Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
| one publication added to basket [391018] |
Improving estimates of Arctic Ocean CO2 uptake
Dutch, V.; Bakker, D.; Landschützer, P.; Roobaert, A.; Kaiser, J. (2024). Improving estimates of Arctic Ocean CO2 uptake, in: EGU General Assembly 2024. Vienna, Austria & Online, 14-19 April 2024. pp. EGU24-152. https://dx.doi.org/10.5194/egusphere-egu24-152
In: (2024). EGU General Assembly 2024. Vienna, Austria & Online, 14-19 April 2024. European Geosciences Union: [s.l.].
|  |
| Beschikbaar in | Auteurs |
|
Documenttype: Samenvatting
|
| Auteurs | | Top |
- Dutch, V.
- Bakker, D.
- Landschützer, P.
|
|
|
| Abstract |
The Arctic Ocean covers only 3 % of the Earth’s surface but contributes 5 - 14 % of the global ocean carbon sink. Sparse and unevenly distributed observations of the partial pressure of CO2 (pCO2) hinder our understanding of the magnitude and the controlling mechanisms of this carbon sink. In order to constrain the magnitude of this flux, we adapt the Self-Organising Map – Feed-Forward neural Network (SOM-FFN) method of Landschützer et al. (2016) to interpolate existing observations and construct a monthly 1 x 1 degree pCO2 product for the Arctic Ocean from 1991 - 2022. We first divide the Arctic Ocean (i.e., the region ≥ 55° N) into five biogeochemical provinces; four obtained from using the SOM method and a fifth for all grid cells with greater than 85 % ice cover. For each province, we then derive non-linear relationships between pCO₂ and predictor variables (i.e., biogeochemical drivers) using the FFN method. The monthly reconstructed Arctic pCO2 product is then evaluated against existing observations of surface ocean pCO2, chiefly from SOCATv2023 and from independent timeseries stations. Our study shows that biogeochemical properties previously selected as predictor variables at the global scale are not well suited to the Arctic Ocean. Limiting the spatial domain from which relationships are derived also improves performance, with less biased p(CO2) values predicted when excluding the Baltic Sea. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
