Two populations of the common shrub Encelia farinosa in the northern and southern portions of the Mojave Desert have been surveyed each spring for nearly 40 years, providing an opportunity to assess highly variable shrub mortality in an arid ecosystem. Most of the newly established shrubs experienced mortality during the juvenile stage, with median survival time of about three years in both populations yet, a small number of shrubs lived for at least a dozen years or even decades. Applying machine learning techniques, we predicted shrub mortality at different life-history stages using random forest and logistic regression. First, we examined seedling survival to become yearlings (one-year old plants), finding that less than 3% of seedlings in both populations survived to become established yearling shrubs. Second, we predicted whether or not yearlings would die prior to reaching the mature adult stage (four years old). The models achieved an Area Under the Receiver Operating Characteristic (AUC) in the 0.80 range for the Oatman population (southern Mojave Desert) and 0.90 range for the Death Valley population (northern Mojave Desert). We found yearling characteristics of smaller shrub size, low leaf coverage, and location in specific microsites associated with experiencing mortality before reaching the mature stage. Third, using only the average juvenile plant characteristics over the first four years of life, we predicted whether or not new adult shrubs were likely to experience mortality within the next eight years. The performance in this application achieved AUC in the 0.72 range for both populations. We found adult Encelia farinosa shrubs that had juvenile characteristics of smaller size, flowered less frequently, and had smaller inter-plant distances for the Oatman population were associated with increased mortality within the next eight years. Overall, the size of the shrub was the most important feature for the mortality modeling applications. No significant difference in AUC was found for random forest and logistic regression.

普通灌木Encelia farinosa 的两个种群近 40 年来，每年春天都会对莫哈韦沙漠北部和南部的森林进行调查，这为评估干旱生态系统中高度可变的灌木死亡率提供了机会。大多数新建立的灌木在幼年阶段都经历了死亡，两个种群的中位存活时间都在三年左右，但少数灌木至少存活了十几年甚至几十年。应用机器学习技术，我们使用随机森林和逻辑回归预测了不同生活史阶段的灌木死亡率。首先，我们检查了幼苗成一岁（一年生植物）的存活情况，发现两个种群中只有不到 3% 的幼苗存活成为成熟的一岁灌木。第二，我们预测了一岁鸽是否会在达到成熟的成年阶段（四岁）之前死亡。该模型在 Oatman 种群（莫哈韦沙漠南部）和死亡谷种群（莫哈韦沙漠北部）的接收器操作特征 (AUC) 范围内实现了 0.80 范围内的面积。我们发现一岁的灌木大小较小、叶子覆盖率低以及在特定微型地点的位置与在达到成熟阶段之前经历死亡率相关。第三，仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 该模型在 Oatman 种群（莫哈韦沙漠南部）和死亡谷种群（莫哈韦沙漠北部）的接收器操作特征 (AUC) 范围内实现了 0.80 范围内的面积。我们发现一岁的灌木大小较小、叶子覆盖率低以及在特定微型地点的位置与在达到成熟阶段之前经历死亡率相关。第三，仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 该模型在 Oatman 种群（莫哈韦沙漠南部）和死亡谷种群（莫哈韦沙漠北部）的接收器操作特征 (AUC) 范围内实现了 0.80 范围内的面积。我们发现一岁的灌木大小较小、叶子覆盖率低以及在特定微型地点的位置与在达到成熟阶段之前经历死亡率相关。第三，仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 死亡谷人口的 90 范围（莫哈韦沙漠北部）。我们发现一岁的灌木大小较小、叶子覆盖率低以及在特定微型地点的位置与在达到成熟阶段之前经历死亡率相关。第三，仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 死亡谷人口的 90 范围（莫哈韦沙漠北部）。我们发现一岁的灌木大小较小、叶子覆盖率低以及在特定微型地点的位置与在达到成熟阶段之前经历死亡率相关。第三，仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人 仅使用生命前四年的平均幼年植物特征，我们预测新的成年灌木在未来八年内是否可能会死亡。该应用程序的性能在两个群体中都达到了 0.72 范围内的 AUC。我们找到了成人对于 Oatman 种群而言，具有较小尺寸的幼年特征、开花频率较低且植物间距离较小的Encelia farinosa灌木与未来八年内死亡率增加有关。总体而言，灌木的大小是死亡率建模应用程序的最重要特征。随机森林和逻辑回归的 AUC 没有发现显着差异。