Reducir la discrepancia en la cuantificación de la dependencia de la temperatura de las emisiones globales de metano...

Área de la Ciencia:

• Ciencias ambientales Ciencias ambientales.
• Ciencias del clima Ciencias del clima Ciencias del clima
• Biogeoquímica La biogeoquímica es la bioquímica.

Sus antecedentes:

• Las emisiones de metano de los humedales (E_M) son vitales para las retroalimentaciones clima-carbono, pero se comprenden mal debido a las limitaciones de datos y la variabilidad del ecosistema.
• Los modelos actuales luchan por proyectar con precisión E_M bajo el calentamiento, lo que dificulta las evaluaciones de impacto del cambio climático.

Objetivo del estudio:

• Desarrollar un nuevo marco que integre IA y modelos estadísticos para analizar la termodinámica de las emisiones de metano de los humedales globales.
• Identificar y cuantificar la sensibilidad a la temperatura dependiente de la escala de las emisiones de metano en diversos ecosistemas de humedales.

Principales métodos:

• Integración de modelos de efectos mixtos con técnicas de inteligencia artificial para el análisis de datos de flujo.
• Aplicación de las pruebas de distancia y área de aplicabilidad de Mahalanobis para la predicción de alta confianza de áreas de humedales.
• Cuantificación de la termodinámica de la emisión de metano (E_M) con diferenciación latitudinal.

Principales resultados:

• Sólo el 73,6% de los humedales mundiales exhiben dependencia clásica de la temperatura tipo Arrhenius.
• El marco predice con éxito el 69,5% de los humedales globales con alta confianza.
• La media ponderada E_M es de 0,694 eV, con respuestas de temperatura más fuertes en las zonas húmedas boreales (0,745 eV) que en las zonas húmedas templadas (0,678 eV) y tropicales (0,634 eV).

Conclusiones:

• Existen variaciones biogeográficas significativas en la dependencia de temperatura de las emisiones de metano de los humedales en todo el mundo.
• Ignorar estas variaciones puede llevar a subestimar las futuras emisiones de metano en un 4,2%-13,3%.
• Los parámetros refinados de sensibilidad a la temperatura mejoran la precisión del modelo climático-carbono para predecir el calentamiento global e informar las estrategias de mitigación.