High-severity fires undermine resilience of black spruce-dominated boreal forests in eastern North America
Notice bibliographique
Résumé
Abstract Climate-induced fire regime shifts may reduce post-fire resilience of black spruce-dominated (BS; Picea mariana ) North American boreal forests. While post-fire vulnerability of immature BS stands has been extensively studied, no study has evaluated simultaneous effects of fire severity and seasonality on the post-fire regeneration of mature (> 60-year-old) BS stands. This study aims to quantify post-fire regeneration levels of BS and co-occurring tree species to assess ecosystem recovery and possible loss of resilience due to regeneration failure. We analyzed effects of seed bank conditions, fire regime characteristics (fire severity and seasonality), and seedbed conditions on BS post-fire regeneration in mature forests in Quebec, Canada. Post-fire regeneration density was extensively surveyed across ∼50 400 km 2 through a network of 536 plots that were distributed in 21 fires, which burned between 1995 and 2016. One-third of plots failed to regenerate (< 1750 conifer seedlings/ha) at levels adequate to produce closed-crown forest, whereas one-fifth experienced compositional changes, mainly towards jack pine (JP; Pinus banksiana ) dominance. Pre-fire basal area of BS and living Sphagnum ground cover increased BS post-fire regeneration, whereas high-severity crown fires and spring fires reduced it. These findings suggest that mature BS-dominated forests may lose resilience in response to high-severity and spring fires. Given the projected increase in fire severity, and the extension towards an early-fire season in response to climate change, our study suggests that post-fire regeneration failure may become more frequent over the coming decades, with potential negative consequences on ecosystem services that are provided by BS-dominated boreal forests.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».