Links between fluctuations in sockeye salmon abundance and riparian forest productivity identified by remote sensing
Notice bibliographique
Résumé
Abstract Pacific salmon (Oncorhynchus spp.) carcasses can fertilize riparian forests with marine‐derived nutrients when populations make their annual return to natal streams to spawn; however, the strength of this cross‐system linkage likely varies substantially among years due to the interannual fluctuations in abundance that characterize most salmon populations. Here, we used a 36‐yr time series (1984–2019) of satellite imagery and salmon abundance estimates to assess spatiotemporal associations between forest greenness (a measure of plant productivity) and adult sockeye salmon (Oncorhynchus nerka) abundance in the lower Adams River, British Columbia, Canada. The Adams River sockeye population displays a quadrennial pattern of abundance, with a dominant cohort that spawns every four years in numbers that are typically two to three orders of magnitude larger than non‐dominant cohorts. We found that variation in forest greenness was consistently explained best by models including dominant cohort year, whereas models lacking an index of salmon abundance were the lowest‐ranked. Greenness of riparian vegetation increased by an average of 0.015 NDVI units (approximately 1%) in the summer after a dominant cohort return, and this effect on greenness persisted into the subsequent fall (11–13 months after spawning). The positive association between quadrennial pulses of salmon and riparian greenness occurred in plots both within 30 m of the stream and 95–125 m away from the stream, indicating that the spatial extent of fertilization may occur well beyond areas directly adjacent to the riverbank. These results suggest that forests respond to cyclical variation in salmon abundance and that overwinter storage of marine‐derived nutrients within catchments allows plants to capitalize on these nutrients in the following growing season. Continued advances in remote sensing technology will enhance our understanding of cross‐system resource linkages and can inform the ecosystem‐based management of Pacific salmon.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».