elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Estimating causal networks in biosphere--atmosphere interaction with the PCMCI approach Biogeosciences

Krich, Christopher und Runge, Jakob und Miralles, Diego G. und Migliavacca, Mirco und Perez-Priego, Oscar und El-Madany, Tarek und Carrara, Arnaud und Mahecha, Miguel (2020) Estimating causal networks in biosphere--atmosphere interaction with the PCMCI approach Biogeosciences. Biogeosciences. Copernicus Publications. doi: 10.5194/bg-17-1033-2020. ISSN 1726-4170.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
13MB

Kurzfassung

The dynamics of biochemical processes in terres- trial ecosystems are tightly coupled to local meteorological conditions. Understanding these interactions is an essential prerequisite for predicting, e.g. the response of the terres- trial carbon cycle to climate change. However, many em- pirical studies in this field rely on correlative approaches and only very few studies apply causal discovery methods. Here we explore the potential for a recently proposed causal graph discovery algorithm to reconstruct the causal depen- dency structure underlying biosphere-atmosphere interac- tions. Using artificial time series with known dependencies that mimic real-world biosphere-atmosphere interactions we address the influence of non-stationarities, i.e. periodicity and heteroscedasticity, on the estimation of causal networks. We then investigate the interpretability of the method in two case studies. Firstly, we analyse three replicated eddy covariance datasets from a Mediterranean ecosystem. Sec- ondly, we explore global Normalised Difference Vegeta- tion Index time series (GIMMS 3g), along with gridded cli- mate data to study large-scale climatic drivers of vegetation greenness. We compare the retrieved causal graphs to sim- ple cross-correlation-based approaches to test whether causal graphs are considerably more informative. Overall, the re- sults confirm the capacity of the causal discovery method to extract time-lagged linear dependencies under realistic settings. For example, we find a complete decoupling of the net ecosystem exchange from meteorological variability during summer in the Mediterranean ecosystem. However, cautious interpretations are needed, as the violation of the methods assumptions due to non-stationarities increases the likelihood to detect false links. Overall, estimating directed biosphere-atmosphere networks helps unravel complex mul- tidirectional process interactions. Other than classical correl- ative approaches, our findings are constrained to a few mean- ingful sets of relations, which can be powerful insights for the evaluation of terrestrial ecosystem models.

elib-URL des Eintrags:https://elib.dlr.de/139066/
Dokumentart:Zeitschriftenbeitrag
Titel:Estimating causal networks in biosphere--atmosphere interaction with the PCMCI approach Biogeosciences
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Krich, ChristopherMax Planck Institute for BiogeochemistryNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Runge, JakobJakob.Runge (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Miralles, Diego G.Laboratory of Hydrology and Water ManagementNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Migliavacca, Mircommiglia (at) bgc-jena.mpg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Perez-Priego, OscarMax Planck Institute for BiogeochemistryNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
El-Madany, TarekMax Planck Institute for BiogeochemistryNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Carrara, ArnaudFundación Centro de Estudios Ambientales del MediterráneoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Mahecha, MiguelMPI Biogeochemistryhttps://orcid.org/0000-0003-3031-613XNICHT SPEZIFIZIERT
Datum:26 Februar 2020
Erschienen in:Biogeosciences
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Ja
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.5194/bg-17-1033-2020
Verlag:Copernicus Publications
ISSN:1726-4170
Status:veröffentlicht
Stichwörter:none
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R - keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):R - keine Zuordnung
Standort: Jena
Institute & Einrichtungen:Institut für Datenwissenschaften
Hinterlegt von: Käding, Christoph
Hinterlegt am:14 Jan 2021 07:40
Letzte Änderung:15 Jul 2021 16:26

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.