Hydraulic traits of Norway spruce sapwood estimated by Fourier transform near-infrared spectroscopy (FT-NIR)
Notice bibliographique
Résumé
The potential of Fourier transform near-infrared (FT-NIR) spectroscopy to predict hydraulic traits in Norway spruce (Picea abies (L.) Karst.) sapwood was evaluated. Hydraulic traits tested were P50 (applied air pressure causing 50% loss of hydraulic conductivity) and RWL50 (applied air pressure causing 50% relative water loss). Samples came from 24-year-old spruce clones. FT-NIR spectra were collected from the axial (transverse) and radial surface of each solid wood sample for the prediction of P50 and RWL50. Partial least squares regression (PLS-R) models with cross validation were used to establish relationships between the FT-NIR spectra and the reference data from hydraulic properties analysis. The impact of the wavenumber range and the pretreatment during the PLS-R model development and the differences between the axial and radial surfaces were shown. Based on the values of the coefficient of determination (r2) and the root mean square error of cross validation, predicted results were evaluated as acceptable. The models from the axial surface gave better results than the models from the radial surface for P50 (r2 = 0.65), as well as for RWL50 (r2 = 0.77). The first approach to predict hydraulic properties such as P50 and RWL50 by FT-NIR spectroscopy can be regarded as successful. We conclude that the method has high potential to be put into practice as a rapid, reliable, and nondestructive method to determine P50 and RWL50.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».