Modeling attenuation of photosynthetically active radiation across the optical gradient in the Laurentian Great Lakes with application to Lake Erie
Notice bibliographique
Résumé
Representation of subsurface photosynthetically active radiation (PAR) in biophysical models of the Laurentian Great Lakes (LGL) is imperative to their utility as tools for research and management. Here we consolidated measured vertical profiles of subsurface PAR with concurrent water quality (WQ) data from four LGL. We estimated the diffuse attenuation coefficient of PAR (Kd(PAR)) by fitting an exponential function to measured PAR over depth, and evaluated 68 regressions predicting Kd(PAR) as a function of water quality variables (Kd-WQ regressions). We compare four of the top cross-lake calibrated regressions against two published regressions trained on western Lake Erie (WLE) data. Then, as a case study, we demonstrate the utility of our cross-lake calibrated Kd-WQ regressions with a simplified biophysical model of Lake Erie consisting of the Finite Volume Community Ocean Model with submodules for simulating suspended sediment and dissolved organic carbon (FVCOM-SS-DOC). Twenty-five Kd-WQ regressions were identified as candidates for use in biophysical models based on their skill determined via cross-validation. WLE-trained Kd-WQ regressions were less able to simulate Kd(PAR) and PAR in more transparent waters compared to cross-lake calibrated Kd-WQ regressions, which translated to considerable differences in primary production estimates for the central and eastern basins when using WQ data simulated by FVCOM-SS-DOC. A cross-lake calibrated Kd-WQ regression was installed into FVCOM-SS-DOC, which then simulated spatial patterns of suspended sediments and Kd(PAR). These calibrated Kd-WQ regressions can be used in a variety of biophysical models across optically-distinct waters of the LGL to support adaptive management of nutrient inputs and fisheries.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».