Sensitivity and uncertainty analysis of the carbon and water fluxes at the tree scale in <i>Eucalyptus</i> plantations using a metamodeling approach
Notice bibliographique
Résumé
Understanding the consequences of changes in climatic and biological drivers on tree carbon and water fluxes is essential in forestry. Using a metamodeling approach, sensitivity and uncertainty analyses were carried out for a tree-scale model (MAESPA) to isolate the effects of climate, morphological and physiological traits, and intertree competition on the absorption of photosynthetically active radiation (APAR), gross primary production (GPP), transpiration (TR), light use efficiency (LUE), and water use efficiency (WUE) in clonal Eucalyptus plantations. The metamodel predicting daily TR was validated using one year of sap flow measurements and showed close agreement with the measurements (mean percentage error = 11%, n = 2155). Simulations showed that APAR, GPP, and TR were very sensitive to the tree morphology and to a competition index representing its local environment. LUE and WUE were, in addition, very sensitive to the natural variability of the physiological leaf and root parameters. A maximum percentage error of 10% in these parameters leads to 18%, 17%, 16%, 9%, and 18% uncertainty for APAR, GPP, TR, LUE, and WUE, respectively. The uncertainties in TR were highest for the smallest trees. This study highlighted the need to take account of the spatial and temporal variability of tree traits and environmental conditions for simulations at the tree 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».