Geographic patterns of upward shifts in treeline vegetation across western North America, 1984–2017
Notice bibliographique
Résumé
Abstract. Previous research has shown that (1) treelines are shifting upward in elevation on high mountain peaks worldwide, and (2) the rate of the upward shift appears to have increased markedly in recent decades, at least in a few cases that have been studied in detail. Because treeline elevational shift is a process manifested over broad scales of space and time, a particular challenge has been that of obtaining a broad enough view of patterns of treeline shift to permit inferences about geographic and environmental patterns. What is more, intensive studies of treelines have been concentrated in north temperate regions such that little information is available about treeline shift patterns at lower latitudes. We attempted to address this challenge by analyzing long time series of vegetation indices derived from Landsat imagery obtained and prepared via Google Earth Engine from the 1980s to the present. We sampled vegetation indices at points spaced every 100 m along 100 km transects radiating out in eight directions from 115 high peaks across western North America (Canada to Central America), which means that we are sampling approximately every second or third pixel in the corresponding Landsat images. Considerable data preparation was necessary, including ending transects <2 km into closed forest, identifying current treelines via reference to Google Earth imagery, and consideration only of up to <1 km above the treeline. Patterns that emerged were – as is well known – that treelines are generally higher at lower latitudes but – previously unknown – that the magnitude of treeline shifts is nonrandomly distributed with respect to latitude, longitude, and their interaction. This analysis, via a broad-scale view of treeline shifts over almost 40 years and a geographic span of more than 40° of latitude, demonstrates that climate change effects and consequent treeline shifts are most dramatic in tropical regions where few or no detailed treeline studies have been or are being conducted.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».