An analysis of controls on fire activity in boreal Canada: comparing models built with different temporal resolutions
Notice bibliographique
Résumé
Fire regimes of the Canadian boreal forest are driven by certain environmental factors that are highly variable from year to year (e.g., temperature, precipitation) and others that are relatively stable (e.g., land cover, topography). Studies examining the relative influence of these environmental drivers on fire activity suggest that models making explicit use of interannual variability appear to better capture years of climate extremes, whereas those using a temporal average of all available years highlight the importance of land-cover variables. It has been suggested that fire models built at different temporal resolutions may provide a complementary understanding of controls on fire regimes, but this claim has not been tested explicitly with parallel data and modeling approaches. We addressed this issue by building two models of area burned for the period 1980–2010 using 14 explanatory variables to describe ignitions, vegetation, climate, and topography. We built one model at an annual resolution, with climate and some land-cover variables being updated annually, and the other model using 31-year fire “climatology” based on averaged variables. Despite substantial differences in the variables' contributions to the two models, their predictions were broadly similar, which suggests coherence between the spatial patterns of annually varying climate extremes and long-term climate normals. Where the models' predictions diverged, discrepancies between the annual and averaged models could be attributed to specific explanatory variables. For instance, annually updating land cover allowed us to identify a possible negative feedback between flammable biomass and fire activity. These results show that building models at more than one temporal resolution affords a deeper understanding of controls on fire activity in boreal Canada than can be achieved by examining a single model. However, in terms of spatial predictions, the additional effort required to build annual models of fire activity may not always be warranted in this study area. From a management and policy standpoint, this key finding should boost confidence in models that incorporate climatic normals, thereby providing a stronger foundation on which to make decisions on adaptation and mitigation strategies for future fire activity.
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 | 0,001 |
| 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 | 0,000 |
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 ».