Investigating climate anomalies associated with the sudden mortality of balsam fir trees in eastern Canada
Notice bibliographique
Résumé
The identification of climate anomalies associated with large-scale stand disturbances can help inform climate-focused forest management. In the spring and summer of 2018, an unusual spike in balsam fir ( Abies balsamea ) mortality was reported in multiple areas across its southern distribution range limit, from Wisconsin, United States, to New Brunswick, Canada. Such an event was previously reported in 1986 in the study region and referred to as Stillwell’s Syndrome. To identify the role of climate anomalies in the 2018 event, we used monthly climate anomalies as explanatory variables in a Random Forest model predicting the presence of mortality from air and field-based surveys across the Maritimes region of eastern Canada. Results were validated by (1) comparing common climate predictors of mortality from this model and a separate Random Forest model fitted on the 1986 event, and (2) using the 2018 model to predict areas of mortality in 1986. Both the 1986 and 2018 models identified multiple common climate anomalies. Areas with unusually high water deficit and temperatures in the previous growing season, followed by thick April snowpack and high May temperatures the same year, were associated with balsam fir mortality. Such climate anomalies have been previously associated with water stress and desiccation in trees. When using the 2018 model to map the occurrence of mortality in 1986 using historical climate data, we report a 95% accuracy in prediction (kappa = 0.88). The approach used here in conjunction with mapped records of past stand disturbances could help with understanding the impacts of future climate anomalies and adaptive management strategies to deal with these events.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».