Trait-based, spatial, and temporal variation in leaf temperature of tropical trees.
Notice bibliographique
Résumé
Current estimates of temperature effects on plants are usually based on air temperature (Tair), although it is well known that leaf temperature (Tleaf) can deviate considerably from Tair. In some studies, to overcome the problem of Tair often being a poor proxy of Tleaf, measurements of canopy temperature (Tcan) have been used instead. However, Tcan data do not capture the spatial variation in Tleaf among leaves with different thermoregulatory traits. This may be particularly problematic for highly diverse and heterogeneous tropical forest canopies. In this study, we used infrared thermometers to study Tleaf and Tcan in multispecies tropical tree plantations established at three sites along an elevation gradient from 2,400 m a.s.l. (17.1°C mean daytime temperature) to 1,300 m a.s.l. (24.0°C) in Rwanda. Measurements of chlorophyll fluorescence were also conducted to study the photosynthetic heat tolerance of these species. Our results showed high Tleaf (up to ~50°C) and leaf-to-air temperature differences (ΔTleaf; on average 8-10°C and up to 24°C) of sun-exposed leaves. Both leaf size and stomatal conductance were important traits in controlling Tleaf. The Tleaf (and thus ΔTleaf) of sun-exposed leaves greatly exceeded the simultaneously measured values of Tcan (and ΔTcan). Photosynthetic heat tolerance partially acclimated to increased growth temperature; on average 0.31°C increase in heat tolerance per 1°C increase in growth temperature. Consequently, thermal safety margins were narrower for species at the warmer, lower-elevation sites. Our findings highlight the importance of leaf traits for leaf thermoregulation and show that monitoring of canopy temperature is not enough to capture the peak temperatures and heat stress experienced by individual leaves in diverse tropical forest canopies. They also suggest that tropical trees have limited abilities to thermally acclimate to increasing temperatures.Keywords: Canopy temperature, elevation gradient, fluorescence, heat tolerance, leaf area, leaf temperature, stomatal conductance, thermoregulation, tropical forest.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».