MétaCan
Menu
Retour à la cohorte
Enregistrement W1975867819 · doi:10.1139/cjfr-2012-0324

Foliar nitrogen in relation to plant traits and reflectance properties of New Hampshire forests

2012· article· en· W1975867819 sur OpenAlexvenueno aff
Franklin B. Sullivan, Scott V. Ollinger, Mary E. Martin, Mark J. Ducey, L. C. Lepine, H. F. Wicklein

Notice bibliographique

RevueCanadian Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationU.S. Forest Service
Mots-clésCanopyEvergreenDeciduousEnvironmental scienceAtmospheric sciencesTemperate deciduous forestNitrogenReflectivityLeaf area indexVegetation (pathology)EcologyAgronomyBotanyBiologyChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Several recent studies have shown that the mass-based concentration of nitrogen in foliage (%N) is positively correlated with canopy near-infrared reflectance (NIRr) and midsummer shortwave albedo across North American forests. Understanding the mechanisms behind this relationship would aid in interpretation of remote sensing imagery and improve our ability to predict changes in reflectance under future environmental conditions. The purpose of this study was to investigate the extent to which foliar nitrogen at leaf and canopy scales covary with leaf- and canopy-scale structural traits that are known to influence NIR scattering and reflectance. To accomplish this, we compared leaf and canopy traits with reflectance spectra at 17 mixed temperate forest stands. We found significant positive associations among %N and NIRr at both the leaf and canopy scale. At the canopy scale, both %N and NIRr were correlated with a number of structural traits as well as with the proportional abundance of deciduous and evergreen foliage. Identifying specific causal factors for observed reflectance patterns was complicated by interrelations among multiple traits across scales. Among simple metrics of canopy structure, we saw no relationship between NIRr and leaf area index, but we observed a strong, inverse relationship with the number of leaves per unit canopy volume.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,057
Tête enseignante GPT0,283
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations32
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetRemote Sensing in AgricultureTravaux en français237 207