...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Geophysical Research. Biogeosciences >Seeing the forest through the trees: Recovering large-scale carbonflux biases in the midst of small-scale variability
【24h】

Seeing the forest through the trees: Recovering large-scale carbonflux biases in the midst of small-scale variability

机译：穿过树林看森林：在小范围变化中恢复大规模碳通量偏差

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper investigates the effect of fine-scale spatial variability in carbon fluxes uponregional carbon flux inversion estimates in North America using simulated data from1 May through 31 August 2004 and a hypothetical sparse network of eight towers in NorthAmerica. A suite of random smooth regional carbon flux patterns are created and thenobscured with random fine-scale spatial flux "noise" to mimic the effect of fine-scaleheterogeneity in carbon fluxes found in nature. Five hundred and forty grid-scaleatmospheric inversions are run using the synthetic data. We find that, regardless of theparticular fine spatial scale carbon fluxes used (noise), the inversions can improve a prioricarbon flux estimates significantly by capturing the large-scale regional flux patterns. Wealso find significant improvement in the root-mean-square error of the model are possibleacross a wide range of spatial decorrelation length scales. Errors associated with theinversion decrease as estimates are sought for larger and larger areas. Results showdramatic differences between postaggregated fine-scale inversion results andpreaggregated coarse-scale inversion results confirming recent warnings about the"preaggregation" of inversion regions.
机译：本文使用2004年5月1日至8月31日的模拟数据和一个假设的稀疏的八塔网络在北美调查了碳通量的精细空间变化对北美区域碳通量反演估计的影响。创建了一组随机的平滑区域碳通量模式，然后用随机的细尺度空间通量“噪声”将其模糊，以模拟自然界发现的碳通量中细尺度异质性的影响。使用综合数据进行了540次网格尺度的大气反演。我们发现，无论使用何种特定的精细空间尺度碳通量（噪声），反演都可以通过捕获大规模区域通量模式来显着改善先验碳通量估计值。我们还发现，在广泛的空间去相关长度范围内，模型的均方根误差都有可能得到显着改善。随着对越来越大的面积寻求估计，与反演相关的误差减少了。结果表明，后聚集的细尺度反演结果与预聚集的粗尺度反演结果之间存在显着差异，证实了有关反演区域“预聚集”的最新警告。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号