Expansion of treed area over Canada’s forested ecosystems: spatial and temporal trends
Notice bibliographique
Résumé
Abstract Monitoring changes in forest cover is critical to understanding forest dynamics and informing sustainable forest management practices. Both Canada’s National Forest Inventory and satellite-based monitoring programs have consistently reported an increasing trend in treed area over recent decades, despite differences in survey design, spatial resolution, and temporal representation. This study presents a spatially explicit mapping approach that integrates annual satellite-derived land cover data (1984–2022) with historical disturbance records to analyze treed area dynamics at regional and national scales. Using this approach, we assess the spatial and temporal trends in treed areas in Canada’s forested ecosystems over nearly four decades, distinguishing between treed area gains resulting from recent disturbances and those related to older, pre-1984 baseline events. Our analysis revealed an average annual increase in treed area of 0.19% nationally (632 655 ha per year), resulting in a total increase of 24.04 Mha (7.2%) over the 39-year period. This increase is mainly due to post-disturbance tree regrowth and natural expansion of trees into previously non-treed areas, especially along forest edges, in gaps, and in wetlands transitioning to treed vegetation. Tree dynamics varied by ecozone, with northern regions (e.g. Hudson Plains, Taiga Cordillera) experiencing the greatest relative gains in treed area, while southern regions (e.g. Montane Cordillera) showed localized declines due to wildfire and other disturbances. Comparisons with National Forest Inventory data revealed similar trends in treed area increase, with notable differences in the direction of change for some ecozones, such as the Hudson Plains and Montane Cordillera. By providing spatially and temporally detailed insights, this study complements sample-based national statistics and provides annualized, spatially explicit mapping that enhances our understanding of forest dynamics and informs similar applications in other regions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».