Photosynthetic responses to temperature across the tropics: a meta-analytic approach
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Tropical forests exchange more carbon dioxide (CO2) with the atmosphere than any other terrestrial biome. Yet, uncertainty in the projected carbon balance over the next century is roughly three times greater for the tropics than other for ecosystems. Our limited knowledge of tropical plant physiological responses, including photosynthetic, to climate change is a substantial source of uncertainty in our ability to forecast the global terrestrial carbon sink. METHODS: We used a meta-analytic approach, focusing on tropical photosynthetic temperature responses, to address this knowledge gap. Our dataset, gleaned from 18 independent studies, included leaf-level light-saturated photosynthetic (Asat) temperature responses from 108 woody species, with additional temperature parameters (35 species) and rates (250 species) of both maximum rates of electron transport (Jmax) and Rubisco carboxylation (Vcmax). We investigated how these parameters responded to mean annual temperature (MAT), temperature variability, aridity and elevation, as well as also how responses differed among successional strategy, leaf habit and light environment. KEY RESULTS: Optimum temperatures for Asat (ToptA) and Jmax (ToptJ) increased with MAT but not for Vcmax (ToptV). Although photosynthetic rates were higher for 'light' than 'shaded' leaves, light conditions did not generate differences in temperature response parameters. ToptA did not differ with successional strategy, but early successional species had ~4 °C wider thermal niches than mid/late species. Semi-deciduous species had ~1 °C higher ToptA than broadleaf evergreen species. Most global modelling efforts consider all tropical forests as a single 'broadleaf evergreen' functional type, but our data show that tropical species with different leaf habits display distinct temperature responses that should be included in modelling efforts. CONCLUSIONS: This novel research will inform modelling efforts to quantify tropical ecosystem carbon cycling and provide more accurate representations of how these key ecosystems will respond to altered temperature patterns in the face of climate warming.
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 | 0,001 | 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 ».