Drone‐based physiological index reveals long‐term acclimation and drought stress responses in trees
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Monitoring early tree physiological responses to drought is key to understanding progressive impacts of drought on forests and identifying resilient species. We combined drone-based multispectral remote sensing with measurements of tree physiology and environmental parameters over two growing seasons in a 100-y-old Pinus sylvestris forest subject to 17-y of precipitation manipulation. Our goal was to determine if drone-based photochemical reflectance index (PRI) captures tree drought stress responses and whether responses are affected by long-term acclimation. PRI detects changes in xanthophyll cycle pigment dynamics, which reflect increases in photoprotective non-photochemical quenching activity resulting from drought-induced photosynthesis downregulation. Here, PRI of never-irrigated trees was up to 10 times lower (higher stress) than PRI of irrigated trees. Long-term acclimation to experimental treatment, however, influenced the seasonal relationship between PRI and soil water availability. PRI also captured diurnal decreases in photochemical efficiency, driven by vapour pressure deficit. Interestingly, 5 years after irrigation was stopped for a subset of the irrigated trees, a positive legacy effect persisted, with lower stress responses (higher PRI) compared with never-irrigated trees. This study demonstrates the ability of remotely sensed PRI to scale tree physiological responses to an entire forest and the importance of long-term acclimation in determining current drought stress responses.
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.
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) | 0,001 | 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 découle