Addressing a sensible heat bias in open-path eddy covariance carbon dioxide flux measurements
Notice bibliographique
Résumé
Open-path (OP) infrared gas analyzers (IRGA) are widely used for CO2 eddy covariance flux measurements in diverse ecosystems, including in arid desert environments. These high sensible heat and low CO2 flux conditions can lead to a systematic bias in the estimation of the carbon exchange. Numerous studies using both open- and closed-path IRGAs report large overestimates of CO2 uptake in the OP measurements, which persists for all seasons and is not driven by biological activity, but rather by instrumentation artefacts. Despite the attempts to address these biases, their origin and the appropriate correction approaches remain unresolved. Sensor-path heat exchange has been considered as a potential source of the bias. Consequently, later models OP gas analyzers have eliminated the self-heating effects, yet they still exhibit apparent CO2 uptake. In this study we consider the influence of ambient air temperature on the absorption in the CO2 spectral band typically used in non-dispersive broadband IRGAs as the source of the bias. We show the results from simulations of infrared transmission in the CO2 spectral band using high resolution molecular transmission (HITRAN) database.  We evaluated the temperature sensitivity of an IRGA by simulating integrated absorption spectra for a typical interference optical filter with a 100 nm passband where the CO2 density was kept constant, and the gas mixture temperature was varied between 244 and 385 K. The data show that if the absorption is not corrected for temperature of the air in the optical sensing path a bias is introduced. The bias causes underestimation of CO2 density at warmer temperatures and overestimation of CO2 density at low temperatures. We conclude that OP gas analyzer measurements need to be corrected for the effects of changes in air temperature in the sensing path. We demonstrate that the correction is not universal, but rather instrument specific and depends on the actual pass band of the specific interference filter used.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».