Foliar Spectra and Traits of Bog Plants across Nitrogen Deposition Gradients
Notice bibliographique
Résumé
Bogs, as nutrient-poor ecosystems, are particularly sensitive to atmospheric nitrogen (N) deposition. Nitrogen deposition alters bog plant community composition and can limit their ability to sequester carbon (C). Spectroscopy is a promising approach for studying how N deposition affects bogs because of its ability to remotely determine changes in plant species composition in the long term as well as shorter-term changes in foliar chemistry. However, there is limited knowledge on the extent to which bog plants differ in their foliar spectral properties, how N deposition might affect those properties, and whether subtle inter- or intraspecific changes in foliar traits can be spectrally detected. The objective of the study was to assess the effect of N deposition on foliar traits and spectra. Using an integrating sphere fitted to a field spectrometer, we measured spectral properties of leaves from the four most common vascular plant species (Chamaedaphne calyculata, Kalmia angustifolia, Rhododendron groenlandicum and Eriophorum vaginatum) in three bogs in southern Québec and Ontario, Canada, exposed to different atmospheric N deposition levels, including one subjected to a 18-year N fertilization experiment. We also measured chemical and morphological properties of those leaves. We found detectable intraspecific changes in leaf structural traits and chemistry (namely chlorophyll b and N concentrations) with increasing N deposition and identified spectral regions that helped distinguish the site-specific populations within each species. Most of the variation in leaf spectral, chemical, and morphological properties was among species. As such, species had distinct spectral foliar signatures, allowing us to identify them with high accuracy with partial least squares discriminant analyses (PLSDA). Predictions of foliar traits from spectra using partial least squares regression (PLSR) were generally accurate, particularly for the concentrations of N and C, soluble C, leaf water, and dry matter content (<10% RMSEP). However, these multi-species PLSR models were not accurate within species, where the range of values was narrow. To improve the detection of short-term intraspecific changes in functional traits, models should be trained with more species-specific data. Our field study showing clear differences in foliar spectra and traits among species, and some within-species differences due to N deposition, suggest that spectroscopy is a promising approach for assessing long-term vegetation changes in bogs subject to atmospheric pollution.
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) | 0,000 | 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 tête enseignante, 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 ».