New tree‐level temperature response curves document sensitivity of tree growth to high temperatures across a <scp>US</scp>‐wide climatic gradient
Notice bibliographique
Résumé
Temperature is a key climate indicator, whose distribution is expected to shift right in a warming world. However, the high-temperature tolerance of trees is less widely understood than their drought tolerance, especially when it comes to sub-lethal impacts of temperature on tree growth. I use a large data set of annual tree ring widths, combined with a flexible degree day model, to estimate the relationship between temperature and tree radial growth. I find that tree radial growth responds non-linearly to temperature across many ecoregions of the United States: across temperate and/or dry ecoregions, spring-summer temperature increases are beneficial or mostly neutral for tree growth up to around 25-30°C in humid climates and 10-15°C in dry climates, beyond which temperature increases suppress growth. Thirty additional degree days above the optimal temperature breakpoint lead to an average decrease in tree ring width of around 1%-5%, depending on ecoregions, seasons, and inclusion or exclusion of temperature-mediated drought impacts. High temperatures have legacy effects across a 5-year horizon in dry ecoregions, but none in the temperate-humid South-East or among temperature-sensitive trees. I find limited evidence that trees acclimatize to high temperatures within their lifetime: local variation in early exposure to high temperatures, which stems from local variation in the timing of tree birth, does not significantly impact the response to high temperatures, although temperature-sensitive trees acquire some heightened sensitivity from early exposure. I also find some evidence that trees adapt to high temperatures in the long run: across humid ecoregions of the United States, high temperatures are 40% less harmful to tree growth, where their average incidence is one standard deviation above average. Overall, these results highlight the strength of a new methodology which, applied to representative tree ring data, could contribute to predicting forest carbon uptake potential and composition under global change.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».