Remote sensing of net ecosystem productivity based on component spectrum and soil respiration observation in a boreal forest, interior Alaska
Notice bibliographique
Résumé
We built a remote‐sensing method for determining leaf area index (LAI) and ground cover mosses/lichens in boreal forests by field component spectral observation and radiative transfer modeling based on the spectrum. The method was applied to evaluate annual net ecosystem productivity (NEP) distribution in a boreal forest, interior Alaska, by accounting for net primary productivity (NPP) of the vegetation compositions and soil respiration observation synchronized to the spectral observation. Spectral reflectance and soil respiration were observed in two 30‐m × 30‐m plots in black spruce stands, central Alaska. Spectral characteristics of the forest floor and the needle leaves were used as input parameters of a radiative transfer model to evaluate nadir reflectances of spruce communities in relation to varying upper layer LAI, forest floor bryophyte types, and leaf spectral characteristics. Using the relationship, we obtained LAI and bryophyte area ratios for each pixel that corresponds to spruce forest on Landsat ETM+ imagery. The LAI‐NPP relationship of spruce forest was estimated from Plonski's [1981] normal yield table data and specific leaf area, and NPP was calculated from LAI. Observations of daily respiration were extrapolated to annual timescales using soil temperature. On the basis of the annual soil respiration and NPP of the upper layer and forest floor, annual NEP geographical distribution in a recent normal year was estimated from remotely sensed LAI and forest floor bryophyte area ratios. The annually estimated NEP was 51 g C/m2/yr, which corresponds to the value (55 g C/m2/yr) for 150‐year‐old black spruce forest in the Boreal Ecosystem‐Atmosphere Study (BOREAS) region, Canada.
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 | 0,001 | 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 ».