MétaCan
Menu
Retour à la cohorte
Enregistrement W1957707937 · doi:10.1029/2011jg001886

The influence of burn severity on postfire vegetation recovery and albedo change during early succession in North American boreal forests

2012· article· en· W1957707937 sur OpenAlexfundaboutno aff
Yufang Jin, James T. Randerson, S. J. Goetz, Pieter S. A. Beck, M. M. Loranty, Michael L. Goulden

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Forest ServiceOffice of Polar ProgramsNational Oceanic and Atmospheric AdministrationNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceBorealAlbedo (alchemy)Vegetation (pathology)Moderate-resolution imaging spectroradiometerEcological successionAtmospheric sciencesClimatologyTaigaPhysical geographySatelliteGeologyEcologyForestryGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Severity of burning can influence multiple aspects of forest composition, carbon cycling, and climate forcing. We quantified how burn severity affected vegetation recovery and albedo change during early succession in Canadian boreal regions by combining satellite observations from the Moderate Resolution Imaging Spectroradiometer (MODIS) and the Canadian Large Fire Database. We used the MODIS‐derived difference Normalized Burn Ratio (dNBR) and initial changes in spring albedo as measures of burn severity. We found that the most severe burns had the greatest reduction in summer MODIS Enhanced Vegetation Index (EVI) in the first year after fire, indicating greater loss of vegetation cover. By 5–8 years after fire, summer EVI for all severity classes had recovered to within 90%–108% of prefire levels. Spring and summer albedo progressively increased during the first 7 years after fire, with more severely burned areas showing considerably larger postfire albedo increases during spring and more rapid increases during summer as compared with moderate‐ and low‐severity burns. After 5–7 years, increases in spring albedo above prefire levels were considerably larger in high‐severity burns (0.20 ± 0.06; defined by dNBR percentiles greater than 75%) as compared to changes observed in moderate‐ (0.16 ± 0.06; for dNBR percentiles between 45% and 75%) or low‐severity burns (0.13 ± 0.06; for dNBR percentiles between 20% and 45%). The sensitivity of spring albedo to dNBR was similar in all ecozones and for all vegetation types along gradients of burn severity. These results suggest carbon losses associated with increases in burn severity observed in some areas of boreal forests may be at least partly offset, in terms of climate impacts, by increases in negative forcing associated with changes in surface albedo.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,748

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations163
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetFire effects on ecosystemsTravaux en français237 207