Optimal photosynthetic use of light by tropical tree crowns achieved by adjustment of individual leaf angles and nitrogen content
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Theory for optimal allocation of foliar nitrogen (ONA) predicts that both nitrogen concentration and photosynthetic capacity will scale linearly with gradients of insolation within plant canopies. ONA is expected to allow plants to efficiently use both light and nitrogen. However, empirical data generally do not exhibit perfect ONA, and light-use optimization per se is little explored. The aim was to examine to what degree partitioning of nitrogen or light is optimized in the crowns of three tropical canopy tree species. METHODS: Instantaneous photosynthetic photon flux density (PPFD) incident on the adaxial surface of individual leaves was measured along vertical PPFD gradients in tree canopies at a frequency of 0.5 Hz over 9-17 d, and summed to obtain the average daily integral of PPFD for each leaf to characterize its insolation regime. Also measured were leaf N per area (N(area)), leaf mass per area (LMA), the cosine of leaf inclination and the parameters of the photosynthetic light response curve [photosynthetic capacity (A(max)), dark respiration (R(d)), apparent quantum yield (phi) and curvature (theta)]. The instantaneous PPFD measurements and light response curves were used to estimate leaf daily photosynthesis (A(daily)) for each leaf. KEY RESULTS: Leaf N(area) and A(max) changed as a hyperbolic asymptotic function of the PPFD regime, not the linear relationship predicted by ONA. Despite this suboptimal nitrogen partitioning among leaves, A(daily) did increase linearly with PPFD regime through co-ordinated adjustments in both leaf angle and physiology along canopy gradients in insolation, exhibiting a strong convergence among the three species. CONCLUSIONS: The results suggest that canopy tree leaves in this tropical forest optimize photosynthetic use of PPFD rather than N per se. Tropical tree canopies then can be considered simple 'big-leaves' in which all constituent 'small leaves' use PPFD with the same photosynthetic efficiency.
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 ».