Long-term effects of fire frequency on carbon storage and productivity of boreal forests: a modeling study
Notice bibliographique
Résumé
Climate change is predicted to shorten the fire interval in boreal forests. Many studies have recorded positive effects of fire on forest growth over a few decades, but few have modeled the long-term effects of the loss of carbon and nitrogen to the atmosphere. We used a process-based, dynamic, forest ecosystem model, which couples the carbon, nitrogen and water cycles, to simulate the effects of fire frequency on coniferous forests in the climate of Prince Albert, Saskatchewan. The model was calibrated to simulate observed forest properties. The model predicted rapid short-term recovery of net primary productivity (NPP) after fire, but in the long term, supported the hypotheses that (1) current NPP and carbon content of boreal forests are lower than they would be without periodic fire, and (2) any increase in fire frequency in the future will tend to lower NPP and carbon storage. Lower long-term NPP and carbon storage were attributable to (1) loss of carbon on combustion, equal to about 20% of NPP over a 100-200 year fire cycle, (2) loss of nitrogen by volatilization in fire, equal to about 3-4 kg N ha(-1) year(-1) over a 100-200 year fire cycle, and (3) the fact that the normal fire cycle is much shorter than the time taken for the forest (especially the soil) to reach an equilibrium carbon and nitrogen content. It was estimated that a shift in fire frequency from 200 to 100 years over 1000 Mha of boreal forest would release an average of about 0.1 Gt C year(-1) over many centuries.
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 | 0,000 |
| 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 ».