Constraining uncertainty in projected gross primary production with machine learning

Schlund, Manuel und Eyring, Veronika und Camps-Valls, Gustau und Friedlingstein, Pierre und Gentine, Pierre und Reichstein, Markus (2020) Constraining uncertainty in projected gross primary production with machine learning. Journal of Geophysical Research: Biogeosciences, 125, e2019JG005619. Wiley. doi: 10.1029/2019JG005619. ISSN 2169-8953. (im Druck)

Es ist eine neuere Version dieses Eintrags verfügbar.

PDF - Postprintversion (akzeptierte Manuskriptversion)
2MB

Offizielle URL: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2019JG005619

elib-URL des Eintrags:

https://elib.dlr.de/137570/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Constraining uncertainty in projected gross primary production with machine learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Schlund, Manuel	DLR, IPA	https://orcid.org/0000-0001-5251-0158	NICHT SPEZIFIZIERT
Eyring, Veronika	DLR, IPA	https://orcid.org/0000-0002-6887-4885	NICHT SPEZIFIZIERT
Camps-Valls, Gustau	Image Processing Laboratory (IPL), Universitat de València, València, Spain	https://orcid.org/0000-0003-1683-2138	NICHT SPEZIFIZIERT
Friedlingstein, Pierre	College of Engineering, Mathematics and Physical Sciences, University of Exeter, Devon, UK	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Gentine, Pierre	Department of Earth and Environmental Engineering, Columbia University, New York, USA	https://orcid.org/0000-0002-0845-8345	NICHT SPEZIFIZIERT
Reichstein, Markus	Max-Planck-Institute for Biogeochemistry, Jena, Germany	https://orcid.org/0000-0001-5736-1112	NICHT SPEZIFIZIERT

Datum:

27 Oktober 2020

Erschienen in:

Journal of Geophysical Research: Biogeosciences

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

125

DOI:

10.1029/2019JG005619

Seitenbereich:

e2019JG005619

Verlag:

Wiley

ISSN:

2169-8953

Status:

im Druck

Stichwörter:

Earth System Models, Gross Primary Production, Future Climate Projections, CMIP

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Erdbeobachtung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R EO - Erdbeobachtung

DLR - Teilgebiet (Projekt, Vorhaben):

R - Atmosphären- und Klimaforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Physik der Atmosphäre > Erdsystemmodell -Evaluation und -Analyse

Hinterlegt von:

Schlund, Manuel

Hinterlegt am:

17 Nov 2020 11:50

Letzte Änderung:

28 Feb 2023 14:55

Verfügbare Versionen dieses Eintrags

Constraining uncertainty in projected gross primary production with machine learning. (deposited 17 Nov 2020 11:50) [Gegenwärtig angezeigt]
- Constraining Uncertainty in Projected Gross Primary Production With Machine Learning. (deposited 24 Nov 2020 11:17)

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags