L-band vegetation optical depth as an indicator of plant water potential in a temperate deciduous forest stand
Notice bibliographique
Résumé
Abstract. Vegetation optical depth (VOD) retrieved from microwave radiometry correlates with the total amount of water in vegetation, based on theoretical and empirical evidence. Because the total amount of water in vegetation varies with relative water content (as well as with biomass), this correlation further suggests a possible relationship between VOD and plant water potential, a quantity that drives plant hydraulic behavior. Previous studies have found evidence for that relationship on the scale of satellite pixels tens of kilometers across, but these comparisons suffer from significant scaling error. Here we used small-scale remote sensing to test the link between remotely sensed VOD and plant water potential. We placed an L-band radiometer on a tower above the canopy looking down at red oak forest stand during the 2019 growing season in central Massachusetts, United States. We measured stem xylem and leaf water potentials of trees within the stand, and retrieved VOD with a single-channel algorithm based on continuous radiometer measurements and measured soil moisture. VOD exhibited a diurnal cycle similar to that of leaf and stem water potential, with a peak at approximately 5 AM. VOD was also positively correlated with both the measured dielectric constant and water potentials of stem xylem over the growing season. The presence of moisture on the leaves did not affect the observed relationship between VOD and stem water potential. We used our observed VOD-water potential relationship to estimate stand-level values for a radiative transfer parameter and a plant hydraulic parameter, which compared well with the published literature. Our findings support the use of VOD for plant hydraulic studies in temperate 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 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 ».