MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161839336 · doi:10.82308/51244

Remote sensing of light use effeciency in a boreal forest and peatland in James Bay, Quebec

2012· dissertation· en· W7161839336 sur OpenAlexaboutno aff
Cheryl Rogers

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotochemical Reflectance IndexPeatXanthophyllBorealVegetation (pathology)Albedo (alchemy)Reflectivity

Résumé

récupéré en direct d'OpenAlex

The photochemical reflectance index (PRI) is a remotely sensed vegetation index that detects a decrease in spectral reflectance at 531nm associated with xanthophyll cycle activity. PRI has been shown to track light use efficiency (LUE) in a number of plant species. PRI shows great promise in improving our ability to sense photosynthetic fluxes of CO2 remotely. However, it has not been tested in all environments, and its applicability is particularly uncertain for peatland environments dominated by mosses. This research investigates the ability of PRI to track LUE in a boreal forest and peatland, and examines the spectral signal associated with xanthophyll cycle activity in heterogeneous peatland plots. This research also investigates the relationship between PRI and leaf area index (LAI) over space and time in a peatland. We found most plots examined in the peatland site did not exhibit a spectral signal associated with xanthophyll cycle activity when exposed to a transition from dark conditions to full sunlight. This transition should lead to a de-epoxidation of xanthophylls in leaf tissues and a decrease in reflectance at 531nm. Plots that did show the decrease in reflectance at 531nm after this change in light conditions also displayed a decrease in PRI. This indicates that PRI effectively detects the 531nm signal as well as xanthophyll cycle activity and light stress in these plots. However, the variability in the strength of the spectral response to changing light conditions may confound the PRI signal in practice, and make it difficult to interpret results of airborne or satellite data. We also found PRI at the peatland site to be sensitive to and directly correlated with spatial variability in LAI, and negatively correlated with temporal variability in LAI. These characteristics may result in further difficulties applying PRI in peatlands. PRI and LUE were correlated at both the forest and peatland site, however at both sites the PRI signal saturated around 500 µmol m-2 s-1 of photosynthetically active radiation (PAR). This saturation effect has not, to our knowledge, been reported in other studies. Saturation of the PRI signal may limit our ability to determine carbon fluxes from airborne or satellite based remotely sensed data which is generally collected under clear skies during the brightest parts of the day when PAR exceeds 500 µmol m-2 s-1.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,074

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRemote Sensing in Agriculture→Travaux en français237 207→