Recent greening driven by species-specific shrub growth characteristics in Nunatsiavut, Labrador, Canada
Notice bibliographique
Résumé
Satellite remote sensing is a popular approach for identifying vegetation change in northern environments; however, disentangling ecological processes causing variability in spectral indices remains a challenge. Here, we aim to determine how shrub characteristics differ between low and rapidly greening areas near Nain, Nunatsiavut, Canada. Using a cross-scale approach, we combined remotely sensed spectral greening trends (Normalized Difference Vegetation Index; Landsat Collection 1, 1985–2018) with shrub dynamics derived from ring-widths of green alder (Alnus alnobetula (Ehrh.) K. Koch) and dwarf birch (Betula glandulosa Michx.). Differentiation of spectral greening classes appears to be driven by the distribution of shrub species. Alder were taller, grew faster, had more recent stem initiation than dwarf birch, and were dominant in rapid greening subplots. In low greening subplots, alder were co-dominant with dwarf birch, whose dominant stems initiated more gradually, were shorter, and had lower rates of vertical growth. The radial growth of both shrub species was favoured by warm winter temperatures and precipitation, whereas rapid greening alder was also favoured by warm summer temperatures. Further shrub growth will likely be enhanced under continued climate warming if moisture does not become limiting. This research demonstrates the importance of species identity in determining rates of spectral greening in northern environments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».