Adaptive limitations of white spruce populations to drought imply vulnerability to climate change in its western range
Notice bibliographique
Résumé
A cost-effective climate change adaptation strategy for the forestry sector is to move seed sources to more northern and higher elevation planting sites as part of ongoing reforestation programs. This is meant to match locally adapted populations with anticipated environments, but adaptive traits do not always show population differences suitable to mitigate climate change impacts. For white spruce, drought tolerance is a critical adaptive trait to prevent mortality and productivity losses. Here, we use a 40-year-old provenance experiment that has been exposed to severe drought periods in 1999 and 2002 to retrospectively investigate drought response and the adaptive capacity of white spruce populations across their boreal range. Relying on dendrochronological analysis under experimentally controlled environments, we evaluate population differences in resistance, resilience, and recovery to these extreme events. Results showed evidence for population differentiation in resistance and recovery parameters, but provenances conformed to approximately the same growth rates under drought conditions and had similar resilience metrics. The lack of populations with better growth rates under drought conditions is contrary to expectations for a wide-ranging species with distinct regional climates. Populations from the wettest environments in the northeastern boreal were surprisingly drought-tolerant, suggesting that these populations would readily resist water deficits projected for the 2080s, and supporting the view that northeastern Canada will provide a refugium for boreal species under climate change. The findings also suggest that white spruce is sensitive to growth reductions under climate change in the western boreal. The study highlights that population differentiation in adaptive capacity is species- and trait-specific, and we provide a counterexample for drought tolerance traits, where assisted migration prescriptions may be ineffective to mitigate climate change impacts. For resource managers and policy makers, we provide maps where planning for widespread declines of boreal white spruce forests may be unavoidable.
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 | 0,001 |
| 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 | 0,002 |
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 ».