Spatial simulation of historical landscape patterns in coastal forests of the Pacific Northwest
Notice bibliographique
Résumé
Concerns about the fragmentation of Pacific Northwest forests are based on the assumption that these landscapes historically contained large, contiguous patches of old growth. However, this supposition appears to conflict with disturbance history research, which shows that wildfire was an important component of pre-settlement forest ecosystems. To better quantify historical forest patterns, a spatial simulation model of wildfire and forest succession was used to simulate pre-settlement landscape dynamics in the Oregon Coast Range, U.S.A. The model was parameterized to simulate fire regimes over 1000 years prior to Euro-American settlement using data from paleoecological, dendro ecological, and historical sources. A simple fire-spread algorithm produced mosaics of variable fire severity and allowed simulated fires to be calibrated to match the shapes of real fires. The simulated landscape was spatially heterogeneous and highly dynamic. Old growth was the dominant patch type occupying a median of 42% of the total area. The relatively long fire return intervals, highly skewed fire size distributions, and mixed severities characteristic of the historical fire regime generated a landscape mosaic with large (> 100 000 ha) patches of old-growth forest, although smaller patches (<100 ha) were the most numerically abundant. Both small and large patches of old forest have important ecological roles in a dynamic ecosystem, and future landscape management efforts should consider the implications of altering these historical patterns.
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 | 0,001 | 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 | 0,000 |
| 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 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 ».