Spatial patterns of plant richness across treeline ecotones in the Pyrenees reveal different locations for richness and tree cover boundaries
Notice bibliographique
Résumé
ABSTRACT Aim To forecast the responses of alpine flora to the expected upward shift of treeline ecotones due to climatic warming, we investigated species richness patterns of vascular plants at small spatial scales across elevational transects. Location Richness patterns were assessed at local scales along the elevational gradient in two undisturbed treeline ecotones and one disturbed treeline ecotone in the Spanish Pyrenees. Methods We placed a rectangular plot (0.3–0.4 ha) in each treeline ecotone. We estimated and described the spatial patterns of plant richness using the point method and Moran's I correlograms. We delineated boundaries based on plant richness and tree cover using moving split windows and wavelet analysis. Then, to determine if floristic and tree cover boundaries were spatially related, overlap statistics were used. Results Plant richness increased above the forest limit and was negatively related to tree cover in the undisturbed sites. The mean size of richness patches in one of these sites was 10–15 m. Moving split windows and wavelets detected the sharpest changes in plant richness above the forest limit at both undisturbed sites. Most tree cover and plant richness boundaries were not spatially related. Main conclusions The upslope decrease of tree cover may explain the increase of plant richness across alpine treeline ecotones. However, the detection of abrupt richness boundaries well above the forest limit indicates the importance of local environmental heterogeneity to explain the patterns of plant richness at smaller scales. We found highly diverse microsites dominated by alpine species above the forest limit, which should be monitored to describe their response to the predicted upward shift of forests.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».