Time-series maps reveal widespread change in plant functional type cover across Arctic and boreal Alaska and Yukon
Notice bibliographique
Résumé
Abstract Widespread changes in the distribution and abundance of plant functional types (PFTs) are occurring in Arctic and boreal ecosystems due to the intensification of disturbances, such as fire, and climate-driven vegetation dynamics, such as tundra shrub expansion. To understand how these changes affect boreal and tundra ecosystems, we need to first quantify change for multiple PFTs across recent years. While landscape patches are generally composed of a mixture of PFTs, most previous moderate resolution (30 m) remote sensing analyses have mapped vegetation distribution and change within land cover categories that are based on the dominant PFT; or else the continuous distribution of one or a few PFTs, but for a single point in time. Here we map a 35 year time-series (1985–2020) of top cover (TC) for seven PFTs across a 1.77 × 106 km2 study area in northern and central Alaska and northwestern Canada. We improve on previous methods of detecting vegetation change by modeling TC, a continuous measure of plant abundance. The PFTs collectively include all vascular plants within the study area as well as light macrolichens, a nonvascular class of high importance to caribou management. We identified net increases in deciduous shrubs (66 × 103 km2), evergreen shrubs (20 × 103 km2), broadleaf trees (17 × 103 km2), and conifer trees (16 × 103 km2), and net decreases in graminoids (−40 × 103 km2) and light macrolichens (−13 × 103 km2) over the full map area, with similar patterns across Arctic, oroarctic, and boreal bioclimatic zones. Model performance was assessed using spatially blocked, nested five-fold cross-validation with overall root mean square errors ranging from 8.3% to 19.0%. Most net change occurred as succession or plant expansion within areas undisturbed by recent fire, though PFT TC change also clearly resulted from fire disturbance. These maps have important applications for assessment of surface energy budgets, permafrost changes, nutrient cycling, and wildlife management and movement analysis.
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 | 0,001 | 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 ».