Warming increased bark beetle‐induced tree mortality by 30% during an extreme drought in California
Notice bibliographique
Résumé
Abstract Quantifying the responses of forest disturbances to climate warming is critical to our understanding of carbon cycles and energy balances of the Earth system. The impact of warming on bark beetle outbreaks is complex as multiple drivers of these events may respond differently to warming. Using a novel model of bark beetle biology and host tree interactions, we assessed how contemporary warming affected western pine beetle (Dendroctonus brevicomis) populations and mortality of its host, ponderosa pine (Pinus ponderosa), during an extreme drought in the Sierra Nevada, California, United States. When compared with the field data, our model captured the western pine beetle flight timing and rates of ponderosa pine mortality observed during the drought. In assessing the influence of temperature on western pine beetles, we found that contemporary warming increased the development rate of the western pine beetle and decreased the overwinter mortality rate of western pine beetle larvae leading to increased population growth during periods of lowered tree defense. We attribute a 29.9% (95% CI: 29.4%–30.2%) increase in ponderosa pine mortality during drought directly to increases in western pine beetle voltinism (i.e., associated with increased development rates of western pine beetle) and, to a much lesser extent, reductions in overwintering mortality. These findings, along with other studies, suggest each degree (°C) increase in temperature may have increased the number of ponderosa pine killed by upwards of 35%–40% °C−1 if the effects of compromised tree defenses (15%–20%) and increased western pine beetle populations (20%) are additive. Due to the warming ability to considerably increase mortality through the mechanism of bark beetle populations, models need to consider climate's influence on both host tree stress and the bark beetle population dynamics when determining future levels of tree mortality.
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) | 0,001 | 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 ».