A theoretical analysis of the influence of heterogeneity in chlorophyll distribution on leaf reflectance
Notice bibliographique
Résumé
Attempts to determine the vitality of vegetation and to detect vegetation stress from remotely sensed data have focused on chlorophyll concentration, because it influences the reflectance of vegetation and tends to correlate with vegetation health and stress. Pollution, pathogens and pests can cause localized regions of chlorosis and necrosis across a leaf surface, but the extent to which these patches influence the overall reflectance and spectral signature of the leaf and canopy has not been tested. A conifer leaf model (LIBERTY), which simulates the influence of leaf biochemical concentrations of chlorophyll, water, lignin, cellulose and protein on the reflectance of leaves from 400 to 2500 nm, was used to determine the effect of patches of chlorosis on leaf reflectance. A fraction of the leaf f is assumed to be chlorotic with a chlorophyll concentration C(1). The remainder of the leaf has chlorophyll concentration C(2) such that mean leaf chlorophyll concentration, C(mean) = fC(1) + (1 - f)C(2), is constant for a range of f and C(1) values. LIBERTY can be used to estimate the reflectance of a leaf with a particular chlorophyll concentration at a particular wavelength R(lambda,C) (assuming other leaf properties remain constant), thus we can estimate the reflectance of the chlorotic leaf as fR(lambda,C(1))+ (1 - f)R(lambda,C(2)). The model indicated that small areas of chlorosis have a disproportionately large influence on overall leaf reflectance. For example, a leaf with 25% of its area chlorotic can have the same reflectance (400-700 nm) as a homogeneous leaf with 60% less chlorophyll. Thus, determination of chlorophyll concentration from remotely sensed data is prone to underestimation when chlorophyll is nonuniformly distributed. Hence, attempts to model leaf and canopy reflectance using radiative transfer models will need to consider how to incorporate nonuniform chlorophyll distribution.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».