An ecosystem resilience index that integrates measures of vegetation function, structure, and composition
Notice bibliographique
Résumé
As ecosystem disturbances increase due to human induced global change, accurately quantifying ecosystem resilience has never been more critical. This study introduces a spatially explicit Ecosystem Resilience Index (ERI), that integrates vegetation function, structure, and composition recovery metrics. We provide proof-of-concept for this index by applying it to a wildfire in northwestern Montana by leveraging novel and existing remote sensing datasets to evaluate ecosystem resilience and environmental drivers. First, we independently assessed each metric of ecosystem recovery, and examined how each recovery metric was influenced by abiotic and biotic environmental drivers. We found that ecosystem structure, as estimated by canopy height, showed the highest level of recovery (62 %), followed by composition as measured by relative vegetation abundance (60 %) and function as measured by primary productivity (35 %) over 17 years. Our study revealed that each ecosystem recovery metric is influenced by distinct environmental drivers. Specifically, structural recovery was strongly predicted by distance to seed source, and solar radiation. Compositional recovery was predominantly driven by solar radiation and available soil water capacity. Lastly, burn severity and the terrain ruggedness index were the primary drivers of functional recovery. Finally, we synthesized each ecosystem recovery metric into our ERI, revealing that the overall resilience in our study domain was 54 %. Our estimated ERI rate of 3 %/yr indicates that this forested ecosystem located within the Western Canadian Rockies Ecoregion remains resilient compared to its historical fire return interval of 120 years would yield a 100 % ERI. ERI was driven by solar radiation, distance to seed source, and burn severity. Our findings illustrate that different ecosystem recovery metrics may not provide similar estimates of ecosystem resilience and that recovery metrics may be sensitive to different environmental drivers. Thus an index that incorporates multiple recovery metrics provides a more comprehensive understanding of ecosystem 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».