Spatial structure in protected forest‐grassland mosaics: Exploring futures under climate change
Notice bibliographique
Résumé
In mosaic ecosystems, multiple land types coexist as alternative stable states exhibiting distinct spatial patterns. Forest-grassland mosaics are ecologically valuable, due to their high species richness. However, anthropogenic disturbances threaten these ecosystems. Designating protected areas is one approach to preserving natural mosaics. Such work must account for climate change, yet there are few spatially explicit models of mosaics under climate change that can predict its effects. We construct a spatially explicit simulation model for a natural forest-grassland mosaic, parameterized for Southern Brazil. Using this model, we investigate how the spatial structure of these systems is altered under climate change and other disturbance regimes. By including local spatial interactions and fire-mediated forest recruitment, our model reproduces important spatial features of protected real-world mosaics, including the number of forest patches and overall forest cover. Multiple concurrent changes in environmental conditions have greater impacts on tree cover and spatial structure in simulated mosaics than single changes. This sensitivity reflects the narrow range of conditions under which simulated mosaics persist and emphasizes their vulnerability. Our model predicts that, in protected mosaics, climate change impacts on the fire-mediated threshold to recruitment will likely result in substantial increases in forest cover under Representative Concentration Pathway (RCP) 8.5, with potential for mosaic loss over a broad range of initial forest cover levels. Forest cover trajectories are similar until 2150, when cover increases under RCP 8.5 outpace those under RCP 2.6. Mosaics that persist under RCP 8.5 may experience structural alterations at the patch and landscape level. Our simple model predicts several realistic aspects of spatial structure as well as plausible responses to likely regional climate shifts. Hence, further model development could provide a useful tool when building strategies for protecting these ecosystems, by informing site selection for conservation areas that will be favourable to forest-grassland mosaics under future climates.
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 ».