Comparing PAR transmission models for forest understorey vegetation
Notice bibliographique
Résumé
Abstract Question: Do Beer's Law models, multi‐layer scattering models, and a semi‐empirical model for predicting PAR transmission through understorey vegetation give comparable results? Do different driving variables (LAI, PLAI and percentage cover) give different results? How do the models vary when fit with species‐specific, species‐average and the ‘default’ parameters recommended in the literature? Location: Upland boreal forests of western North America. Methods: In calibration and validation plots, PAR transmission was measured, total cover visually estimated, and leaf dispersion, PLAI and cover estimated for each species using a point‐frame. Leaf inclination was measured by clinometer. PAR transmission was modelled using empirically‐fit Beer's Law models, a semi‐empirical model based on hemispherical gap fraction and first‐order scattering, and a multi‐layer model allowing multiple scattering. All models were modified to use leaf area index (LAI), vertically projected leaf area index (PLAI), or percentage cover data. Results: The empirical Beer's Law models had the least bias and best precision in predicting PAR transmission. The semi‐empirical model also had little bias and good precision, since the scattering coefficient compensated for problems in the estimation of gap fraction. The multi‐layer model consistently underestimated transmission. There was little benefit in accounting for species separately. LAI and PLAI‐based models were the most precise, but percentage cover models also provided reasonable predictions of PAR transmission. Conclusions: PAR transmission through forest understories can be simply modelled with Beer's Law using one empirical coefficient representing the average understorey species. More complex scattering models are less effective, likely because they fail to account for the complexity of the dispersion of this vegetation layer and its effect on radiation scattering.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».