▪ Abstract Managed grazing covers more than 25% of the global land surface and has a larger geographic extent than any other form of land use. Grazing systems persist under marginal bioclimatic and edaphic conditions of different biomes, leading to the emergence of three regional syndromes inherent to global grazing: desertification, woody encroachment, and deforestation. These syndromes have widespread but differential effects on the structure, biogeochemistry, hydrology, and biosphere-atmosphere exchange of grazed ecosystems. In combination, these three syndromes represent a major component of global environmental change.

The PROSPECT leaf optical model has, to date, combined the effects of photosynthetic pigments, but a finer discrimination among the key pigments is important for physiological and ecological applications of remote sensing. Here we present a new calibration and validation of PROSPECT that separates plant pigment contributions to the visible spectrum using several comprehensive datasets containing hundreds of leaves collected in a wide range of ecosystem types. These data include leaf biochemical (chlorophyll a, chlorophyll b, carotenoids, water, and dry matter) and optical properties (directional–hemispherical reflectance and transmittance measured from 400 nm to 2450 nm). We first provide distinct in vivo specific absorption coefficients for each biochemical constituent and determine an average refractive index of the leaf interior. Then we invert the model on independent datasets to check the prediction of the biochemical content of intact leaves. The main result of this study is that the new chlorophyll and carotenoid specific absorption coefficients agree well with available in vitro absorption spectra, and that the new refractive index displays interesting spectral features in the visible, in accordance with physical principles. Moreover, we improve the chlorophyll estimation (RMSE = 9 µg/cm2) and obtain very encouraging results with carotenoids (RMSE = 3 µg/cm2). Reconstruction of reflectance and transmittance in the 400–2450 nm wavelength domain using PROSPECT is also excellent, with small errors and low to negligible biases. Improvements are particularly noticeable for leaves with low pigment content.

We describe a submodel to simulate NO x and N 2 O emissions from soils and present comparisons of simulated NO x and N 2 O fluxes from the DAYCENT ecosystem model with observations from different soils. The N gas flux submodel assumes that nitrification and denitrification both contribute to N 2 O and NO x emissions but that NO x emissions are due mainly to nitrification. N 2 O emissions from nitrification are calculated as a function of modeled soil NH 4 + concentration, water‐filled pore space (WFPS), temperature, pH, and texture. N 2 O emissions from denitrification are a function of soil NO 3 − concentration, WFPS, heterotrophic respiration, and texture. NO x emissions are calculated by multiplying total N 2 O emissions by a NO x :N 2 O equation which is calculated as a function of soil parameters (bulk density, field capacity, and WFPS) that influence gas diffusivity. The NO x submodel also simulates NO x emission pulses initiated by rain events onto dry soils. The DAYCENT model was tested by comparing observed and simulated parameters in grassland soils across a range of soil textures and fertility levels. Simulated values of soil temperature, WFPS (during the non‐winter months), and NO x gas flux agreed reasonably well with measured values ( r 2 = 0.79, 0.64, and 0.43, respectively). Winter season WFPS was poorly simulated ( r 2 = 0.27). Although the correlation between simulated and observed N 2 O flux was poor on a daily basis ( r 2 = 0.02), DAYCENT was able to reproduce soil textural and treatment differences and the observed seasonal patterns of gas flux emissions with r 2 values of 0.26 and 0.27, for monthly and NO r flux rates, respectively.

Variation in the foliar chemistry of humid tropical forests is poorly understood, and airborne imaging spectroscopy could provide useful information at leaf and canopy scales. However, variation in canopy structure affects our ability to estimate foliar properties from airborne spectrometer data, yet these structural affects remain poorly quantified. Using leaf spectral (400–2500 nm) and chemical data collected from 162 Australian tropical forest species, along with partial least squares (PLS) analysis and canopy radiative transfer modeling, we determined the strength of the relationship between canopy reflectance and foliar properties under conditions of varying canopy structure. At the leaf level, chlorophylls, carotenoids and specific leaf area (SLA) were highly correlated with leaf spectral reflectance (r = 0.90–0.91). Foliar nutrients and water were also well represented by the leaf spectra (r = 0.79–0.85). When the leaf spectra were incorporated into the canopy radiative transfer simulations with an idealistic leaf area index (LAI) = 5.0, correlations between canopy reflectance spectra and leaf properties increased in strength by 4–18%. The effects of random LAI (= 3.0–6.5) variation on the retrieval of leaf properties remained minimal, particularly for pigments and SLA (r = 0.92–0.93). In contrast, correlations between leaf nitrogen (N) and canopy reflectance estimates decreased from r = 0.87 at constant LAI = 5 to r = 0.65 with randomly varying LAI = 3.0–6.5. Progressive increases in the structural variability among simulated tree crowns had relatively little effect on pigment, SLA and water predictions. However, N and phosphorus (P) were more sensitive to canopy structural variability. Our modeling results suggest that multiple leaf chemicals and SLA can be estimated from leaf and canopy reflectance spectroscopy, and that the high-LAI canopies found in tropical forests enhance the signal via multiple scattering. Finally, the two factors we found to most negatively impact leaf chemical predictions from canopy reflectance were variation in LAI and viewing geometry, which can be managed with new airborne technologies and analytical methods.

Summary Leaf dark respiration ( R dark ) is an important yet poorly quantified component of the global carbon cycle. Given this, we analyzed a new global database of R dark and associated leaf traits. Data for 899 species were compiled from 100 sites (from the Arctic to the tropics). Several woody and nonwoody plant functional types (PFTs) were represented. Mixed‐effects models were used to disentangle sources of variation in R dark . Area‐based R dark at the prevailing average daily growth temperature ( T ) of each site increased only twofold from the Arctic to the tropics, despite a 20°C increase in growing T (8–28°C). By contrast, R dark at a standard T (25°C, R dark 25 ) was threefold higher in the Arctic than in the tropics, and twofold higher at arid than at mesic sites. Species and PFTs at cold sites exhibited higher R dark 25 at a given photosynthetic capacity ( V cmax 25 ) or leaf nitrogen concentration ([N]) than species at warmer sites. R dark 25 values at any given V cmax 25 or [N] were higher in herbs than in woody plants. The results highlight variation in R dark among species and across global gradients in T and aridity. In addition to their ecological significance, the results provide a framework for improving representation of R dark in terrestrial biosphere models (TBMs) and associated land‐surface components of Earth system models (ESMs).

The 2012-2015 drought has left California with severely reduced snowpack, soil moisture, ground water, and reservoir stocks, but the impact of this estimated millennial-scale event on forest health is unknown. We used airborne laser-guided spectroscopy and satellite-based models to assess losses in canopy water content of California's forests between 2011 and 2015. Approximately 10.6 million ha of forest containing up to 888 million large trees experienced measurable loss in canopy water content during this drought period. Severe canopy water losses of greater than 30% occurred over 1 million ha, affecting up to 58 million large trees. Our measurements exclude forests affected by fire between 2011 and 2015. If drought conditions continue or reoccur, even with temporary reprieves such as El Niño, we predict substantial future forest change.

Airborne remote sensing could play a more integrative role in regional ecosystem studies if the information derived from airborne observations could be readily converted to physical and chemical quantities representative of ecosystem processes and properties. We have undertaken an effort to specify, deploy, and apply a new system - the Carnegie Airborne Observatory (CAO) - to remotely measure a suite of ecosystem structural and biochemical properties in a way that can rapidly advance regional ecological research for conservation, management and resource policy development. The CAO "Alpha System" provides in-flight fusion of high-fidelity visible/near-infrared imaging spectrometer data with scanning, waveform light detection and ranging (wLiDAR) data, along with an integrated navigation and data processing approach, that results in geo-orthorectified products for vegetation structure, biochemistry, and physiology as well as the underlying topography. Here we present the scientific rationale for developing the system, and provide sample data fusion results demonstrating the potential breakthroughs that hybrid hyperspectral-wLiDAR systems might bring to the scientific community.

We introduce an intuitive particle-based model of time-symmetric quantum physics that gives a concrete description of what goes on in the time between projective measurements of a quantum system. The time-symmetry in this model means that we ...Physical interpretations of the time-symmetric formulation of quantum mechanics, due to Aharonov, Bergmann, and Lebowitz are discussed in terms of weak values. The most direct, yet somewhat naive, interpretation uses the time-symmetric formulation to ...