Comparing dual heat pulse methods with Péclet’s number as universal switch to measure sap flow across a wide range
Notice bibliographique
Résumé
Accurate determination of sap flow over a wide measurement range is important for assessing tree transpiration. However, this is difficult to achieve by using a single heat pulse method. Recent attempts have been made to combine multiple heat pulse methods and have successfully increased the sap flow measurement range. However, relative performance of different dual methods has not yet been addressed, and selection of the numerical threshold used to switch between methods has not been verified among different dual methods. This paper evaluates three different dual methods with respect to measurement range, precision and sources of uncertainty: (method 1) the heat ratio (HR) and compensation heat pulse method; (method 2) the HR and T-max method; and (method 3) the HR and double ratio method. Field experiments showed that methods 1, 2 with three needles and 3 compare well with the benchmark Sapflow+ method, having root mean square deviations of 4.7 cm h-1, 3.0 cm h-1 and 2.4 cm h-1, respectively. The three dual methods are equivalent in accuracy (P > 0.05). Moreover, all dual methods can satisfactorily measure reverse, low and medium heat pulse velocities. However, for high velocities (>100 cm h-1), the HR + T-max (method 2) performed better than the other methods. Another advantage is that this method has a three- instead of four-needle probe configuration, making it less error prone to probe misalignment and plant wounding. All dual methods in this study use the HR method for calculating low to medium flow and a different method for calculating high flow. The optimal threshold for switching from HR to another method is HR's maximum flow, which can be accurately determined from the Péclet number. This study therefore provides guidance for an optimal selection of methods for quantification of sap flow over a wide measurement range.
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 | 0,002 |
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 ».