Consistent responses of vegetation gas exchange to elevated atmospheric CO <sub>2</sub> emerge from heuristic and optimization models
Notice bibliographique
Résumé
Abstract. Elevated atmospheric CO2 concentration is expected to increase leaf CO2 assimilation rates, thus promoting plant growth and increasing leaf area. It also decreases stomatal conductance, allowing water savings that have been hypothesized to drive large-scale greening, in particular in arid and semiarid climates. However, the increase in leaf area could reduce the ameliorating effect of elevated CO2 concentration on soil water depletion. The net effect of elevated CO2 on leaf- and canopy-level gas exchange thus remains unclear. To address this question, a heuristic model based on the Partitioning of Equilibrium Transpiration and Assimilation (PETA) hypothesis and a model based on stomatal optimization theory are used and their outcomes compared. Predicted relative changes in leaf- and canopy-level gas exchange rates are used as a metric of responses to changes in atmospheric CO2 concentration. Both models predict reductions of leaf-level transpiration rate due to decreased stomatal conductance under elevated CO2, but negligible (PETA) or no (optimization) changes in canopy-level transpiration due to the compensatory effect of increased leaf area. Leaf- and canopy-level CO2 assimilation are predicted to increase, with an amplification of the CO2 fertilization effect at the canopy-level due to the enhanced leaf area. The expected increase in vapor pressure deficit (VPD) under warmer conditions is predicted to decrease the sensitivity of gas exchange to atmospheric CO2 concentration in both models except at growth temperatures lower than the photosynthetic thermal optimum. The consistent predictions by different models that canopy-level transpiration varies little under elevated CO2 due to combined stomatal conductance reduction and leaf area increase highlights the coordination of physiological and morphological characteristics in vegetation to maximize resource use (here water) under altered atmospheric conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».