Contributions of wildland fire to terrestrial ecosystem carbon dynamics in North America from 1990 to 2012
Notice bibliographique
Résumé
Abstract Burn area and the frequency of extreme fire events have been increasing during recent decades in North America, and this trend is expected to continue over the 21st century. While many aspects of the North American carbon budget have been intensively studied, the net contribution of fire disturbance to the overall net carbon flux at the continental scale remains uncertain. Based on national scale, spatially explicit and long‐term fire data, along with the improved model parameterization in a process‐based ecosystem model, we simulated the impact of fire disturbance on both direct carbon emissions and net terrestrial ecosystem carbon balance in North America. Fire‐caused direct carbon emissions were 106.55 ± 15.98 Tg C/yr during 1990–2012; however, the net ecosystem carbon balance associated with fire was −26.09 ± 5.22 Tg C/yr, indicating that most of the emitted carbon was resequestered by the terrestrial ecosystem. Direct carbon emissions showed an increase in Alaska and Canada during 1990–2012 as compared to prior periods due to more extreme fire events, resulting in a large carbon source from these two regions. Among biomes, the largest carbon source was found to be from the boreal forest, primarily due to large reductions in soil organic matter during, and with slower recovery after, fire events. The interactions between fire and environmental factors reduced the fire‐caused ecosystem carbon source. Fire disturbance only caused a weak carbon source as compared to the best estimate terrestrial carbon sink in North America owing to the long‐term legacy effects of historical burn area coupled with fast ecosystem recovery during 1990–2012.
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 | 0,001 | 0,001 |
| 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 ».