Global and time-resolved monitoring of crop photosynthesis with chlorophyll fluorescence
Notice bibliographique
Résumé
Photosynthesis is the process by which plants harvest sunlight to produce sugars from carbon dioxide and water. It is the primary source of energy for all life on Earth; hence it is important to understand how this process responds to climate change and human impact. However, model-based estimates of gross primary production (GPP, output from photosynthesis) are highly uncertain, in particular over heavily managed agricultural areas. Recent advances in spectroscopy enable the space-based monitoring of sun-induced chlorophyll fluorescence (SIF) from terrestrial plants. Here we demonstrate that spaceborne SIF retrievals provide a direct measure of the GPP of cropland and grassland ecosystems. Such a strong link with crop photosynthesis is not evident for traditional remotely sensed vegetation indices, nor for more complex carbon cycle models. We use SIF observations to provide a global perspective on agricultural productivity. Our SIF-based crop GPP estimates are 50-75% higher than results from state-of-the-art carbon cycle models over, for example, the US Corn Belt and the Indo-Gangetic Plain, implying that current models severely underestimate the role of management. Our results indicate that SIF data can help us improve our global models for more accurate projections of agricultural productivity and climate impact on crop yields. Extension of our approach to other ecosystems, along with increased observational capabilities for SIF in the near future, holds the prospect of reducing uncertainties in the modeling of the current and future carbon cycle.
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 | 0,001 |
| 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 ».