Biomass burning fuel consumption rates: a field measurement database
Notice bibliographique
Résumé
Abstract. Landscape fires show large variability in the amount of biomass or fuel consumed per unit area burned. Fuel consumption (FC) depends on the biomass available to burn and the fraction of the biomass that is actually combusted, and can be combined with estimates of area burned to assess emissions. While burned area can be detected from space and estimates are becoming more reliable due to improved algorithms and sensors, FC is usually modeled or taken selectively from the literature. We compiled the peer-reviewed literature on FC for various biomes and fuel categories to understand FC and its variability better, and to provide a database that can be used to constrain biogeochemical models with fire modules. We compiled in total 77 studies covering 11 biomes including savanna (15 studies, average FC of 4.6 t DM (dry matter) ha−1 with a standard deviation of 2.2), tropical forest (n = 19, FC = 126 ± 77), temperate forest (n = 12, FC = 58 ± 72), boreal forest (n = 16, FC = 35 ± 24), pasture (n = 4, FC = 28 ± 9.3), shifting cultivation (n = 2, FC = 23, with a range of 4.0–43), crop residue (n = 4, FC = 6.5 ± 9.0), chaparral (n = 3, FC = 27 ± 19), tropical peatland (n = 4, FC = 314 ± 196), boreal peatland (n = 2, FC = 42 [42–43]), and tundra (n = 1, FC = 40). Within biomes the regional variability in the number of measurements was sometimes large, with e.g. only three measurement locations in boreal Russia and 35 sites in North America. Substantial regional differences in FC were found within the defined biomes: for example, FC of temperate pine forests in the USA was 37% lower than Australian forests dominated by eucalypt trees. Besides showing the differences between biomes, FC estimates were also grouped into different fuel classes. Our results highlight the large variability in FC, not only between biomes but also within biomes and fuel classes. This implies that substantial uncertainties are associated with using biome-averaged values to represent FC for whole biomes. Comparing the compiled FC values with co-located Global Fire Emissions Database version 3 (GFED3) FC indicates that modeling studies that aim to represent variability in FC also within biomes, still require improvements as they have difficulty in representing the dynamics governing FC.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».