Mechanisms underlying the vulnerability of seasonally dry ecosystems to drought
Notice bibliographique
Résumé
Root-zone water storage (RWS) dynamics regulate when plants experience drought-related water stress and mortality. However, because RWS capacity (Smax) is poorly known, it remains challenging to translate variability in precipitation to water stress. Here, we investigate the relationship between precipitation variability and Smax and implement a framework for identifying the vulnerability of seasonally dry woody ecosystems to projected climate change. Using novel estimates of Smax across California, we demonstrate that where dry-season RWS is routinely capped by Smax, plants are less vulnerable to precipitation variability relative to where dry-season RWS varies annually with precipitation. Using direct measurements of RWS and Smax at three field sites, we illustrate how these differences in vulnerability arise due to variations in bedrock properties. We calculate that up to 23% of California's total biomass is sensitive to year-to-year variations in precipitation and can experience carryover of moisture from one year to the next. Contrary to the notion that deep weathering and moisture carryover confer ecosystem resilience to moisture stress, the areas we identified where Smax commonly exceeds precipitation totals experienced disproportionately high rates of mortality during recent drought. In contrast, the 51-58% of California's total biomass that experiences annually reliable dry-season moisture supply showed lower drought-related mortality. This framework then allows us to use climate projections for the next century to determine that a transition from stable to unstable moisture supply is projected for 3% of the state's carbon stocks. Much of the area presently showing signs of vulnerability is expected to experience additional moisture stress in the coming century due to changes in precipitation amounts alone. An understanding of belowground conditions, including the deep root-zone in bedrock, contributes to prediction of conditions leading to ecosystem water stress.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».