MétaCan
Menu
Retour à la cohorte
Enregistrement W4210824796 · doi:10.1029/2021jg006588

Diurnal and Seasonal Dynamics of Solar‐Induced Chlorophyll Fluorescence, Vegetation Indices, and Gross Primary Productivity in the Boreal Forest

2022· article· en· W4210824796 sur OpenAlexaffabout
Zoe Pierrat, Troy S. Magney, Nicholas C. Parazoo, Katja Großmann, D. R. Bowling, Ulli Seibt, Bruce Johnson, Warren Helgason, Alan Barr, Jacob Bortnik, Alexander Norton, Andrew J. Maguire, Christian Frankenberg, J. Stutz

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésPrimary productionAtmospheric sciencesEnvironmental sciencePhotochemical Reflectance IndexChlorophyll fluorescenceCanopyBorealEnhanced vegetation indexTemporal scalesBoreal ecosystemSeasonalityLeaf area indexClimatologyEcosystemChlorophyllEcologyChemistryNormalized Difference Vegetation IndexGeologyVegetation Index

Résumé

récupéré en direct d'OpenAlex

Abstract Remote sensing of solar‐induced chlorophyll fluorescence (SIF) provides a powerful proxy for gross primary productivity (GPP). It is particularly promising in boreal ecosystems where seasonal downregulation of photosynthesis occurs without significant changes in canopy structure or chlorophyll content. The use of SIF as a proxy for GPP is complicated by inherent non‐linearities due to both physical (illumination effects) and ecophysiological (light use efficiencies) controls at fine spatial (tower/leaf) and temporal (half‐hourly) scales. To study the SIF‐GPP relationship, we investigated the diurnal and seasonal dynamics of continuous tower‐based measurements of SIF, GPP, and common vegetation indices at the Southern Old Black Spruce Site (SOBS) in Saskatchewan, CA over the course of two years. We find that SIF outperforms other vegetation indices as a proxy for GPP at all temporal scales but shows a non‐linear relationship with GPP at a half‐hourly resolution. At small temporal scales, SIF and GPP are predominantly driven by light and non‐linearity between SIF and GPP is due to the light saturation of GPP. Averaged over daily and monthly scales, the relationship between SIF and GPP is linear due to a reduction in the observed PAR range. Seasonal changes in the light responses of SIF and GPP are driven by changes in light use efficiency which co‐vary with changes in temperature, while illumination and canopy structure partially linearize the SIF‐GPP relationship. Additionally, we find that the SIF‐GPP relationship has a seasonal dependency. Our results help clarify the utility of SIF for estimating carbon assimilation in boreal forests.

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 enseignants0,183
Score d'incertitude au seuil0,364

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 Opus0,018
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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

Citations113
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetRemote Sensing in AgricultureTravaux en français237 207