Watershed-scale forest biomass distribution in a perhumid temperate rainforest as driven by topographic, soil, and disturbance variables
Notice bibliographique
Résumé
Temperate rainforests are the most carbon dense forest ecosystem on the planet, with C stocks several times higher than most other forested biomes. While climatic and disturbance drivers of these C stocks are relatively well explored, the spatial distribution of those stocks at the scale of entire watersheds is less well known, particularly in perhumid rainforests where research has been minimal. This study explored biomass distributions across an entire watershed simultaneously, from ocean to glacial icefields, in Southeast Alaska. Utilizing LiDAR and ground surveys, biomass was modelled throughout the landscape and distributions are described statistically. The dominant driver of biomass distributions at this scale (controlling for elevation) was the flow of water through the landscape: areas of higher water accumulation typically had low biomass (often <10 Mg·ha –1 ), whereas well-drained areas supported biomass approaching 950 Mg·ha –1 . This relationship was strong at all elevations; only riparian locations (typically well-drained soils) maintained high biomass at low slopes. Exposure to stand-replacing disturbances, often a dominant driver, was only a minor factor. This work emphasizes the importance of water in temperate rainforests and the potentially significant impacts of changes to biomass given changes in precipitation (both increasing and decreasing) due to global climate change.
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 | 0,001 |
| 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 ».