Ground‐Based Multiangle Solar‐Induced Chlorophyll Fluorescence Observation and Angular Normalization for Assessing Crop Productivity
Notice bibliographique
Résumé
Abstract Solar‐induced chlorophyll fluorescence (SIF) provides remotely sensible signals for monitoring gross primary production (GPP). Ground‐based multiangle observations of both red and far‐red SIF above wheat and maize canopies were conducted to examine angular effects on SIF. With these new measurements, we were able for the first time to refine and apply an algorithm developed for angular normalization of both red and far‐red SIF measurements. The angular normalization improved the correlation of SIF with GPP derived from eddy covariance measurements at the instantaneous scale (1 min), with increases of the diurnal coefficients of determination (of sunlit SIF with GPP) up to 0.21 for far‐red SIF and 0.3 for red SIF based on analysis on 6 sunny days. The improvement was slightly smaller for far‐red SIF than for red SIF, attributing to that the observed angular variation of SIF in the red band was greater than that in the far‐red band due to weaker multiple scattering in the red band in the canopy. In addition, at the hourly time scale, far‐red sunlit SIF shows its advantage to track GPP for heterogonous canopies, while angular normalization of red SIF is effective for homogeneous canopies. In comparison with another angular normalization method based on the escape ratio using datasets over both wheat and maize canopies, the two kinds of method show similar ability to improve the correlation between SIF and GPP, while the results suggest a limitation of SIF in estimating GPP for dense canopies where the fraction of shaded leaves are large.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».