MétaCan
Menu
← Retour à la cohorte
Enregistrement W3214175117 · doi:10.1029/2021jd035239

Understanding the Non‐Linear Response of Summer Evapotranspiration to Clouds in a Temperate Forest Under the Impact of Vegetation Water Content

2021· article· en· W3214175117 sur OpenAlexaff
Yipu Wang, Rui Li, Jiheng Hu, Yuyun Fu, Jiawei Duan, Yuanxi Cheng, Binbin Song

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEvapotranspirationEnvironmental scienceAtmospheric sciencesWater contentCanopyVegetation (pathology)Water vaporTemperate forestAtmosphere (unit)SkyCloud coverTemperate climateClimatologyMeteorologyGeographyCloud computingEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the cloud impact on forest evapotranspiration (ET) is crucial for studying the interaction of vegetation‐cloud‐atmosphere. Combining long‐term (2003–2010) satellite passive microwave observations and in‐situ measurements, a non‐linear response of canopy‐scale ET to cloud increase was found at a temperate forest in Northeast China. As cloud increased, an initial enhancement (4%–10%) in ET occurred under less cloudy sky, while a significant reduction (>20%) in ET occurred under more cloudy sky. The phenomenon existed under both high and low vegetation water content (VWC) indicated by satellite microwave emissivity difference vegetation index (EDVI). Analysis showed that this was the combined effect from the enhancement (5%–30%) in evaporative fraction (EF) and the reduction (5%–50%) in net radiation under cloud increase. Decoupling analysis based on coefficients (ρ) of path analysis model showed that enhanced EF (ρ > 0.61) rather than radiation (ρ < 0.47) dominated the ET enhancement under less cloudy sky, while the control of reduced radiation became stronger (ρ > 0.63) and could not be compensated by increased EF (ρ < 0.48) under more cloudy sky. EF enhancement under clouds was strongly correlated with the decline in canopy resistance (Rs) which was dominated by vapor pressure deficit (VPD). Higher VWC increased ET via reducing Rs and enlarging EF. This positive effect of VWC was more noticeable under less cloudy sky. Associated mechanisms could be related to the dynamic controls of plant physiology and environmental conditions induced by VWC and clouds. This study highlighted the dynamic effect of clouds and VWC on forest ET and improved our knowledge of vegetation‐cloud interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,337
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→