Propriétés fonctionnelles et spectrales d’espèces végétales de tourbières ombrotrophes le long d’un gradient de déposition d’azote
Notice bibliographique
Résumé
Les tourbières ombrotrophes, ou bogs sont particulièrement vulnérables à l’augmentation de la déposition atmosphérique d’azote. Cet apport d’un nutriment normalement limitant altère la capacité des tourbières à accumuler le carbone (C), en plus de mener à des changements de leur composition végétale. L’imagerie spectrale est une approche prometteuse puisqu’elle rend possible la détection des espèces végétales et de certaines caractéristiques chimiques des plantes, à distance. Toutefois, l’ampleur des différences spectrales intra- et interespèces n’est pas encore connue. Nous avons évalué la façon dont la chimie, la structure et la signature spectrale des feuilles changent chez Chamaedaphne calyculata, Kalmia angustifolia, Rhododendron groenlandicum et Eriophorum vaginatum, dans trois tourbières du sud du Québec et de l’Ontario, incluant une tourbière où se déroule une expérience de fertilisation à long terme. Nous avons mesuré des changements dans les traits fonctionnels dus aux différences dans la quantité d’azote disponible dans les sites. Toutefois, la déposition atmosphérique d’azote a eu relativement peu d’effet sur les spectres foliaires ; les variations spectrales les plus importantes étaient entre les espèces. En fait, nous avons trouvé que les quatre espèces ont un spectre caractéristique, une signature spectrale permettant leur identification au moyen d’analyses discriminantes des moindres carrés partiels (PLSDA). De plus, nous avons réussi à prédire plusieurs traits fonctionnels (l’azote, le carbone ; et la proportion d’eau et de matière sèche) avec moins de 10 % d’erreur grâce à des régressions des moindres carrés partiels (PLSR) des données spectrales. Notre étude fournit de nouvelles preuves que les variations intraspécifiques, causées en partie par des variations environnementales considérables, sont perceptibles dans les spectres foliaires. Toutefois, les variations intraspécifiques n’affectent pas l’identification des espèces ou la prédiction des traits. Nous démontrons que les spectres foliaires comprennent des informations sur les espèces et leurs traits fonctionnels, confirmant le potentiel de la spectroscopie pour le suivi des tourbières.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».