TRIPLEX-mortality model for simulating drought-induced tree mortality in boreal forests : model development and evaluation
Notice bibliographique
Résumé
Globally, increasing drought-induced tree mortality rates under climate change are projected to have far-reaching effects on forest ecosystems. Among these forest systems, the boreal forest is considered a ‘tipping element’ of the Earth's climate system. This forest biome plays a critical role in ecosystem services, structures and functions while being highly sensitive to drought stress. Although process-based models are important tools in ecological research, very few have yet been developed that integrate advanced physiological mechanisms to simulate drought-induced mortality in boreal forests. Accordingly, based on the process-based TRIPLEX model, this study introduces the new TRIPLEX-Mortality submodule for the Canadian boreal forests at the stand level, that for the first time successfully incorporates two advanced drought-induced physiological mortality mechanisms (i.e., hydraulic failure and carbon starvation). To calibrate and validate the model, 73 permanent sample plots (PSPs) were selected across Canada's boreal forests. Results confirm a good agreement between simulated mortality and mortality observations (R2=0.79; P<0.01; IA=0.94), demonstrating good model performance in simulating drought-induced mortality in boreal forests. Sensitivity analysis indicated that parameter sensitivity increased as drought intensified, and the shape parameter (c) for calculating percentage loss of conductivity (PLC) was the most sensitive parameter (average SI = -3.51) to simulate tree mortality. Furthermore, the results of model input sensitivity analysis also showed that the model can capture changes in mortality under different drought scenarios. Consequently, our model is suitable for simulating drought-induced mortality in boreal forests while also providing new insight into improving model simulations for tree mortality and associated carbon dynamics in a progressively warmer and drier world.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».