Influence of topography and fuels on fire refugia probability under varying fire weather conditions in forests of the Pacific Northwest, USA
Notice bibliographique
Résumé
Fire refugia — locations that burn less severely or less frequently than surrounding areas — support late-successional and old-growth forest structure and function. This study investigates the influence of topography and fuels on the probability of forest fire refugia under varying fire weather conditions. We focused on recent large fires in Oregon and Washington, United States (n = 39 fires > 400 ha, 2004–2014). Our objectives were to (1) map fire refugia as a component of the burn severity gradient, (2) quantify the predictability of fire refugia as a function of prefire fuels and topography under moderate and high fire weather conditions, and (3) map the conditional probability of fire refugia to illustrate their spatial patterns in old-growth forests. Fire refugia exhibited higher predictability under relatively moderate fire weather conditions. Prefire live fuels were strong predictors of fire refugia, with higher refugia probability in forests with higher prefire biomass. In addition, fire refugia probability was higher in topographic settings with relatively northern aspects, steep catchment slopes, and concave topographic positions. Conditional probability maps revealed consistently higher fire refugia probability under moderate versus high fire weather scenarios. Results from this study inform conservation planning by determining late-successional forests most likely to persist as fire refugia despite increasing regional fire activity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».