MétaCan
Menu
Retour à la cohorte
Enregistrement W4205407389 · doi:10.1088/1748-9326/ac4c1e

Bottom-up drivers of future fire regimes in western boreal North America

2022· article· en· W4205407389 sur OpenAlexaboutno aff
Adrianna Foster, J. K. Shuman, Brendan M. Rogers, Xanthe J. Walker, Michelle C. Mack, Laura Bourgeau‐Chavez, Sander Veraverbeke, S. J. Goetz

Notice bibliographique

RevueEnvironmental Research Letters · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space AdministrationU.S. Department of Defense
Mots-clésBorealTaigaEnvironmental scienceDeciduousFlammabilityFire regimeVegetation (pathology)Fire ecologyClimate changeBiomass (ecology)ClimatologyLitterPhysical geographyAtmospheric sciencesEcologyGeographyEcosystemForestryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Forest characteristics, structure, and dynamics within the North American boreal region are heavily influenced by wildfire intensity, severity, and frequency. Increasing temperatures are likely to result in drier conditions and longer fire seasons, potentially leading to more intense and frequent fires. However, an increase in deciduous forest cover is also predicted across the region, potentially decreasing flammability. In this study, we use an individual tree-based forest model to test bottom-up (i.e. fuels) vs top-down (i.e. climate) controls on fire activity and project future forest and wildfire dynamics. The University of Virginia Forest Model Enhanced is an individual tree-based forest model that has been successfully updated and validated within the North American boreal zone. We updated the model to better characterize fire ignition and behavior in relation to litter and fire weather conditions, allowing for further interactions between vegetation, soils, fire, and climate. Model output following updates showed good agreement with combustion observations at individual sites within boreal Alaska and western Canada. We then applied the updated model at sites within interior Alaska and the Northwest Territories to simulate wildfire and forest response to climate change under moderate (RCP 4.5) and extreme (RCP 8.5) scenarios. Results suggest that changing climate will act to decrease biomass and increase deciduous fraction in many regions of boreal North America. These changes are accompanied by decreases in fire probability and average fire intensity, despite fuel drying, indicating a negative feedback of fuel loading on wildfire. These simulations demonstrate the importance of dynamic fuels and dynamic vegetation in predicting future forest and wildfire conditions. The vegetation and wildfire changes predicted here have implications for large-scale changes in vegetation composition, biomass, and wildfire severity across boreal North America, potentially resulting in further feedbacks to regional and even global climate and carbon cycling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetFire effects on ecosystemsTravaux en français237 207