MétaCan
Menu
Retour à la cohorte
Enregistrement W4400006704 · doi:10.1111/ecog.07131

A tree's view of the terrain: downscaling bioclimate variables to high resolution using a novel multi‐level species distribution model

2024· article· en· W4400006704 sur OpenAlexfundno aff
Matthew M. Kling, Kathryn C. Baer, David D. Ackerly

Notice bibliographique

RevueEcography · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityNational Science Foundation
Mots-clésDownscalingScale (ratio)Environmental niche modellingVegetation (pathology)TerrainSpecies distributionSpatial ecologyInferenceGeographyPhysical geographyEcologyClimate changeEcological nicheHabitatComputer scienceCartographyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Fine‐scale spatial climate variation fosters biodiversity and buffers it from climate change, but ecological studies are constrained by the limited accessibility of relevant fine‐scale climate data. In this paper we introduce a novel form of species distribution model that uses species occurrences to predict high‐resolution climate variation. This new category of ‘bioclimate' data, representing micro‐scale climate as experienced by one or more species of interest, is a useful complement to microclimate data from existing approaches. The modeling method, called BISHOP for ‘bioclimate inference from species' high‐resolution occurrence patterns,' uses data on species occurrences, coarse‐scale climate, and fine‐scale physiography (e.g. terrain, soil, vegetation) to triangulate fine‐scale bioclimate patterns. It works by pairing a climate‐downscaling function predicting a latent bioclimate variable, with a niche function predicting species occurrences from bioclimate. BISHOP infers how physiography affects bioclimate, estimates how these effects vary geographically, and produces high‐resolution (10 m) maps of bioclimate over large regions. It also predicts species distributions. After introducing this approach, we apply it in an empirical study focused on topography and trees. Using data on 216 North American tree species, we document the biogeographic patterns that enable BISHOP, estimate how four terrain variables (northness, eastness, windward exposure, and elevational position) each influence three climate variables, and use these results to produce downscaled maps of tree‐specific bioclimate. Model validation demonstrates that inferred bioclimate outperforms macroclimate in predicting distributions of separate species not used during inference, confirming its ecological relevance. Our results show that nearby bioclimates can differ by 5°C in temperature and twofold in moisture, with equator‐facing, east‐facing, windward‐facing, and locally elevated sites exhibiting hotter, drier bioclimates on average. But these effects vary greatly across climate zones, revealing that topographically similar landscapes can differ strongly in their bioclimate variation. These results have important implications for micrometeorology, biodiversity, and climate resilience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,267
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcographyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207