Future impact of climate extremes in the Mediterranean: Soil erosion projections when fire and extreme rainfall meet
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Climate change projections over the Mediterranean basin point toward an increase in frequency and intensity of extreme events that will directly impact ecosystems resilience. In this study, we evaluated future trends of soil loss in forestland in Catalonia (NE Spain) due to fires and vegetation dynamics, considering the potential future impacts of co‐occurring extreme fire and rainfall events, and assessing how fire suppression can contribute to soil erosion mitigation. The process‐based MEDFIRE model was used to simulate changes in forestland due to climate and fires between 2011 and 2050 under six different future scenarios that resulted from the combination of two climatic scenarios and three fire management policies. Annual projections on landscape changes were used to estimate soil loss using the Universal Soil Loss Equation . Projected annual soil losses for forested land in Catalonia ranged between 15 and 16 tons/ha, with scenarios simulating current levels of fire suppression projecting around −5% soil loss than those assuming more relaxed suppression strategies. On average, fires explained 12–16% of annual soil loss in the region, but in fire‐severe years, they explained up to 90% of the total annual soil loss. Projected mean total soil loss in years where extreme rainfall and fire meet was 150% higher than in years where both events were not contemporary. The estimated annual probability that the two extreme impacts will co‐occur in the future ranged between 0.09 and 0.11 between scenarios. Our results highlight the importance of landscape and fire management in minimizing soil loss and its potential impacts for ecosystems.
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.
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 | 0,000 | 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 découle