The influence of burn severity on postfire vegetation recovery and albedo change during early succession in North American boreal forests
Notice bibliographique
Résumé
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 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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».