A modified two-leaf light use efficiency model for improving the simulation of GPP using a radiation scalar
Notice bibliographique
Résumé
A TL-LUE model modified with a radiation scalar (RTL-LUE) is developed in this paper. The same maximum LUE is used for both sunlit and shaded leaves, and the difference in LUE between sunlit and shaded leaf groups is determined by the same radiation scalar. The RTL-LUE model was calibrated and validated at global 169 FLUXNET eddy covariance (EC) sites. Results indicate that although GPP simulations from the TL-LUE model match well with the EC GPP, the RTL-LUE model can further improve the simulation, for half-hour, 8-day, and yearly time scales. The TL-LUE model tends to overestimate GPP under conditions of high incoming photosynthetically active radiation (PAR), because the radiation-independent LUE values for both sunlit and shaded leaves are only suitable for low-medium (e.g. average) incoming PAR conditions. The errors in the RTL-LUE model show lower sensitivity to PAR, and its GPP simulations can better track the diurnal and seasonal variations of EC GPP by alleviating the overestimation at noon and growing seasons associated with the TL-LUE model. This study demonstrates the necessity of considering a radiation scalar in GPP simulation in LUE models even if the first-order effect of radiation is already considered through differentiating sunlit and shaded leaves. The simple RTL-LUE developed in this study would be a useful alternative to complex process-based models for global carbon cycle research.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».