MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200385222 · doi:10.1002/essoar.10509278.1

Radiative transfer and viewing geometry considerations for remote sensing as a proxy for carbon uptake in boreal ecosystems

2021· preprint· en· W4200385222 sur OpenAlexaff
Zoe Pierrat, Alexander Norton, Lea Baskin Monk, Nicholas C. Parazoo, Andrew J. Maguire, Katja Großmann, Troy S. Magney, Alan Barr, Bruce Johnson, J. Stutz

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésJet propulsionElectronic mailWorld Wide WebPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

The boreal forest plays an important role in the global carbon cycle but has remained a significant source of uncertainty. Remote sensing can help us better understand the boreal forest’s role in the global carbon cycle. A faint light signal emitted by plant’s photosynthetic machinery, known as solar-induced chlorophyll fluorescence (SIF), is a promising remotely sensed proxy for carbon uptake, also known as gross primary productivity (GPP), due to its connection to photosynthesis and its strong relationship with GPP when observed by satellite. However, SIF and GPP are fundamentally different quantities that describe distinct, but related, physiological processes. The relationship between SIF and GPP is therefore complicated by both physical and ecophysiological controls. In particular, the dynamics of the SIF/GPP relationship are poorly understood under varying viewing directions and light conditions. This is further complicated in evergreen systems where canopy clumping and the presence of needles create a unique radiative environment. We use a combination of tower-based SIF and GPP measurements from a boreal forest field site compared with a coupled biochemical-radiative transfer model to understand illumination effects on the SIF/GPP relationship. We find that GPP is amplified under cloudy sky conditions in both measurements and model results. SIF on the other hand, shows no significant difference between sunny or cloudy sky conditions in modeled results, but does show a difference in measurements. We suggest that these differences may be due to viewing geometry effects that are important for SIF under sunny sky conditions or the presence of clumping. Accounting for the differences in the SIF/GPP relationship therefore is critical for the utility of SIF as a proxy for GPP. In summation, our results provide insight into how we can use remote sensing as a tool to understand photosynthesis in the boreal forest.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→