Quantifying burned area for North American forests: Implications for direct reduction of carbon stocks
Notice bibliographique
Résumé
[1] A synthesis was carried out to analyze information available to quantify fire activity and burned area across North America, including a comparison of different data sources and an assessment of how variations in burned area estimate impact carbon emissions from fires. Data sets maintained by fire management agencies provide the longest record of burned area information. Canada and Alaska have the most well developed data sets consisting of the perimeters of large fires (>200 ha) going back to 1959 and 1950, respectively. A similar data set back to 1980 exists for the Conterminous U.S., but contains data only from federal land management agencies. During the early half of the 20th century, average burned area across North America ranged between 10 and 20 × 106 ha yr−1, largely because of frequent surface fires in the southeastern U.S. Over the past two decades, an average of 5 × 106 ha yr−1 has burned. Moderate-resolution (500–1000 m) satellite burned area products information products appear to either underestimate burned area (GFED3 and MCD45A1) or significantly overestimate burned area (L3JRC and GLOBCARBON). Of all the satellite data products, the GFED3 data set provides the most consistent source of burned area when compared to fire management data. Because they do not suitably reflect actual fire activity, the L3JRC and GLOBCARBON burned area data sets are not suitable for use in carbon cycle studies in North America. The MCD45A1 data set appears to map a higher fraction of burned area in low biomass areas compared to the GFED3 data set.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».