Hydrological controls on deep burning in a northern forested peatland
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract While previous boreal peatland wildfire research has generally reported average organic soil burn depths ranging from 0.05 to 0.20 m, here, we report on deep burning in a peatland in the Utikuma Complex forest fire (SWF‐060, ~90 000 ha, May 2011) in the sub‐humid climate of Alberta's Boreal Plains. Deep burning was prevalent at peatland margins, where average burn depths of 0.42 ± 0.02 m were fivefold greater than in the middle of the peatland. We examined adjacent unburned sections of the peatland to characterize the hydrological and hydrophysical conditions necessary to account for the observed burn depths. Our findings suggest that the peatland margin at this site represented a smouldering hotspot due to the effect of dynamic hydrological conditions on margin peat bulk density and moisture. Specifically, the coupling of dense peat (bulk density >100 kg m −3 ) and low peat moisture ( m <250%) at the peatland margin allowed for severe smouldering to propagate deep into the peat profile. We estimated that carbon release from this margin ‘hotspot’ ranged from 10 to 85 kg C m −2 (mean = 27 kg C m −2 ), accounting for ~80% of the total soil carbon loss from the peatland during the wildfire. As such, we suggest that current estimations of peatland carbon loss from wildfires that exclude (and/or miss) these ‘hotspots’ are likely underestimating total carbon emissions from peatland wildfires. We conclude that assessments of natural and managed peatland vulnerability to wildfire should focus on identifying dense peat on the landscape that is vulnerable to drying. Copyright © 2015 John Wiley & Sons, Ltd.
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.
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 | 0,001 |
| 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) | 0,000 | 0,001 |
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 découle