Modeling the influence of temperature on monthly gross primary productivity of sugar maple stands
Notice bibliographique
Résumé
A bottom-up and a top-down model were used to estimate the effect of temperature on monthly gross primary productivity (GPP) of sugar maple (Acer saccharum Marsh.). The bottom-up model computed canopy photosynthesis at an hourly time step from detailed physiological sub-models of leaf photosynthesis and stomatal conductance. Leaf mass per area was used as a covariable to integrate photosynthesis through the canopy. The top-down model used a radiation-use efficiency coefficient to relate canopy gross photosynthesis to absorbed photosynthetically active radiation at a monthly time step. The parameters of the top-down model were estimated from simulations with the bottom-up model. Forty single-year simulations were made using records of daily maximum and minimum temperatures from weather stations selected within the natural range of sugar maple in the province of Québec, Canada. Leaf area index was randomly varied between 4 and 10. Within a broad range of values, temperature had a minor effect on predicted monthly canopy-level GPP and its contribution to explaining the variability of GPP was low, both through its direct effect on photosynthetic processes (1.1%), and indirectly through the effect of relative humidity on stomatal conductance (4.0%). This result was unchanged when key parameters relating photosynthesis to temperature and stomatal conductance to atmospheric humidity were changed in the bottom-up model. An increase in time step from hourly to monthly resulted in a downward shift in the optimum temperature range for photosynthesis, from 30 degrees C for a leaf at saturating irradiance to 22 degrees C for the canopy at a monthly time scale.
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 ».