Late Quaternary Montane Forest Dynamics From Equatorial East Africa: A Biome Perspective
Notice bibliographique
Résumé
ABSTRACT Aim Understanding environmental change over large spatial and temporal scales requires working at a broad ecological scale to enable cross‐site comparisons. This allows data‐based comparisons to dynamic vegetation model outputs, with utility for climate and land cover modelling. We synthesise multisite pollen data at the biome level to understand Equatorial Afromontane ecosystem response to climate change over the last 50,000 years and quantitatively document the timing, character and spatial patterns of ecosystem transitions. Location Mountains of Equatorial East Africa. Time Period Late Quaternary (50,000 cal year BP–present). Taxon Angiosperms (trees, shrubs and grasses), gymnosperms (conifers), pteridophytes (ferns) and bryophytes (clubmosses). Methods A literature review revealed 58 available published pollen sites from Equatorial East African Mountains. Original geochronological and palynological data were collated from 34 sites from the African Pollen Database (APD) and directly from authors. Pollen taxonomies were updated and harmonised using the African Plant Database. The geochronologies were reanalysed and radiocarbon data ( n = 219) were IntCal20 calibrated to develop linearly interpolated age‐depth models. The 636 pollen taxa were grouped into 21 plant functional types and combined into seven biomes that represent the range of montane ecosystems. A rate of change analysis at each site provided a scale of the change through time at each site. Results Mesic montane forest biomes were present throughout the 50,000 cal year BP. Cold and dry montane biomes expanded during and after the Last Glacial Maximum (LGM). Warm and wet forest biomes expanded from the early Holocene and more open biomes expanded in the Late Holocene. Regional differences were observed, such as the Eastern Arc Mountain sites recording relatively little change in comparison with isolated volcanic mountains. The rate of change analysis highlights periods with a high rate of change (45,000–35,000, 11,000–5000 and 5000–present) while 35,000–20,000 is relatively stable. Main Conclusions Equatorial East African Montane forests are driven by local to regional vegetation responses to past climate changes. The research highlights that both the pace and nature of interactions in ecological systems vary widely across these montane 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 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 | 0,001 | 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 ».