First Spatial Reconstruction of Past Fires in Temperate Europe Suggests Large Variability of Fire Sizes and an Important Role of Human-Related Ignitions
Notice bibliographique
Résumé
The spatial component of past forest fires in temperate Europe has been little studied, despite the value of such data in quantifying human and natural factors driving fire activity and associated forest dynamics. Changes in fire regimes reported across a range of ecosystems call for a better understanding of variability in historic fires and may help define reference points that can be relied upon when discussing climate change effects. We provide the first dendrochronological reconstruction of historical fire sizes in Central Europe and analyze the minimum extent of fires during the last four centuries in a 9.2 km2 (920 ha) conifer-dominated section of Białowieża Forest, one of the largest continuous lowland forests of the subcontinent. We recorded 82 fires between 1666 and 1946, using 275 sample trees, while 92% of fires (76 out of 82) spread beyond the studied area. Fires varied considerably in size, from events recorded at only one site (1–200 ha) to fires recorded in more than half of the studied area, thus exceeding 500 ha in size. The fire cycle was 11 years over the whole study period, with three distinct periods revealed by the regime shift analysis. In the years 1670–1750, the fire cycle averaged 12 years. It shortened to 7 years between 1755–1840 and increased to 22 years over the 1845–1955 period. In comparison with present day data, the reconstructed fire density of 3.2 fires per 100 km2 (10 000 ha) and year exceeded lightning ignition density by one to two orders of magnitude, suggesting a significant contribution of human-related ignitions. Our results highlight the important role of fire disturbance in Białowieża Forest and provide critical baseline information to design biological conservation strategies for European forests.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».