Anthropogenic activities dominated tropical forest carbon balance in two contrary ways over the Greater Mekong Subregion in the 21st century
Notice bibliographique
Résumé
The tropical forest carbon (C) balance threatened by extensive socio-economic development in the Greater Mekong Subregion (GMS) in Asia is a notable data gap and remains contentious. Here we generated a long-term spatially quantified assessment of changes in forests and C stocks from 1999 to 2019 at a spatial resolution of 30 m, based on multiple streams of state-of-the-art high-resolution satellite imagery and in situ observations. Our results show that (i) about 0.54 million square kilometers (21.0% of the region) experienced forest cover transitions with a net increase in forest cover by 4.3% (0.11 million square kilometers, equivalent to 0.31 petagram of C [Pg C] stocks); (ii) forest losses mainly in Cambodia, Thailand, and in the south of Vietnam, were also counteracted by forest gains in China due mainly to afforestation; and (iii) at the national level during the study period an increase in both C stocks and C sequestration (net C gain of 0.087 Pg C) in China from new plantation, offset anthropogenetic emissions (net C loss of 0.074 Pg C) mainly in Cambodia and Thailand from deforestation. Political, social, and economic factors significantly influenced forest cover change and C sequestration in the GMS, positively in China while negatively in other countries, especially in Cambodia and Thailand. These findings have implications on national strategies for climate change mitigation and adaptation in other hotspots of tropical forests.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».