A tale of two parks: contemporary fire regimes of Litchfield and Nitmiluk National Parks, monsoonal northern Australia
Notice bibliographique
Résumé
Fires burn vast areas of the monsoonal savannas of northern Australia each year. This paper describes the contemporary fire regimes of two ecologically similar, relatively large national parks (Litchfield—1464 km2; Nitmiluk—2924 km2) in the Top End of the Northern Territory, over 8 and 9 years, respectively. Fire histories for both parks were derived from interpretation of LANDSAT TM imagery, supplemented with NOAA-AVHRR for cloudy periods at the end of the 7-month dry season ( c . April–Oct). Data concerning seasonality, extent and frequency of burning were analysed with respect to digital coverages for the park as a whole, landscape units, vegetation types, infrastructure and tenure boundaries. Ground-truth data established that interpreted accuracy overall, for 2 assessment years, ranged between 82 and 91% for both parks. Over 50% of Litchfield and 40% of Nitmiluk was burnt on average over this period, with Litchfield being burnt substantially in the earlier, cooler, and moister, dry season, and Nitmiluk mostly in the parched late dry season, after August. On both parks the current frequency of burning in at least low open woodland / heath habitats is ecologically unsustainable. Both parks are prone to extensive fire incursions. The data support earlier regional assessments that the average fire return interval is around 2 years in at least some areas of northern Australia. Nevertheless, comparison of contemporary fire regimes operating in three major regional national parks shows distinct differences, particularly with respect to the extent and seasonality (hence intensity) of burning in relation to different landscape components. Management implications are considered in discussion.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».