Influence of landscape structure on patterns of forest fires in boreal forest landscapes in Sweden
Notice bibliographique
Résumé
To analyze the effect of landscape structure (viz. amount of wetlands) on the past forest fire regime in boreal Sweden, we reconstructed detailed fire histories by cross-dating fire scars in living and dead Scots pine (Pinus sylvestris L.) in two different landscape types: mire-free landscapes with a low proportion (1%2%) of mires and mire-rich landscapes with a high proportion (21%33%) of mires. Two localities were selected and at each one, adjacent mire-free and mire-rich areas of 256601 ha were sampled. Over the studied 650-year period, the two landscape types differed primarily in the fire intervals and sizes of fires. In the mire-rich landscapes, fires had frequently stopped against mire elements. The net effect was significantly longer fire intervals in the mire-rich than in the mire-free landscape (on average, 32 versus 56 years). The mire-rich areas also had a tail of very long fire intervals lacking in the mire-free areas (maximal interval 292 years). We conclude that mires can have a profound effect on both spatial and temporal patterns of forest fires in the boreal forest, but only when they are effective fuel breaks (i.e., they are wet enough) at the time the fires burn and if they truly dissect the nonmire portion of the forest landscape.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».