North American boreal forests are a large carbon source due to wildfires from 1986 to 2016
Notice bibliographique
Résumé
Abstract Wildfires are a major disturbance to forest carbon (C) balance through both immediate combustion emissions and post-fire ecosystem dynamics. Here we used a process-based biogeochemistry model, the Terrestrial Ecosystem Model (TEM), to simulate C budget in Alaska and Canada during 1986–2016, as impacted by fire disturbances. We extracted the data of difference Normalized Burn Ratio (dNBR) for fires from Landsat TM/ETM imagery and estimated the proportion of vegetation and soil C combustion. We observed that the region was a C source of 2.74 Pg C during the 31-year period. The observed C loss, 57.1 Tg C year −1 , was attributed to fire emissions, overwhelming the net ecosystem production (1.9 Tg C year −1 ) in the region. Our simulated direct emissions for Alaska and Canada are within the range of field measurements and other model estimates. As burn severity increased, combustion emission tended to switch from vegetation origin towards soil origin. When dNBR is below 300, fires increase soil temperature and decrease soil moisture and thus, enhance soil respiration. However, the post-fire soil respiration decreases for moderate or high burn severity. The proportion of post-fire soil emission in total emissions increased with burn severity. Net nitrogen mineralization gradually recovered after fire, enhancing net primary production. Net ecosystem production recovered fast under higher burn severities. The impact of fire disturbance on the C balance of northern ecosystems and the associated uncertainties can be better characterized with long-term, prior-, during- and post-disturbance data across the geospatial spectrum. Our findings suggest that the regional source of carbon to the atmosphere will persist if the observed forest wildfire occurrence and severity continues into the future.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».