Tundra fires and surface subsidence increase spectral diversity on the Yukon–Kuskokwim Delta, Alaska
Notice bibliographique
Résumé
Abstract Tundra fires can dramatically influence plant species cover and abundance, organic layer depth, and the magnitude of seasonal permafrost thaw. However, knowledge of the impact of wildfire on short and long-term interactions between vegetation and permafrost thaw remains limited. Here, we evaluate the spatial and temporal interactions between wildfire disturbance and surface subsidence on a remotely derived proxy for species diversity (i.e. spectral diversity (SD)) of 16 fire scars within the Izaviknek and Kingaglia uplands of southwestern Alaska’s Yukon–Kuskokwim Delta with burn dates between 1971 and 2015. SD was calculated as the sum of squared spectral variance of pixel spectra from the mean spectra, within a plant community (analogous to alpha diversity), between plant communities (beta diversity), and across terrain composed of a mosaic of communities (gamma diversity). Surface subsidence was calculated from spaceborne interferometric synthetic aperture radar data from Sentinel-1. Results indicate the burn scars had consistently lower total gamma diversity and greater rates of subsidence than paired unburned reference areas, where both gamma diversity (R 2 = 0.74, p < 0.001) and relative subsidence (R 2 = 0.86, p < 0.001) decreased with the time since burn. Compared to older burn scars, young scars had higher gamma spectral diversities (0.013 and 0.005) and greater subsidence rates (−0.097 cm day−1 and −0.053 cm day−1). Communities subsiding at higher rates had higher gamma diversities (R 2 = 0.81, p < 0.001). Results indicate that rates of post-fire vegetation succession are amplified by the thickening of active layers and surface subsidence that increases both spectral and species diversity over 15 years following fire. These results support the idea that SD may be used as a remotely sensed analog of species diversity, used to advance knowledge of the trajectories of plant community change in response to interacting arctic disturbance regimes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».