Edge-driven land degradation in protected tropical forests: Spatial insights from Bangladesh for targeted restoration
Notice bibliographique
Résumé
Tropical forest degradation, particularly within protected areas (PAs), represents an insidious form of land degradation that undermines ecosystem resilience, biodiversity, and carbon storage. Yet, degradation dynamics along PA boundaries remain poorly quantified at fine spatial scales. This study provides a spatially explicit assessment of edge-driven forest degradation in three ecologically significant PAs in Bangladesh—Bhawal National Park (BNP), Teknaf Wildlife Sanctuary (TWS), and Rema-Kalenga Wildlife Sanctuary (RKWS)—over a 23-year period (2001–2023). Leveraging the Hansen Global Forest Change dataset at 30 m resolution, we quantified tree cover loss across concentric buffer zones (0–500 m, 500–1000 m, and 1000–1500 m) and stratified results by canopy density to identify structurally vulnerable forest patches. Results reveal that degradation is spatially concentrated along PA edges: RKWS and TWS experienced the highest losses in the 0–500 m zone (12.4 ha/ha and 11.7 ha/ha, respectively). High-canopy forests (>75% cover) were disproportionately affected, contributing to 85% of total loss in RKWS. BNP exhibited a more diffuse degradation pattern, while TWS and RKWS showed intensified edge fragmentation. These findings expose a critical governance blind spot: legal protection does not ensure ecological integrity without spatially informed management. By integrating fine-scale remote sensing with landscape metrics, this study introduces a transferable methodology for identifying degradation-prone zones and prioritizing spatially targeted restoration. The approach offers broader utility for sustainable land management, particularly in tropical nations balancing conservation mandates with socio-demographic pressures. Insights are directly relevant to achieving ecosystem restoration targets under the Bonn Challenge and the UN Decade on Ecosystem Restoration.
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 | 0,001 | 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) | 0,002 | 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 ».