Evaluating and forecasting drought-induced tree mortality and its impacts on carbon dynamics of Canada's boreal forest
Bibliographic record
Abstract
Les sécheresses associées aux changements globaux ont causé un accroissement important des taux de mortalité des arbres à travers la forêt boréale du Canada, générant des impacts profonds sur ses fonctions écosystémiques et son bilan du carbone. Ces impacts devraient augmenter en raison des sécheresses plus fréquentes, plus intenses et plus longues prévues dans le cadre des futurs changements climatiques. Étant donné le rôle critique de la forêt boréale du Canada dans l'albédo de surface et du bilan de carbone de la Terre, l'évaluation et la prévision de la mortalité des arbres induite par la sécheresse et de ses impacts sur la dynamique du carbone de cet écosystème ont suscité un intérêt considérable de la part des scientifiques et des décideurs dans les dernières décennies. L'objectif général de cette recherche est d'améliorer notre compréhension et notre capacité à quantifier les impacts de la mortalité des arbres induite par la sécheresse sur la dynamique du carbone boréal au Canada. Plus précisément, cette étude vise à (1) développer un nouveau modèle basé sur le processus de mortalité des arbres boréaux induit par la sécheresse (TRIPLEX-Mortality); (2) Utiliser le modèle TRIPLEX-Mortality pour caractériser les changements spatio-temporels des taux de mortalité des arbres boréaux induits par la sécheresse et en quantifier les impacts sur le puits de carbone de la biomasse de 1970 à 2020; (3) Utiliser le modèle TRIPLEX-Mortality pour prévoir les taux de mortalité de ces arbres induits par la sécheresse et les impacts correspondants sur la dynamique du carbone dans le cadre du changement climatique futur. Un nouveau sous-modèle TRIPLEX-Mortality piloté par les données climatiques a été développé sur la base du mécanisme avancé (défaillance hydraulique et carence de carbone). La validation du modèle de mortalité TRIPLEX par rapport aux observations tirées des parcelles d'échantillonnage permanentes a confirmé sa capacité fiable à simuler la mortalité induite par la sécheresse dans les forêts boréales du Canada. De 1970 à 2020, nous avons révélé qu'il y a une tendance à la hausse de la mortalité des arbres induite par la sécheresse avec une accélération depuis 2002, ainsi qu’un taux annuel moyen de mortalité des arbres est de 2.7 %. Environ 43 % des forêts boréales du Canada ont connu une augmentation significative de la mortalité des arbres (dont 71 % sont situés dans la région ouest du pays). Cette augmentation a entraîné une perte de carbone significative à un taux approximatif de 1.51 ± 0.29 MgC ha-1 an-1 (intervalle de confiance à 95 %) avec une perte totale approximative de 0.46 ± 0.09 PgC par an (intervalle de confiance à 95 %) de 1970 à 2020. Il s'agit d'un énorme flux de carbone qui équivaut à environ 210 % des émissions annuelles totales de carbone du Canada. Nous prévoyons que la mortalité des arbres induite par la sécheresse (4.2 % ± 0.4 % ~ 7.2 % ± 0.4 %) et la réduction de la capacité en carbone de la biomasse (0.7 ± 0.06 Pg C an-1 ~1.29 ± 0.05 Pg C an-1) causées par la mortalité devraient augmenter selon les différents scénarios de changement climatique. L'étendue spatiale de l'augmentation de la mortalité des arbres induite par la sécheresse augmente avec l'augmentation du forçage radiatif pour les scénarios SSP, en particulier pour la région de l'Ouest du Canada. Si les changements climatiques futurs suivent la trajectoire de forçage le plus pessemiste (scénario SSP5-8.5), la région de l'est de la forêt boréale du Canada risque également de perdre son rôle de puits de carbone. Dans l'ensemble, le modèle TRIPLEX-Mortality est fiable pour estimer la mortalité des arbres induite par la sécheresse ainsi que pour évaluer leurs impacts sur la dynamique du carbone. Les sécheresses peuvent entraîner une augmentation continue de la mortalité et une perte importante de la capacité de carbone de la biomasse de la forêt boréale du Canada. La forêt boréale canadienne pourrait perdre son rôle de puits de carbone robuste, exacerbant le réchauffement climatique. Ce résultat pourrait fournir; a la fois une base solide pour orienter les stratégies de gestion forestière pour la santé de la forêt boréale du Canada et fournir de nouvelles perspectives sur la compréhension de la dynamique du carbone de la forêt boréale du Canada dans un monde en évolution.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".