Net primary productivity mapped for Canada at 1‐km resolution
Notice bibliographique
Résumé
Abstract Aim To map net primary productivity (NPP) over the Canadian landmass at 1‐km resolution. Location Canada. Methods A simulation model, the Boreal Ecosystem Productivity Simulator (BEPS), has been developed. The model uses a sunlit and shaded leaf separation strategy and a daily integration scheme in order to implement an instantaneous leaf‐level photosynthesis model over large areas. Two key driving variables, leaf area index (every 10 days) and land cover type (annual), are derived from satellite measurements of the Advanced Very High Resolution Radiometer (AVHRR). Other spatially explicit input data are also prepared, including daily meteorological data (radiation, precipitation, temperature, and humidity), available soil water holding capacity (AWC) and forest biomass. The model outputs are compared with ground plot data to ensure that no significant systematic biases are created. Results The simulation results show that Canada’s annual net primary production was 1.22 Gt C year −1 in 1994, 78% attributed to forests, mainly the boreal forest, without considering the contribution of the understorey. The NPP averaged over the entire landmass was ~140 g C m −2 year −1 in 1994. Geographically, NPP varied greatly among ecozones and provinces/territories. The seasonality of NPP is characterized by strong summer photosynthesis capacities and a short growing season in northern ecosystems. Conclusions This study is the first attempt to simulate Canada‐wide NPP with a process‐based model at 1‐km resolution and using a daily step. The statistics of NPP are therefore expected to be more accurate than previous analyses at coarser spatial or temporal resolutions. The use of remote sensing data makes such simulations possible. BEPS is capable of integrating the effects of climate, vegetation, and soil on plant growth at a regional scale. BEPS and its parameterization scheme and products can be a basis for future studies of the carbon cycle in mid‐high latitude ecosystems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».