturer les effets du climat local et des pratiques de gestion sur les émissions, ainsi que de reproduire les données in situ, restent difficiles à produire en raison de la rareté des cartes à haute résolution du riz paddy et d'une compréhension insuffisante des prédicteurs de CH4. Ici, nous combinons les données de flux de méthane de riz paddy provenant de 23 sites mondiaux de covariance des tourbillons et les données de télédétection MODIS avec l'apprentissage automatique pour 1) évaluer les performances du modèle basé sur les données et l'importance variable pour prédire les flux de CH4 du riz ; et 2) produire des estimations maillées des émissions de CH4 du riz à une résolution de 5000 m dans toute l'Asie de la mousson, où ∼87 % de la superficie mondiale du riz est cultivée et ∼ 90 % de la production mondiale de riz se produit. Notre modèle de forêt aléatoire a atteint des valeurs d'efficacité de Nash-Sutcliffe de 0,59 et 0,69 pour les flux de CH4 sur 8 jours et les flux de CH4 moyens du site, respectivement, la température de surface du sol, la biomasse et les indices liés à la disponibilité de l'eau étant les prédicteurs les plus importants. Nous estimons que les émissions annuelles moyennes de CH4 de riz paddy (hors saison de jachère hivernale) dans toute l'Asie de la mousson sont de 20,6 ± 1,1 Tgan-1 pour 2001–2015, ce qui se situe dans la fourchette inférieure des estimations antérieures basées sur les inventaires (20–32 Tgan-1 de CH4). Nos estimations suggèrent également que les émissions de CH4 du riz paddy dans cette région ont diminué de 2007 à 2015 à la suite de baisses à la fois de la superficie cultivée en riz paddy et des taux d'émission par unité de surface, ce qui suggère que les émissions de CH4 du riz paddy dans Monsoon Asia n'ont probablement pas contribué à la croissance renouvelée du CH4 atmosphérique ces dernières années. Although rice cultivation is one of the most important agricultural sources of methane (CH4) and contributes ∼8% of total global anthropogenic emissions, large discrepancies remain among estimates of global CH4 emissions from rice cultivation (ranging from 18 to 115 Tg CH4 yr−1) due to a lack of observational constraints. The spatial distribution of paddy-rice emissions has been assessed at regional-to-global scales by bottom-up inventories and land surface models over coarse spatial resolution (e.g., > 0.5°) or spatial units (e.g., agro-ecological zones). However, high-resolution CH4 flux estimates capable of capturing the effects of local climate and management practices on emissions, as well as replicating in situ data, remain challenging to produce because of the scarcity of high-resolution maps of paddy-rice and insufficient understanding of CH4 predictors. Here, we combine paddy-rice methane-flux data from 23 global eddy covariance sites and MODIS remote sensing data with machine learning to 1) evaluate data-driven model performance and variable importance for predicting rice CH4 fluxes; and 2) produce gridded up-scaling estimates of rice CH4 emissions at 5000-m resolution across Monsoon Asia, where ∼87% of global rice area is cultivated and ∼ 90% of global rice production occurs. Our random-forest model achieved Nash-Sutcliffe Efficiency values of 0.59 and 0.69 for 8-day CH4 fluxes and site mean CH4 fluxes respectively, with land surface temperature, biomass and water-availability-related indices as the most important predictors. We estimate the average annual (winter fallow season excluded) paddy rice CH4 emissions throughout Monsoon Asia to be 20.6 ± 1.1 Tg yr−1 for 2001–2015, which is at the lower range of previous inventory-based estimates (20–32 CH4 Tg yr−1). Our estimates also suggest that CH4 emissions from paddy rice in this region have been declining from 2007 through 2015 following declines in both paddy-rice growing area and emission rates per unit area, suggesting that CH4 emissions from paddy rice in Monsoon Asia have likely not contributed to the renewed growth of atmospheric CH4 in recent years. على الرغم من أن زراعة الأرز هي واحدة من أهم المصادر الزراعية للميثان (CH4) وتساهم بنسبة 8 ٪ من إجمالي الانبعاثات العالمية البشرية المنشأ، إلا أنه لا تزال هناك اختلافات كبيرة بين تقديرات انبعاثات الميثان العالمية من زراعة الأرز (التي تتراوح من 18 إلى 115 تيراغرام من الميثان في السنة−1) بسبب نقص قيود المراقبة. تم تقييم التوزيع المكاني لانبعاثات الأرز والأرز على المستويات الإقليمية إلى العالمية من خلال قوائم الجرد التصاعدية ونماذج سطح الأرض على الدقة المكانية الخشنة (على سبيل المثال، > 0.5درجة) أو الوحدات المكانية (على سبيل المثال، المناطق الزراعية الإيكولوجية). ومع ذلك، لا تزال تقديرات تدفق الميثان عالية الدقة القادرة على التقاط آثار المناخ المحلي وممارسات الإدارة على الانبعاثات، وكذلك تكرار البيانات في الموقع، صعبة الإنتاج بسبب ندرة الخرائط عالية الدقة لأرز الأرز وعدم كفاية فهم تنبؤات الميثان. هنا، نجمع بين بيانات تدفق الميثان من الأرز والأرز من 23 موقعًا عالميًا للتباين الدوامي وبيانات الاستشعار عن بعد MODIS مع التعلم الآلي من أجل 1) تقييم أداء النموذج القائم على البيانات والأهمية المتغيرة للتنبؤ بتدفقات CH4 للأرز ؛ و 2) إنتاج تقديرات شبكية لانبعاثات CH4 للأرز بدقة 5000 متر في جميع أنحاء آسيا الموسمية، حيث تتم زراعة 87 ٪ من مساحة الأرز العالمية و 90 ٪ من إنتاج الأرز العالمي. حقق نموذجنا للغابات العشوائية قيم كفاءة ناش- سوتكليف البالغة 0.59 و 0.69 لتدفقات الميثان لمدة 8 أيام ومتوسط تدفقات الميثان في الموقع على التوالي، مع مؤشرات درجة حرارة سطح الأرض والكتلة الحيوية وتوافر المياه كأهم المؤشرات. نقدر المتوسط السنوي (باستثناء موسم الإراحة الشتوية) لانبعاثات الميثان من الأرز في جميع أنحاء آسيا الموسمية بـ 20.6 ± 1.1 تيراغرام في السنة-1 للفترة 2001–2015، وهو في النطاق الأدنى للتقديرات السابقة القائمة على المخزون (20–32 تيراغرام في السنة-1). تشير تقديراتنا أيضًا إلى أن انبعاثات الميثان من أرز الأرز في هذه المنطقة قد انخفضت من عام 2007 حتى عام 2015 بعد الانخفاضات في كل من مساحة زراعة أرز الأرز ومعدلات الانبعاثات لكل وحدة مساحة، مما يشير إلى أن انبعاثات الميثان من أرز الأرز في الرياح الموسمية في آسيا من المحتمل ألا تساهم في النمو المتجدد للميثان في الغلاف الجوي في السنوات الأخيرة.
add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.1016/j.rse.2022.113335&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.euAccess Routeshybrid 19 citations 19 popularity Top 10% influence Average impulse Top 10% Powered by BIP!
more_vert add ClaimPlease grant OpenAIRE to access and update your ORCID works.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.This Research product is the result of merged Research products in OpenAIRE.
You have already added works in your ORCID record related to the merged Research product.All Research productsarrow_drop_down <script type="text/javascript"> <!-- document.write('<div id="oa_widget"></div>'); document.write('<script type="text/javascript" src="https://beta.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=10.1016/j.rse.2022.113335&type=result"></script>'); --> </script>
For further information contact us at helpdesk@openaire.eu