Has the tortoise scale exacerbated fire severity in Mediterranean stone pine forests?
Notice bibliographique
Résumé
Abstract Background Introduction of non-native insect species and extreme wildfire events threaten terrestrial ecosystems and their services worldwide. However, the effect of invasive sap-feeding insect species outbreaks on fire severity is poorly understood, particularly regarding their effects on fire behavior and the probability of crown fire ignition. We set up two experimental designs to investigate how the alien tortoise scale Toumeyella parvicornis influenced fire behavior dynamics and canopy surface reflectance in Mediterranean Pinus pinea stands that were severely burnt in the summer of 2017. We combined Rothermel’s model for fire surface spread and Van Wagner’s crown ignition model to simulate fire behavior and employed data from the Landsat 8 collection to detect canopy wilt symptoms related to the multivoltine T. parvicornis abundance. Results Simulating fire behavior in single-story P. pinea thinned and unthinned stands indicated that all the predicted fires were surface fires. Uncertainty analysis of the canopy fuel attribute model inputs revealed that fires in thinned stands were entirely classified as surface fires. In contrast, only 62.7% were surface fires in unthinned stands, whereas 37.3% were categorized as conditional fire types. Among the Landsat reflectance bands, only the NIR, green, and SWIR 2 were sensitive to the abundance of T. parvicornis . Based on these sensitive bands, two-band NIR-multiplied vegetation indices were significantly associated with the abundance of T. parvicornis from the fall generation onward when sooty mold consistently covered the canopy needles. Conclusion The divergence between observed and predicted fires in pine stands highlights the need to investigate the processes and variables linked to T. parvicornis feeding activity on P. pinea trees to enhance fire behavior prediction. Therefore, understanding how insect outbreaks can modify fire behavior in pine stands is crucial for effective management at the local and landscape levels. Identifying the vegetation index based on sensitive bands represents an essential step toward the early recognition of insect outbreaks on a large spatial scale.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».