MétaCan
Menu
Retour à la cohorte
Enregistrement W2016456470 · doi:10.3390/rs6031991

Evaluation of Multiple Spring Phenological Indicators of Yearly GPP and NEP at Three Canadian Forest Sites

2014· article· en· W2016456470 sur OpenAlexaboutno aff
Qian Wang, Lifu Zhang, Taixia Wu, Yi Cen, Changping Huang, Qingxi Tong

Notice bibliographique

RevueRemote Sensing · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesOak Ridge National LaboratoryNational Natural Science Foundation of China
Mots-clésPhenologyEvergreenDeciduousEnvironmental sciencePrimary productionTaigaEcosystemEnhanced vegetation indexEvergreen forestBorealVegetation (pathology)Carbon cycleClimatologyAtmospheric sciencesClimate changePhysical geographyForestryEcologyGeographyNormalized Difference Vegetation IndexVegetation IndexBiology

Résumé

récupéré en direct d'OpenAlex

Phenological shifts in events such as flowering and bud break are important indicators of ecosystem processes, and are therefore of particular significance for carbon (C) cycle research. Using long-term flux data from three contrasting plant functional type (evergreen and deciduous) boreal forest sites, we evaluated and compared the responses of annual C fluxes to multiple spring phenological indicators, including the C-uptake period onset (CUP onset), spring temperature (average value from March to May), and satellite-derived enhanced vegetation index (EVI) (average value from March to May). We found that the CUP onset was negatively correlated with annual gross primary production (GPP) for all three sites, but that its predictive strength for annual net ecosystem production (NEP) differed substantially among plant functional types. Spring temperature demonstrated particularly good potential for predicting both annual GPP and NEP for the evergreen sites, but not for the deciduous site. Spring EVI was demonstrated to have potential for predicting annual NEP for all sites. However, both plant functional types confounded the correlation of annual NEP with annual GPP. Although none of these phenological indicators provided consistent insight into annual C fluxes, using various currently available datasets our results remain potentially useful for the assessment of forest C cycling with future climate change. Previous analyses using only a single phenological metric should be considered with caution.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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'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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetRemote Sensing in AgricultureTravaux en français237 207