Coupling mountain pine beetle and forest population dynamics predicts transient outbreaks that are likely to increase in number with climate change
Notice bibliographique
Résumé
Abstract Mountain pine beetle (MPB) in Canada have spread well beyond their historical range. Accurate modelling of the long-term dynamics of MPB is critical for assessing the risk of further expansion and informing management strategies, particularly in the context of climate change and variable forest resilience. Most previous models have focused on capturing a single outbreak without tree replacement. While these models are useful for understanding MPB biology and outbreak dynamics, they cannot accurately model long-term forest dynamics. Past models that incorporate forest growth tend to simplify beetle dynamics. We present a new model that couples forest growth to MPB population dynamics and accurately captures key aspects of MPB biology, including a threshold for the number of beetles needed to overcome tree defenses and beetle aggregation that facilitates mass attacks. These mechanisms lead to a demographic Allee effect, which is known to be important in beetle population dynamics. We show that as forest resilience decreases, a fold bifurcation emerges and there is a stable fixed point with a non-zero MPB population. We derive conditions for the existence of this equilibrium. We then simulate biologically relevant scenarios and show that the beetle population approaches this equilibrium with transient boom and bust cycles with period related to the time of forest recovery. As forest resilience decreases, the Allee threshold also decreases. Thus, if host resilience decreases under climate change, for example under increased stress from drought, then the lower Allee threshold makes transient outbreaks more likely to occur in the future. Statements and Declarations Competing interests The authors declare no competing interests. Data availability statement Data sharing is not applicable to this article as no datasets were generated or analysed during the current study. Code to produce the figures is available at github.com/micbru/MPBModel/ .
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».