Dynamic biotic controls of leaf thermoregulation across the diel timescale
Notice bibliographique
Résumé
Leaf thermoregulation and consequent leaf-to-air temperature difference (T) are tightly linked to plant metabolic rates and health. Current knowledge mainly focus on the regulation of environmental conditions on T, while an accurate assessment of biotic regulations with field data remains lacking. Here, we used a trait-based model that integrates a coupled photosynthesis-stomatal conductance model with a leaf energy balance model to explore how six leaf traits (i.e. leaf width, emissivity, visible and near-infrared light absorptance, photosynthetic capacity-Vc,max25, and stomatal slope-g1) regulate T variability across the diel timescale. We evaluated the model with field observations collected from temperate to tropical forests. Our results show that: (1) leaf traits mediate large T variability, with the noon-time trait-mediated T variability reaching c. 15.0 C; (2) leaf width, Vc,max25, and g1 are the three most important traits and their relative importance in T regulation varies strongly across the diel timescale; and (3) model-derived trait-T relationships match field observations that were collected close to either midday or midnight. These findings advance our understanding of biotic controls of leaf-level T variability, highlighting a trait-based representation of leaf energy balance that can improve simulations of diverse leaf thermoregulation strategies across species and physiological responses to climate change.
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 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) | 0,000 | 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 tête enseignante, 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 ».