Effect of flood regime on tree growth in the floodplain and surrounding uplands of the Wisconsin River
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Flood regime and vegetation flood tolerance interact to influence tree growth in riverine landscapes. We studied tree growth in floodplain and upland forests of the Wisconsin River. About a century ago, levees set back from the river were constructed on this floodplain. The levee restricts some floodplain area from overbank flood events, but leaves a portion of active floodplain still inundated by floods. We addressed two questions: (1) how do growth rates of flood‐tolerant and flood‐intolerant tree species in the floodplain differ with flood regime? (2) At the stand level, how does growth rate differ with flood regime and between floodplain and upland areas? Annual tree growth rates from 1991 to 2000 were determined from tree increment cores for both individual species and stands. Tree growth rates of individual species varied between flood regimes. The most flood‐tolerant species ( Betula nigra and Fraxinus pennsylvanica ) grew faster in areas with active flooding, while the growth of less flood‐tolerant species ( Quercus velutina and Q. ellipsoidalis ) was depressed in swales and active floodplain. However, stand‐level tree growth did not differ between the floodplain and upland, or between flood regimes within the floodplain. Therefore, variation in the growth of individual species may not scale up to create differences in stand‐level tree growth because forest community composition varies spatially with flood regime. We suggest that growth rates are similar among sites because each community comprises of species adapted to their current flood regime. Copyright © 2008 John Wiley & Sons, Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 découle