Spring phenology in photosynthesis control and modeling for a temperate bog
Notice bibliographique
Résumé
Predicting the carbon dynamics of northern peatlands requires adequate representation of the vegetation phenology in terrestrial biosphere models. In this study, we analyzed the relative importance of various environmental controls to explain the start of the growing season through photosynthetic CO2 uptake for a temperate continental bog; accordingly, we used a multiyear measured dataset comprising eddy covariance (EC), supporting environmental measurements, and a digital image archive obtained using repeat photography. The vegetation in the studied bog is dominated by “evergreen” shrubs and mosses. The vegetation phenological indices data, including enhanced vegetation index, normalized difference vegetation index, and green chromatic coordinate, showed high correlations with the gross primary productivity (GPP) of the ecosystem obtained from EC measurements, near-surface soil temperatures, and the growing degree-day sum (∑GDD). We developed a new phenology scheme in the process-based CoupModel using ∑GDD to represent the gradual greening of the evergreen shrubs that regulate spring photosynthesis turn-on and increase. The new model simulates the earlier photosynthesis turn-on of the mosses and photosynthesis onset of the shrubs from days with ∑GDD = 50°C. Model simulations incorporating the new phenology subroutine for two vegetation layers (shrubs and mosses) show improved agreement with the daily EC-derived GPP. Our results show that when the spring phenology is not explicitly factored in, the CoupModel overestimates GPP by 24% and MODIS GPP by 45% at the end of the spring season. The results from this study are expected to advance our understanding of ecosystem dynamics and provide a foundation for refining ecosystem models to better capture the intricate interplay between phenology, carbon dynamics, and environmental conditions.
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 | 0,000 | 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) | 0,001 | 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 ».