MétaCan
Menu
Retour à la cohorte
Enregistrement W2768085945 · doi:10.1002/2017jg004008

Simulation of the Unexpected Photosynthetic Seasonality in Amazonian Evergreen Forests by Using an Improved Diffuse Fraction‐Based Light Use Efficiency Model

2017· article· en· W2768085945 sur OpenAlexaff
Hao Yan, Shao‐Qiang Wang, Humberto Ribeiro da Rocha, Alexandru Rap, Damien Bonal, Nathalie Butt, Natalia Restrepo‐Coupé, Herman H. Shugart

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesNational Natural Science Foundation of ChinaUniversity of East AngliaNational Aeronautics and Space Administration
Mots-clésEvergreenSeasonalityEddy covarianceAtmospheric sciencesEnvironmental scienceEvergreen forestCanopyPhotosynthesisDry seasonClimatologyEcologyBotanyBiologyEcosystemPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the mechanism of photosynthetic seasonality in Amazonian evergreen forests is critical for its formulation in global climate and carbon cycle models. However, the control of the unexpected photosynthetic seasonality is highly uncertain. Here we use eddy‐covariance data across a network of Amazonian research sites and a novel evapotranspiration (E) and two‐leaf‐photosynthesis‐coupled model to investigate links between photosynthetic seasonality and climate factors on monthly scales. It reproduces the GPP seasonality (R2 = 0.45–0.69) with a root‐mean‐square error (RMSE) of 0.67–1.25 g C m−2 d−1 and a Bias of −0.03–1.04 g C m−2 d−1 for four evergreen forest sites. We find that the proportion of diffuse and direct sunlight governs the photosynthetic seasonality via their interaction with sunlit and shaded leaves, supported by a proof that canopy light use efficiency (LUE) has a strong linear relationship with the fraction of diffuse sunlight for Amazonian evergreen forests. In the transition from dry season to rainy season, incident total radiation (Q) decreased while LUE and diffuse fraction increased, which produced the large seasonal increase (~34%) in GPP of evergreen forests. We conclude that diffuse radiation is an important environmental driver of the photosynthetic seasonality in tropical Amazon forests yet depending on light utilization by sunlit and shaded leaves. Besides, the GPP model simulates the precipitation‐dominated GPP seasonality (R2 = 0.40–0.69) at pasture and savanna sites. These findings present an improved physiological method to relate light components with GPP in tropical Amazon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,334
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207