Non-destructive biomass estimation for eelgrass (Zostera marina): Allometric and percent cover-biomass relationships vary with environmental conditions
Notice bibliographique
Résumé
Estimating plant biomass reliably over large areas while minimizing impacts on sampled habitats is an important goal in plant ecology. Often, this is accomplished by first using a small number of harvested plants to quantify the relationship between plant biomass and less destructive predictor variables (e.g., height, cover), and then applying this relationship across larger spatial scales. However, the influence of environmental conditions on these relationships is often poorly understood. Here, we assess the impact of environmental variability on two biomass estimation functions for the seagrass Zostera marina in Atlantic Canada: the allometric leaf length-weight relationship and the relationship between percent cover and above-ground biomass (AGBM). First, we determined allometric and cover-AGBM regression relationships at the regional level using data from all sites pooled. We then investigated whether these models could be improved by including a site group covariate based on principal component analysis of site-level environmental data. At the regional level, allometric and cover-biomass models were both strongly significant, although uncertainty was high in the cover-AGBM model. Both models improved markedly when environmental variability (i.e., site group) was included: in warm, shallow conditions, eelgrass leaves were lighter for a given length, and AGBM increased at a slower curvilinear rate with percent cover. This indicates that environmental effects on eelgrass morphological traits not typically included in biomass models (e.g., leaf thickness, rigidity) can be important. Our study suggests that environmental effects on eelgrass biomass models should be considered, particularly when highly accurate estimates with low uncertainty are required. • Non-destructive biomass estimates for plants rely on indirect estimation functions. • Allometric (leaf length-weight) and percent cover-biomass functions are often used. • Eelgrass leaf allometry and cover-biomass functions varied with environment. • Warm, shallow sites had lighter leaves per length, slower biomass gain per cover. • Environmental covariates can reduce uncertainty, bias in seagrass biomass models.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».