MétaCan
Menu
Retour à la cohorte
Enregistrement W1529660842 · doi:10.3390/s150510616

Tracking Diurnal Variation in Photosynthetic Down-Regulation Using Low Cost Spectroscopic Instrumentation

2015· article· en· W1529660842 sur OpenAlexfundno aff
Martin van Leeuwen, Robert L. Kremens, Jan van Aardt

Notice bibliographique

RevueSensors · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaNational Stroke FoundationNational Science Foundation
Mots-clésRadianceRemote sensingEnvironmental sciencePhotochemical Reflectance IndexCalibrationEddy covarianceComputer scienceOpticsChlorophyll fluorescenceMathematicsPhysicsGeographyEcologyStatistics

Résumé

récupéré en direct d'OpenAlex

Photosynthetic light-use efficiency (LUE) has gained wide interest as an input to modeling forest gross primary productivity (GPP). The photochemical reflectance index (PRI) has been identified as a principle means to inform LUE-based models, using airborne and satellite-based observations of canopy reflectance. More recently, low-cost electronics have become available with the potential to provide for dense in situ time-series measurements of PRI. A recent design makes use of interference filters to record light transmission within narrow wavebands. Uncertainty remains as to the dynamic range of these sensors and performance under low light conditions, the placement of the reference band, and methodology for reflectance calibration. This paper presents a low-cost sensor design and is tested in a laboratory set-up, as well in the field. The results demonstrate an excellent performance against a calibration standard (R2 = 0.9999) and at low light conditions. Radiance measurements over vegetation demonstrate a reversible reduction in green reflectance that was, however, seen in both the reference and signal wavebands. Time-series field measurements of PRI in a Douglas-fir canopy showed a weak correlation with eddy-covariance-derived LUE and a significant decline in PRI over the season. Effects of light quality, bidirectional scattering effects, and possible sensor artifacts on PRI are discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetRemote Sensing in AgricultureTravaux en français237 207