Satellite observations reveal stable forest limits and shrub expansion across the Canadian forest-tundra ecotone
Notice bibliographique
Résumé
Abstract Climate change at high latitudes is expected to increase the cover of woody vegetation across the forest-tundra ecotone. However, there is still uncertainty concerning the nature and magnitude of these changes. In this study, we used open access satellite remote sensing data from ICESat-2 and Landsat to model change in vegetation structure across 183 million hectares of the Canadian forest-tundra ecotone from 1985 to 2021. We used Random Forests models to predict canopy presence and height across six time periods at 30 m spatial resolution. Change between time periods was used to classify nine stable and transitional vegetation types. We used these data to map advance and retreat in the northernmost forest limit and linked change types to disturbance history. Over the study period, the extent of forested area increased by 0.9% and the forest limit warmed by 1.08 °C, receiving 25 mm more annual precipitation. However, large parts of the forest limit remained stable over time despite favorable climate conditions. Our mapping also revealed divergent patterns in forest and shrub expansion across the ecotone, with shrubs exhibiting more widespread and diffuse expansion above the forest limit. Increasing vegetation structure across the ecotone was strongly associated with fire history as 80% of mapped vegetation changes occurred in disturbed areas. The majority of forest growth and new forest expansion occurred in fires that burned over 40 years ago. These findings highlight the importance of disturbance-recovery dynamics in structural vegetation change over decadal time periods.
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 ».