Surface runoff and erosion after prescribed burning and the effect of different fire regimes in forests and shrublands: a review
Notice bibliographique
Résumé
This paper examines the state of knowledge about the effects of prescribed burning on surface runoff and erosion at point to catchment scales in forests and shrublands. Fires can increase surface runoff and erosion by removing vegetation, changing soil hydrologic properties and providing a readily erodible layer of sediment and ash. Catchment-scale studies in prescribed-burnt areas usually report minimal impacts from the burn. However, measurements at smaller spatial scales suggest that large changes to hydrologic properties and processes do occur, and a debris-flow example from Australia demonstrates that large catchment-scale impacts are possible. It appears that existing catchment-scale studies in prescribed burns do not capture these large events as the sample size (i.e. number of studies) is too small relative to the infrequency of such events. Furthermore, numerous knowledge gaps across all spatial scales limit understanding of the processes contributing to post-prescribed burn runoff and erosion. Understanding the influence of fire regime characteristics on post-fire runoff and erosion is particularly important in the context of prescribed burning, as fire regimes can be manipulated to reduce erosion and water-quality impacts. Therefore, two directions for future research are recommended: (1) process-based studies to understand the factors controlling surface runoff and erosion, particularly in relation to aspects of the fire regime; and (2) landscape-scale surveys to quantify large erosion events.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
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 ».