MétaCan
Menu
Retour à la cohorte
Enregistrement W1972640610 · doi:10.5194/bg-8-715-2011

Age structure and disturbance legacy of North American forests

2011· article· en· W1972640610 sur OpenAlexaffabout
Yude Pan, Jing M. Chen, Richard A. Birdsey, K. J. MCCULLOUGH, Liming He, Feng Deng

Notice bibliographique

RevueBiogeosciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. Forest ServiceU.S. Department of AgricultureNational Aeronautics and Space Administration
Mots-clésDisturbance (geology)Forest inventoryForest ecologyForest dynamicsEnvironmental scienceEcosystemForest managementForest restorationGeographyEcologyEnvironmental resource managementPhysical geographyAgroforestry

Résumé

récupéré en direct d'OpenAlex

Abstract. Most forests of the world are recovering from a past disturbance. It is well known that forest disturbances profoundly affect carbon stocks and fluxes in forest ecosystems, yet it has been a great challenge to assess disturbance impacts in estimates of forest carbon budgets. Net sequestration or loss of CO2 by forests after disturbance follows a predictable pattern with forest recovery. Forest age, which is related to time since disturbance, is a useful surrogate variable for analyses of the impact of disturbance on forest carbon. In this study, we compiled the first continental forest age map of North America by combining forest inventory data, historical fire data, optical satellite data and the dataset from NASA's Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS) project. A companion map of the standard deviations for age estimates was developed for quantifying uncertainty. We discuss the significance of the disturbance legacy from the past, as represented by current forest age structure in different regions of the US and Canada, by analyzing the causes of disturbances from land management and nature over centuries and at various scales. We also show how such information can be used with inventory data for analyzing carbon management opportunities. By combining geographic information about forest age with estimated C dynamics by forest type, it is possible to conduct a simple but powerful analysis of the net CO2 uptake by forests, and the potential for increasing (or decreasing) this rate as a result of direct human intervention in the disturbance/age status. Finally, we describe how the forest age data can be used in large-scale carbon modeling, both for land-based biogeochemistry models and atmosphere-based inversion models, in order to improve the spatial accuracy of carbon cycle simulations.

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)0,001
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 enseignants0,878
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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

Citations333
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetFire effects on ecosystemsTravaux en français237 207