Carbon–water flux coupling under progressive drought
Notice bibliographique
Résumé
Abstract. Water-use efficiency (WUE), defined as the ratio of carbon assimilation over evapotranspiration (ET), is a key metric to assess ecosystem functioning in response to environmental conditions. It remains unclear which factors control this ratio during periods of extended water limitation. Here, we used dry-down events occurring at eddy-covariance flux tower sites in the FLUXNET database as natural experiments to assess if and how decreasing soil-water availability modifies WUE at ecosystem scale. WUE models were evaluated by their performance to predict ET from both the gross primary productivity (GPP), which characterizes carbon assimilation at ecosystem scale, and environmental variables. We first compared two water-use efficiency models: the first was based on the concept of a constant underlying water-use efficiency, and the second augmented the first with a previously detected direct influence of radiation on transpiration. Both models predicting ET strictly from atmospheric covariates failed to reproduce observed ET dynamics for these periods, as they did not explicitly account for the effect of soil-water limitation. We demonstrate that an ET-attenuating soil-water-availability factor in junction with the additional radiation term was necessary to accurately predict ET flux magnitudes and dry-down lengths of these water-limited periods. In an analysis of the attenuation of ET for the 31 included FLUXNET sites, up to 50 % of the observed decline in ET was due to the soil-water-availability effect we identified in this study. We conclude by noting that the rates of ET decline differ significantly between sites with different vegetation and climate types and discuss the dependency of this rate on the variability of seasonal dryness.
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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».