How many trees are there in the North American boreal forest?
Notice bibliographique
Résumé
Boreal forests, the largest terrestrial biome on Earth, are highly varied in local tree density. Despite previous attempts to estimate tree density in boreal forests, the accuracy of the estimation is unknown, leaving the question how many trees there are in boreal forests largely unanswered. Here, we compiled tree density data from 4367 plots in North American boreal forest and developed tree height‐based generalized linear and machine learning models to address this question. We further produced the current boreal tree density map of North America, and projected tree density distribution in 2050 under the shared socioeconomic pathways (SSP) 126, 245 and 585 climate change scenarios. Our best‐performed and cross‐validated random forest model estimated a total of 277.2 (± 137.7 SD) billion trees in the North American boreal forest, 31.3% higher than the previously estimated 211.2 billion. Our projected tree density distributions in 2050 showed at least 11% increase in tree density in the region. This study improves our knowledge about boreal tree density and contributes to understanding the role of boreal forests in regulating forest ecosystem functions and informing adaptation and mitigation policy‐making. The projected warming‐induced increase in tree density suggests the potential of the North American boreal forest for carbon sequestration.
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 | 0,001 |
| 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 ».