From archives to satellites: uncovering loss and resilience in the kelp forests of Haida Gwaii
Notice bibliographique
Résumé
Coastal foundation species such as kelps, corals, and seagrasses play vital roles in supporting marine biodiversity and ecosystem services globally, but are increasingly threatened by climate change. In particular, kelp forests are highly dynamic ecosystems experiencing natural fluctuations across seasons and climate cycles, e.g., El Niño Southern Oscillation, Pacific Decadal Oscillation. As climate change increases variability in these cycles and extreme events such as marine heatwaves become more frequent, long term data are essential to understand deviations from the norm and to better estimate trends of change. This study uses a century-long dataset to examine kelp forest responses to regional drivers in Haida Gwaii, British Columbia, by combining remote sensing data from 1973-2021 with a snapshot of kelp distribution derived from historical records from 1867-1945. We reveal complex patterns of change, with kelp losses and resilience varying at different spatial scales. Kelp forests that had likely persisted for over a century exhibited an overall declining trend of 5 ± 2% per decade starting in the 1970s. Throughout the time series kelp area was driven by multi-year impacts of the Pacific Decadal Oscillation, El Nino Southern Oscillation, sea surface temperature anomalies and marine heatwaves, such as the 1998 El Niño and the 2014-2016 marine heatwave known as the ‘Blob’. In the warmest areas, kelp forests completely disappeared during the 1977 Pacific Decadal Oscillation shift. Cooler areas showed greater resilience, buffering the loss at the region wide scale, highlighting the importance of local gradients in understanding areas vulnerable to climate change. Lastly, local in situ surveys showed a lack of urchin barrens, and the presence of turf algae in the study region, further supporting the hypothesis that temperature, not herbivory, drove kelp forest loss in this region.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».