Fire‐induced tree mortality in a neotropical forest: the roles of bark traits, tree size, wood density and fire behavior
Notice bibliographique
Résumé
Abstract Large‐scale wildfires are expected to accelerate forest dieback in Amazônia, but the fire vulnerability of tree species remains uncertain, in part due to the lack of studies relating fire‐induced mortality to both fire behavior and plant traits. To address this gap, we established two sets of experiments in southern Amazonia. First, we tested which bark traits best predict heat transfer rates (R) through bark during experimental bole heating. Second, using data from a large‐scale fire experiment, we tested the effects of tree wood density (WD), size, and estimated R (inverse of cambium insulation) on tree mortality after one to five fires. In the first experiment, bark thickness explained 82% of the variance in R, while the presence of water in the bark reduced the difference in temperature between the heat source and the vascular cambium, perhaps because of high latent heat of vaporization. This novel finding provides an important insight for improving mechanistic models of fire‐induced cambium damage from tropical to temperate regions. In the second experiment, tree mortality increased with increasing fire intensity (i.e. as indicated by bark char height on tree boles), which was higher along the forest edge, during the 2007 drought, and when the fire return interval was 3 years instead of one. Contrary to other tropical studies, the relationship between mortality and fire intensity was strongest in the year following the fires, but continued for 3 years afterwards. Tree mortality was low (≤20%) for thick‐barked individuals (≥18 mm) subjected to medium‐intensity fires, and significantly decreased as a function of increasing tree diameter, height and wood density. Hence, fire‐induced tree mortality was influenced not only by cambium insulation but also by other traits that reduce the indirect effects of fire. These results can be used to improve assessments of fire vulnerability of tropical 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».