Detection and removal of disturbance trends in tree-ring series for dendroclimatology
Notice bibliographique
Résumé
Nonclimatic disturbance events are an integral element in the history of forests. Although the identification of the occurrence and duration of such events may help to understand environmental history and landscape change, from a dendroclimatic perspective, disturbance can obscure the climate signal in tree rings. However, existing detrending methods are unable to remove disturbance trends without affecting the retention of long-term climate trends. Here, we address this issue by using a novel method for the detection and removal of disturbance events in tree-ring width data to assess their spatiotemporal occurrence in a network of Scots pine (Pinus sylvestris L.) trees from Scotland. Disturbance trends “superimposed” on the tree-ring record are removed before detrending and the climate signals in the precorrection and postcorrection chronologies are evaluated using regional climate data, proxy system model simulations, and maximum latewood density (MXD) data. Analysis of subregional chronologies from the West Highlands and the Cairngorms in the east reveals a higher intensity and more systematic disturbance history in the western subregion, likely a result of extensive timber exploitation. The method improves the climate signal in the two subregional chronologies, particularly in the more disturbed western sites. Our application of this method demonstrates that it is possible to minimise the effects of disturbance in tree-ring width chronologies to enhance the climate signal.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».