Adverse climatic periods precede and amplify defoliator‐induced tree mortality in eastern boreal North America
Notice bibliographique
Résumé
Abstract As major alterations are occurring in climate and pest ranges, it is imperative to evaluate their combined contribution to tree mortality in order to propose mitigation measures and limit losses in forest productivity. The objective of this study was to explore the association between declines in tree growth resulting from climatic and biotic (spruce budworm) disturbances, and their interactions on tree mortality of two dominant tree species, Abies balsamea and Picea mariana, of the eastern North‐American boreal forest. We disentangle the influences of abiotic and biotic components on growth through a combination of model‐data comparison techniques. First, we characterized the variability in tree growth and mortality in the study area using a network of tree‐ring width measurements collected from living and dead trees. Subsequently, a bioclimatic simulation model was used to estimate the past annual, nonlinear, responses of stand‐level net primary production ( NPP ) to climate variability (period 1902–2012). From these two data sources, we defined the biotic stress events as the variance in the tree‐ring data unexplained by the bioclimatic forest growth simulation. Throughout the 20th century, two periods of adverse climatic conditions preceded spruce budworm outbreaks episodes and induced tree mortality. Climatic stress events were associated with cold springs, warmer than average summers. We found that past stress history in interaction with tree characteristics and species predisposed trees to mortality. In addition, co‐occurring events (climatic and biotic) increased the severity of mortality episodes. Synthesis . Our study challenges the belief that spruce budworm outbreak is the primary driver of broad‐scale tree mortality in eastern boreal forest. Rather, tree mortality is the result of cumulative events that combine unfavourable conditions for growth, resulting in loss of tree vigour and subsequently, mortality. Co‐occurrence of stresses in the future may lead to more severe episodes of mortality, as extreme climatic events become more frequent.
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 | 0,000 |
| 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) | 0,000 | 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 ».