Impacts of pre-fire conifer density and wildfire severity on ecosystem structure and function at the forest-tundra ecotone
Notice bibliographique
Résumé
Wildfire frequency and extent is increasing throughout the boreal forest-tundra ecotone as climate warms. Understanding the impacts of wildfire throughout this ecotone is required to make predictions of the rate and magnitude of changes in boreal-tundra landcover, its future flammability, and associated feedbacks to the global carbon (C) cycle and climate. We studied 48 sites spanning a gradient from tundra to low-density spruce stands that were burned in an extensive 2013 wildfire on the north slope of the Alaska Range in Denali National Park and Preserve, central Alaska. We assessed wildfire severity and C emissions, and determined the impacts of severity on understory vegetation composition, conifer tree recruitment, and active layer thickness (ALT). We also assessed conifer seed rain and used a seeding experiment to determine factors controlling post-fire tree regeneration. We found that an average of 2.18 ± 1.13 Kg C m-2 was emitted from this fire, almost 95% of which came from burning of the organic soil. On average, burn depth of the organic soil was 10.6 ± 4.5 cm and both burn depth and total C combusted increased with pre-fire conifer density. Sites with higher pre-fire conifer density were also located at warmer and drier landscape positions and associated with increased ALT post-fire, greater changes in pre- and post-fire understory vegetation communities, and higher post-fire boreal tree recruitment. Our seed rain observations and seeding experiment indicate that the recruitment potential of conifer trees is limited by seed availability in this forest-tundra ecotone. We conclude that the expected climate-induced forest infilling (i.e. increased density) at the forest-tundra ecotone could increase fire severity, but this infilling is unlikely to occur without increases in the availability of viable seed.
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) | 0,000 | 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 | 0,001 | 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 ».