Particle capture efficiency of different-aged needles of Norway spruce under moderate and severe drought
Notice bibliographique
Résumé
Trees can remove particulate matter from the atmosphere, improving air quality and providing ecosystem services. Particle removal capacity is known to differ between tree species, but the influence of environmental factors on the removal capacity is still unclear. In this study, we measured particle capture efficiency (Cp) of Norway spruce (Picea abies (L.) Karst.) in wind tunnel experiments under three watering treatments (well watered, moderate drought, and severe drought) and determined needle characteristics (stomatal conductance and density, wax condition, and needle area) that affect particle uptake. Trees were exposed in the wind tunnel to 0.7 μm (geometric mean diameter) NaCl particles with a mass concentration of 1 mg·m −3 , and the Cp of the tree was determined for the current-year (C) and previous-year (C+1) needles. Overall, the Cp was significantly higher for C+1 needles than for C needles for all watering treatments. There was also a trend for higher Cp of C+1 needles of less watered trees, but this was not observed for C needles. We suggest that greater erosion of the wax layer of C+1 needles compared with C needles increases hydrophilicity of the C+1 needle surface and this, in interaction with low stomatal conductance, led to the higher Cp.
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 | 0,001 | 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 ».