SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:uu-486964"
 

Sökning: onr:"swepub:oai:DiVA.org:uu-486964" > Causality guided ma...

  • Yuan, KunxiaojiaLawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA. (författare)

Causality guided machine learning model on wetland CH4 emissions across global wetlands

  • Artikel/kapitelEngelska2022

Förlag, utgivningsår, omfång ...

  • Elsevier,2022
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:uu-486964
  • https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-486964URI
  • https://doi.org/10.1016/j.agrformet.2022.109115DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • Wetland CH4 emissions are among the most uncertain components of the global CH4 budget. The complex nature of wetland CH4 processes makes it challenging to identify causal relationships for improving our understanding and predictability of CH4 emissions. In this study, we used the flux measurements of CH4 from eddy covariance towers (30 sites from 4 wetlands types: bog, fen, marsh, and wet tundra) to construct a causality-constrained machine learning (ML) framework to explain the regulative factors and to capture CH4 emissions at sub -seasonal scale. We found that soil temperature is the dominant factor for CH4 emissions in all studied wetland types. Ecosystem respiration (CO2) and gross primary productivity exert controls at bog, fen, and marsh sites with lagged responses of days to weeks. Integrating these asynchronous environmental and biological causal relationships in predictive models significantly improved model performance. More importantly, modeled CH4 emissions differed by up to a factor of 4 under a +1C warming scenario when causality constraints were considered. These results highlight the significant role of causality in modeling wetland CH(4 )emissions especially under future warming conditions, while traditional data-driven ML models may reproduce observations for the wrong reasons. Our proposed causality-guided model could benefit predictive modeling, large-scale upscaling, data gap-filling, and surrogate modeling of wetland CH4 emissions within earth system land models.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Zhu, QingLawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA. (författare)
  • Li, FaLawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA.;Univ Wisconsin Madison, Dept Forest & Wildlife Ecol, Madison, WI USA. (författare)
  • Riley, William J.Lawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA. (författare)
  • Torn, MargaretLawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA. (författare)
  • Chu, HousenLawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA. (författare)
  • McNicol, GavinUniv Illinois, Dept Earth & Environm Sci, Chicago, IL USA. (författare)
  • Chen, MinUniv Wisconsin Madison, Dept Forest & Wildlife Ecol, Madison, WI USA. (författare)
  • Knox, SaraUniv British Columbia, Dept Geog, Vancouver, BC, Canada. (författare)
  • Delwiche, KyleUniv Calif Berkeley, Dept Environm Sci Policy & Management, Berkeley, CA USA. (författare)
  • Wu, HuayiWuhan Univ, State Key Lab Informat Engn Surveying Mapping & Re, Wuhan, Peoples R China. (författare)
  • Baldocchi, DennisUniv Calif Berkeley, Dept Environm Sci Policy & Management, Berkeley, CA USA. (författare)
  • Ma, HongxuUniv Calif Berkeley, Dept Geog, Berkeley, CA USA. (författare)
  • Desai, Ankur R.Univ Wisconsin Madison, Dept Atmospher & Ocean Sci, Madison, WI USA. (författare)
  • Chen, JiquanMichigan State Univ, Dept Geog Environm & Spatial Sci, E Lansing, MI USA. (författare)
  • Sachs, TorstenGFZ German Res Ctr Geosci, Potsdam, Germany. (författare)
  • Ueyama, MasahitoOsaka Prefecture Univ, Grad Sch Life & Environm Sci, Sakai, Japan. (författare)
  • Sonnentag, OliverUniv Montreal, Dept Geog, Montreal, PQ, Canada. (författare)
  • Helbig, ManuelDalhousie Univ, Dept Phys & Atmospher Sci, Halifax, NS, Canada. (författare)
  • Tuittila, Eeva-StiinaUniv Eastern Finland, Sch Forest Sci, Joesnuu, Finland. (författare)
  • Jurasinski, GeraldUniv Rostock, Landscape Ecol, Rostock, Germany. (författare)
  • Koebsch, FranziskaUniv Gottingen, Digital Forest, Gottingen, Germany. (författare)
  • Campbell, DavidUniv Waikato, Sch Sci, Hamilton, New Zealand. (författare)
  • Schmid, Hans PeterKarlsruhe Inst Technol, Inst Meteorol & Climate Res, Karlsruhe, Germany. (författare)
  • Lohila, AnnaleaUniv Helsinki, Inst Atmospher & Earth Syst Res Forest Sci, Helsinki, Finland. (författare)
  • Goeckede, MathiasMax Planck Inst Biogeochem, Dept Biogeochem Signals, Jena, Germany. (författare)
  • Nilsson, Mats B.Swedish Univ Agr Sci, Dept Forest Ecol & Management, Umeå, Sweden. (författare)
  • Friborg, ThomasUniv Copenhagen, Dept Geosci & Nat Resource Management, Copenhagen, Denmark. (författare)
  • Jansen, Joachim,1989-Uppsala universitet,Institutionen för ekologi och genetik(Swepub:uu)joaja327 (författare)
  • Zona, DonatellaSan Diego State Univ, Dept Biol, San Diego, CA USA. (författare)
  • Euskirchen, EugenieUniv Alaska Fairbanks, Inst Arctic Biol, Fairbanks, AK USA. (författare)
  • Ward, Eric J.US Geol Survey, Wetland & Aquat Res Ctr, Lafayette, LA USA. (författare)
  • Bohrer, GilOhio State Univ, Dept Civil Environm & Geodet Engn, Columbus, OH USA. (författare)
  • Jin, ZhenongUniv Minnesota, Dept Bioprod & Biosyst Engn, St Paul, MN USA. (författare)
  • Liu, LichengUniv Minnesota, Dept Bioprod & Biosyst Engn, St Paul, MN USA. (författare)
  • Iwata, HirokiShinshu Univ, Fac Sci, Dept Environm Sci, Matsumoto, Japan. (författare)
  • Goodrich, JordanUniv Waikato, Sch Sci, Hamilton, New Zealand. (författare)
  • Jackson, RobertStanford Univ, Dept Earth Syst Sci, Stanford, CA USA. (författare)
  • Lawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA.Lawrence Berkeley Natl Lab, Climate Sci Dept, Climate & Ecosyst Sci Div, Berkeley, CA 94720 USA.;Univ Wisconsin Madison, Dept Forest & Wildlife Ecol, Madison, WI USA. (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:Agricultural and Forest Meteorology: Elsevier3240168-19231873-2240

Internetlänk

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy