A national assessment of urban forest carbon storage and sequestration in Canada
Notice bibliographique
Résumé
Abstract During a time of rapid urban growth and development, it is becoming ever more important to monitor the carbon fluxes of our cities. Unlike Canada’s commercially managed forests that have a long history of inventory and modelling tools, there is both a lack of coordinated data and considerable uncertainty on assessment procedures for urban forest carbon. Nonetheless, independent studies have been carried out across Canada. To improve upon Canada’s federal government reporting on carbon storage and sequestration by urban forests, this study builds on existing data to develop an updated assessment of carbon storage and sequestration for Canada’s urban forests. Using canopy cover estimates derived from ortho-imagery and satellite imagery ranging from 2008 to 2012 and field-based urban forest inventory and assessment data from 16 Canadian cities and one US city, this study found that Canadian urban forests store approximately 27,297.8 kt C (− 37%, + 45%) in above and belowground biomass and sequester approximately 1497.7 kt C year −1 (− 26%, + 28%). In comparison with the previous national assessment of urban forest carbon, this study suggested that in urban areas carbon storage has been overestimated and carbon sequestration has been underestimated. Maximizing urban forest carbon sinks will contribute to Canada’s mitigation efforts and, while being a smaller carbon sink compared to commercial forests, will also provide important ecosystem services and co-benefits to approximately 83% of Canadian people.
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 | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».