Fire Dynamics in Boreal Forests Over the 20th Century: A Data-Model Comparison
Notice bibliographique
Résumé
Fire regimes across the world are expected to be altered by continuing variations in socio-economic conditions and climate. Current global fire-vegetation models are able to represent the present-day fire activity, but it is unclear how well they can simulate past or future scenarios. Here we use sedimentary charcoal-based biomass burning reconstructions to evaluate fire probability and total carbon flux emitted to the atmosphere per year simulated by the dynamic global vegetation model LPJ-GUESS with its incorporated fire model SIMFIRE-BLAZE across the boreal region during the last century. The analyses were run for the whole time period (1900–2000 CE), as well as for the intervals 1900–1950 CE and 1950–2000 CE. The data–model comparison for the 20 th century reveals a general disagreement in trends between charcoal reconstructions (with decreasing or stable trends) and simulations (showing an overall increase) at both global (boreal forests) and continental scales (North America and Fennoscandia), as well as for most of the regional sub-areas (Canada, Norway and Sweden). The only exceptions are Alaska and Finland/Russia Karelia, where all the variables increase. Negative correlations between observations and model outputs are also recorded for the two different sub-periods, except for Alaska and North America during the time interval 1900–1950 CE, and Norway and Finland/Russia Karelia between 1950 and 2000 CE. Despite several uncertainties in charcoal records, main differences between modeled and observed fire activity are probably due to limitations in the representation of the human impact on fire regime (especially connected to forest management and landscape fragmentation) in the model simulations.
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 | 0,000 | 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 ».