MétaCan
Menu
Retour à la cohorte
Enregistrement W4408545187 · doi:10.1002/ecy.70006

Imaging spectroscopy reveals topographic variability effects on grassland functional traits and drought responses

2025· article· en· W4408545187 sur OpenAlexafffund
Phuong D. Dao, Yuhong He, Bing Lu, Alexander Axiotis

Notice bibliographique

RevueEcology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensSimon Fraser UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrasslandTraitEcosystemEcologyBiologySpatial variabilityAdaptabilitySpecific leaf areaDrought toleranceEnvironmental scienceAgronomyBotanyPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Functional traits and their variations are essential indicators of plant metabolism, growth, distribution, and survival and determine how a plant and an ecosystem function. Under the same climatic condition, traits can vary significantly between species and within the same species growing in different topographic conditions. When drought stress occurs, plants growing in these conditions may respond in various ways as their tolerance and adaptability are influenced by differences in topography. Insights into topographic variability-driven trait variation and drought response can improve our prediction of ecosystem functioning and ecological impacts. Imaging spectroscopy enables accurate identification of plant species, extraction of functional traits, and characterization of topography-driven and drought-related impacts on trait variation across spatial scales. However, applying these data in a heterogeneous grassland ecosystem is challenging as species are small, highly mixed, spectrally and texturally similar, and highly varied with small-scale variation in topography. This paper presents the first study to explore the use of high-resolution airborne imaging spectroscopy for characterizing the variation of key traits-such as chlorophylls (Chl), carotenoids (Car), Chl/Car ratio, water content (WC), and leaf area index (LAI)-across topographic gradients and under drought stress at the species level in a heterogeneous grassland. The results demonstrate significant relationships between functional traits and topographic variability, with the strength of these relationships varying among species and across different environmental conditions. Additionally, drought-induced trait responses differed notably both within and between species, particularly between drought-tolerant invasive species and drought-sensitive native species, as well as between lower and upper slope positions. The study makes a significant contribution to advancing our understanding of biological and ecological processes, enhancing the ability to predict plant invasion mechanism and ecosystem functioning under stressed environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,216
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetRemote Sensing in AgricultureTravaux en français237 207