MétaCan
Menu
Retour à la cohorte
Enregistrement W2998924775 · doi:10.5194/gmd-13-4789-2020

One-dimensional models of radiation transfer in heterogeneous canopies: a review, re-evaluation, and improved model

2020· article· en· W2998924775 sur OpenAlexaff
Brian N. Bailey, María A. Ponce de León, E. Scott Krayenhoff

Notice bibliographique

RevueGeoscientific model development · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDirectorate for Geosciences
Mots-clésInterceptionLeaf area indexRadiative transferHomogeneity (statistics)Scale (ratio)Empirical modellingComputer scienceMathematical modelMathematicsSimulationStatisticsEcologyPhysicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract. Despite recent advances in the development of detailed plant radiative transfer models, large-scale canopy models generally still rely on simplified one-dimensional (1-D) radiation models based on assumptions of horizontal homogeneity, including dynamic ecosystem models, crop models, and global circulation models. In an attempt to incorporate the effects of vegetation heterogeneity or “clumping” within these simple models, an empirical clumping factor, commonly denoted by the symbol Ω, is often used to effectively reduce the overall leaf area density and/or index value that is fed into the model. While the simplicity of this approach makes it attractive, Ω cannot in general be readily estimated for a particular canopy architecture and instead requires radiation interception data in order to invert for Ω. Numerous simplified geometric models have been previously proposed, but their inherent assumptions are difficult to evaluate due to the challenge of validating heterogeneous canopy models based on field data because of the high uncertainty in radiative flux measurements and geometric inputs. This work provides a critical review of the origin and theory of models for radiation interception in heterogeneous canopies and an objective comparison of their performance. Rather than evaluating their performance using field data, where uncertainty in the measured model inputs and outputs can be comparable to the uncertainty in the model itself, the models were evaluated by comparing against simulated data generated by a three-dimensional leaf-resolving model in which the exact inputs are known. A new model is proposed that generalizes existing theory and is shown to perform very well across a wide range of canopy types and ground cover fractions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,222
Écart entre enseignants0,191 · 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
GenreSynthèse

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

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207