Modélisation à fine échelle de la dynamique saisonnière, intrasaisonnière et spatiale des flux de CO₂ des sols en sapinière boréale
Notice bibliographique
Résumé
En forêt boréale, le flux total de CO₂ du sol (F[indice CO2]) est le deuxième flux de carbone le plus important après la photosynthèse et peut représenter de 48 à 71% de la respiration totale de l'écosystème. Le F[indice CO2] dépend de l'état du sol à petite échelle, c'est-à-dire de sa température, de sa teneur en eau, de la quantité et de la qualité de la matière organique et de l'activité racinaire et microbienne. D'autres facteurs, appelés « facteurs externes », tels quel a topographie, les événements météorologiques et la hauteur de végétation influencent l'état du sol et donc indirectement le F[indice CO2]. Prédire le F[indice CO2] est complexe en raison du nombre important de facteurs à prendre en compte et des différents patrons de variation temporelle à modéliser. L'objectif de l'étude était de quantifier l'effet des facteurs externes susceptibles d'influencer la variabilité saisonnière, intrasaisonnière et spatiale des F[indice CO2] dans la forêt boréale. Des mesures de F[indice CO2] furent prises à la Forêt Montmorency (Québec, Canada) entre juin et octobre 2020. Un modèle de type Random forest regression fut utilisé pour prédire le F[indice CO2] en fonction de facteurs externes liés à la topographie, à la végétation et à la météo récente. Le modèle obtenu a permis d'expliquer 79 % de la variation des mesures de F[indice CO2]. Nos résultats ont démontré l'importance de la variation spatiale et intrasaisonnière (44 %) dans les mesures de F[indice CO2] par rapport à la variation saisonnière (35 %), ce qui a des implications pour la mesure et la modélisation de F[indice CO2]. La hauteur des arbres et la température de l'air furent les deux facteurs les plus importants pour prédire la valeur du F[indice CO2]. La méthodologie proposée permettrait de simuler le F[indice CO2] à partir de facteurs externes qui peuvent être obtenus à grande échelle à partir de relevés LiDAR et des données climatiques.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».