Key points are not available for this paper at this time.
Resumo A compreensão abrangente das mudanças ocorridas no permafrost, incluindo as mudanças da temperatura média anual do solo (MAGT) e da espessura da camada ativa (ALT), no Planalto Qinghai‐Tibet (QTP) é crítica para projetar mudanças no permafrost devido às mudanças climáticas. Aqui, utilizamos abordagens de modelagem estatística e de aprendizado de máquina (ML) para simular as mudanças presentes e futuras da MAGT e da ALT nas regiões de permafrost do QTP. Os resultados mostram que a combinação de métodos estatísticos e de ML é confiável para simular a MAGT e a ALT, com o erro quadrático médio de 0,53°C e 0,69 m para a MAGT e a ALT, respectivamente. Os resultados mostram que a área de permafrost presente (2000–2015) no QTP é de 1,04 × 10⁶ km² (0,80–1,28 × 10⁶ km²), e a MAGT e a ALT médias são −1,35 ± 0,42°C e 2,3 ± 0,60 m, respectivamente. De acordo com o sistema de classificação da estabilidade do permafrost, 37,3% do permafrost do QTP está sofrendo o risco de desaparecimento. No futuro (2061–2080), a área de permafrost próxima à superfície encolherá significativamente sob diferentes cenários de Caminho de Concentração Representativa (RCPs). Prevê-se que a área de permafrost seja reduzida para 42% da área atual sob o RCP8.5. No geral, as mudanças futuras da MAGT e da ALT são pronunciadas e específicas à região. Como resultado, o método estatístico combinado com ML requer menos parâmetros e variáveis de entrada para simular os regimes térmicos do permafrost e pode apresentar uma maneira eficiente de entender a resposta do permafrost às mudanças climáticas no QTP.
Ni et al. (Sat,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: