A refinement of models projecting future Canadian fire regimes using homogeneous fire regime zones
Notice bibliographique
Résumé
Broad-scale fire regime modelling is frequently based on large ecological and (or) administrative units. However, these units may not capture spatial heterogeneity in fire regimes and may thus lead to spatially inaccurate estimates of future fire activity. In this study, we defined homogeneous fire regime (HFR) zones for Canada based on annual area burned (AAB) and fire occurrence (FireOcc), and we used them to model future (2011–2040, 2041–2070, and 2071–2100) fire activity using multivariate adaptive regression splines (MARS). We identified a total of 16 HFR zones explaining 47.7% of the heterogeneity in AAB and FireOcc for the 1959–1999 period. MARS models based on HFR zones projected a 3.7-fold increase in AAB and a 3.0-fold increase in FireOcc by 2100 when compared with 1961–1990, with great interzone heterogeneity. The greatest increases would occur in zones located in central and northwestern Canada. Much of the increase in AAB would result from a sharp increase in fire activity during July and August. Ecozone- and HFR-based models projected relatively similar nationwide FireOcc and AAB. However, very high spatial discrepancies were noted between zonations over extensive areas. The proposed HFR zonation should help providing more spatially accurate estimates of future ecological patterns largely driven by fire in the boreal forest such as biodiversity patterns, energy flows, and carbon storage than those obtained from large-scale multipurpose classification units.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».