Unexpected greening in a boreal permafrost peatland undergoing forest loss is partially attributable to tree species turnover
Notice bibliographique
Résumé
Time series of vegetation indices derived from satellite imagery are useful in measuring vegetation response to climate warming in remote northern regions. These indices show that productivity is generally declining in the boreal forest, but it is unclear which components of boreal vegetation are driving these trends. We aimed to compare trends in the normalized difference vegetation index (NDVI) to forest growth and demographic data taken from a 10 ha mapped plot located in a spruce-dominated boreal peatland. We used microcores to quantify recent growth trends and tree census data to characterize mortality and recruitment rates of the three dominant tree species. We then compared spatial patterns in growth and demography to patterns in Landsat-derived maximum NDVI trends (1984-2019) in 78 pixels that fell within the plot. We found that NDVI trends were predominantly positive (i.e., "greening") in spite of the ongoing loss of black spruce (the dominant species; 80% of stems) from the plot. The magnitude of these trends correlated positively with black spruce growth trends, but was also governed to a large extent by tree mortality and recruitment. Greening trends were weaker (lower slope) in areas with high larch mortality, and high turnover of spruce and birch, but stronger (higher slope) in areas with high larch recruitment. Larch dominance is currently low (~11% of stems), but it is increasing in abundance as permafrost thaw progresses and will likely have a substantial influence on future NDVI trends. Our results emphasize that NDVI trends in boreal peatlands can be positive even when the forest as a whole is in decline, and that the magnitude of trends can be strongly influenced by the demographics of uncommon species.
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 | 0,000 | 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 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 ».