Fire and the relative roles of weather, climate and landscape characteristics in the Great Lakes‐St. Lawrence forest of Canada
Notice bibliographique
Résumé
Abstract Question: In deciduous‐dominated forest landscapes, what are the relative roles of fire weather, climate, human and biophysical landscape characteristics for explaining variation in large fire occurrence and area burned? Location: The Great Lakes‐St. Lawrence forest of Canada. Methods: We characterized the recent (1959–1999) regime of large (≥ 200 ha) fires in 26 deciduous‐dominated landscapes and analysed these data in an information‐theoretic framework to compare six hypotheses that related fire occurrence and area burned to fire weather severity, climate normals, population and road densities, and enduring landscape characteristics such as surficial deposits and large lakes. Results: 392 large fires burned 833 698 ha during the study period, annually burning on average 0.07%± 0.42% of forested area in each landscape. Fire activity was strongly seasonal, with most fires and area burned occurring in May and June. A combination of antecedent‐winter precipitation, fire season precipitation deficit/surplus and percent of landscape covered by well‐drained surficial deposits best explained fire occurrence and area burned. Fire occurrence varied only as a function of fire weather and climate variables, whereas area burned was also explained by percent cover of aspen and pine stands, human population density and two enduring characteristics: percent cover of large water bodies and glaciofluvial deposits. Conclusion: Understanding the relative role of these variables may help design adaptation strategies for forecasted increases in fire weather severity by allowing (1) prioritization of landscapes according to enduring characteristics and (2) management of their composition so that substantially increased fire activity would be necessary to transform landscape structure and composition.
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 | 0,004 | 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 | 0,001 |
| 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 ».