論文の概要: Rapid Loss of the Sierra Nevada's Largest Trees Driven by Fire

• arxiv url: http://arxiv.org/abs/2609.17925v1
• Date: Tue, 15 Sep 2026 23:33:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.573949
• Title: Rapid Loss of the Sierra Nevada's Largest Trees Driven by Fire
• Title（参考訳）: シエラネバダ最大の木が火事で焼失
• Abstract要約: 大きな木は、バイオマスの貯蔵、生息地構造、生態系の機能に不均等に寄与する。 6,515,705本の大きな木がマッピングされ、シエラネバダ・フローラティカル州の約78.7%で発生した。 森林火災は、シエラネバダ山脈のすべての大きな木々の10%を死亡させ、大きな木死の要因となった。
• 参考スコア（独自算出の注目度）: 9.431515281939843
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large trees disproportionately contribute to biomass storage, habitat structure, and ecosystem functioning. However, their distribution and health dynamics remain poorly quantified at a regional scale. Here, a deep learning model (U-Net-ID) and canopy height models derived from sub-meter aerial imagery from 2020 were used to delineate all individual trees with crown area $\geq$ 100 m$^2$ across the Sierra Nevada Floristic Province. The model was trained using more than 3.3 million synthetic tree crowns and achieved a median Intersection over Union (IoU) of 0.602 when validated against an independent dataset of 20,273 crowns. A total of 6,515,705 large trees were mapped, occurring across approximately 78.7% of the Sierra Nevada Floristic Province. The spatial distribution of large trees showed associations with elevation, temperature, and precipitation. Using Sentinel-2 time series from 2020 to 2025, tree health dynamics were characterized by extracting spectral trajectories for each crown and applying BFAST breakpoint detection algorithm combined with a disturbance classification framework to identify mortality, disturbance, and recovery trajectories of individual trees. Wildfires, estimated from CAL FIRE fire perimeters, were identified as the dominant driver of large-tree mortality, killing 10% of all large trees in the Sierra Nevada, with mortality strongly concentrated during the extreme 2020-2021 fire seasons.
• Abstract（参考訳）: 大きな木は、バイオマスの貯蔵、生息地構造、生態系の機能に不均等に寄与する。 しかし、その分布と健康動態は、地域規模ではほとんど定量化されていない。 深層学習モデル (U-Net-ID) と天蓋の高さモデルを用いて、シエラネバダ・フローリスティック州を横断する樹冠面積$100 m$^2$の樹冠木をデライン化した。 このモデルは330万本以上の合成樹冠を用いて訓練され、20,273本の樹冠の独立したデータセットに対して0.602の中央値のIoU(Intersection over Union)を達成した。 6,515,705本の大きな木がマッピングされ、シエラネバダ・フローラティカル州の約78.7%で発生した。 大型樹の空間分布は標高,温度,降水量と相関していた。 2020年から2025年までのSentinel-2時系列を用いて、樹冠のスペクトル軌跡を抽出し、BFASTブレークポイント検出アルゴリズムと乱れ分類フレームワークを併用して、個々の木の死亡、乱れ、回復軌跡を同定することにより、樹木の健康動態を解析した。 CAL FIREの火災周辺から推定される山火事は、シエラネバダ山脈のすべての大きな木々の10%を死亡させ、2020-2021年の極端な火災シーズンでは死が強く集中した。

関連論文リスト

• Multisource Remote Sensing and Geospatial Analysis of Vineyard Wildfire Impacts and Resilience: The 2019 Kincade Fire [0.0]
  カリフォルニア州ソノマ郡で発生した2019年キンケード火災における山火事のレジリエンスについて検討した。 我々は,4,581のブドウ畑,森林植生,測量された構造物,道路,頭上煙,放火後の緑化にまたがる,オープンでイベント対応の地理空間的枠組みを用いた。 ブドウ園の画素は, 周囲の野生のピクセルに比べて, dNBRが有意に低かった。
  論文  参考訳（メタデータ） (2026-09-14T18:06:35Z)
• The spatial anatomy of urban wildfire vulnerability: a spatially validated GeoAI framework reveals the roles of building density and vegetation moisture in structure loss during the 2025 Palisades Fire [0.0]
  我々は2025年1月のパリセーデス火災に備え,空間的検証を行ったGeoAIワークフローを開発した。 100m以内の建物数は最も高い予測値であり、破壊確率は標準偏差あたり4.12倍に増加した。 その結果, 単発都市山火事モデリングの最低基準として, 地域規模による感受性スクリーニング, 湿性を考慮した植生管理, 空間的ブロック検証が支援された。
  論文  参考訳（メタデータ） (2026-08-23T08:37:52Z)
• Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
  Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。 衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
  論文  参考訳（メタデータ） (2026-07-08T18:14:24Z)
• Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations [0.23301643766310368]
  カナダ・オンタリオ州の810km$2$の景観を対象とした,クラウンレベルの地上バイオマス(AGB)フレームワークを提案する。 ルールベースの擬似ラベルに基づいてトレーニングされた二重ストリームのクロスアテンションネットワークは、建物、針葉樹、落葉樹のセマンティックマークを生成した。 2018年の総AGBは1.73Tg、2023年の1.81Tg(811-850GgC)、ニアガラ・エスカルメント沿いの地元の密度は$sim140$Mgha$-1$となった。
  論文  参考訳（メタデータ） (2026-06-24T15:02:39Z)
• FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
  森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。 異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。 乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
  論文  参考訳（メタデータ） (2025-12-18T19:35:09Z)
• Probabilistic Wildfire Susceptibility from Remote Sensing Using Random Forests and SHAP [0.0]
  森林火災は世界中の生態系に重大な脅威をもたらす。 本研究は、ランダム森林アルゴリズムを用いて、カリフォルニアの総合的な山火事リスクマップを作成することを目的としている。
  論文  参考訳（メタデータ） (2025-11-12T06:05:41Z)
• Climate-sensitive Urban Planning through Optimization of Tree Placements [55.11389516857789]
  気候変動は、熱波を含む多くの極端な気象事象の強度と頻度を増している。 最も有望な戦略の1つは、街路樹の恩恵を利用して歩行者レベルの環境を冷やすことである。 物理シミュレーションでは、樹木の放射的および熱的影響が人間の熱的快適性に与える影響を推定できるが、高い計算コストが生じる。 我々は,屋外の熱的快適さの駆動因子である点平均放射温度を,様々な時間スケールでシミュレーションするためにニューラルネットワークを用いた。
  論文  参考訳（メタデータ） (2023-10-09T13:07:23Z)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• SGA: A Robust Algorithm for Partial Recovery of Tree-Structured Graphical Models with Noisy Samples [75.32013242448151]
  ノードからの観測が独立しているが非識別的に分散ノイズによって破損した場合、Ising Treeモデルの学習を検討する。 Katiyarら。 (2020) は, 正確な木構造は復元できないが, 部分木構造を復元できることを示した。 統計的に堅牢な部分木回復アルゴリズムであるSymmetrized Geometric Averaging(SGA)を提案する。
  論文  参考訳（メタデータ） (2021-01-22T01:57:35Z)
• A global method to identify trees outside of closed-canopy forests with medium-resolution satellite imagery [0.0]
  密集した閉鎖性林の外の伐採された木は、炭素の隔離、生活支援、生態系の整合性維持、気候変動の適応と緩和に重要である。 クローズド・キャノピー林内の樹木とは対照的に,世界規模で散在する樹木の空間的広さと分布についてはあまり分かっていない。 中高分解能光・レーダ画像を用いて,3メートル以上の天蓋径の樹木を同定する一貫した手法を提案する。
  論文  参考訳（メタデータ） (2020-05-13T15:58:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。