The climate space of fire regimes in north‐western North America
Notice bibliographique
Résumé
Abstract Aim Studies of fire activity along environmental gradients have been undertaken, but the results of such studies have yet to be integrated with fire‐regime analysis. We characterize fire‐regime components along climate gradients and a gradient of human influence. Location We focus on a climatically diverse region of north‐western North America extending from northern British Columbia, Canada, to northern Utah and Colorado, USA . Methods We used a multivariate framework to collapse 12 climatic variables into two major climate gradients and binned them into 73 discrete climate domains. We examined variation in fire‐regime components (frequency, size, severity, seasonality and cause) across climate domains. Fire‐regime attributes were compiled from existing databases and Landsat imagery for 1897 large fires. Relationships among the fire‐regime components, climate gradients and human influence were examined through bivariate regressions. The unique contribution of human influence was also assessed. Results A primary climate gradient of temperature and summer precipitation and a secondary gradient of continentality and winter precipitation in the study area were identified. Fire occupied a distinct central region of such climate space, within which fire‐regime components varied considerably. We identified significant interrelations between fire‐regime components of fire size, frequency, burn severity and cause. The influence of humans was apparent in patterns of burn severity and ignition cause. Main conclusions Wildfire activity is highest where thermal and moisture gradients converge to promote fuel production, flammability and ignitions. Having linked fire‐regime components to large‐scale climate gradients, we show that fire regimes – like the climate that controls them – are a part of a continuum, expanding on models of varying constraints on fire activity. The observed relationships between fire‐regime components, together with the distinct role of climatic and human influences, generate variation in biotic communities. Thus, future changes to climate may lead to ecological changes through altered fire regimes.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».