Incorporating fire-smartness into agricultural policies minimises suppression costs and ecosystem services damages from wildfires
Notice bibliographique
Résumé
Abstract Global climate warming is expected to increase wildfire hazard in many regions of the world. In southern Europe, land abandonment and an unbalanced investment toward fire suppression instead of prevention has gradually increased wildfire risk, which calls for a paradigm change in fire management policies. Here we combined scenario analysis, fire landscape modelling, and economic tools to identify which land-use policies would minimise the expected wildfire-related losses in a representative mountainous area of the northwestern Iberian Peninsula (the Transboundary Biosphere Reserve ‘Gerês-Xurés’, between Spain and Portugal). To do so, we applied the least-cost-plus-net-value-change approach and estimated net changes in wildfire damages based on their implications for the ecosystem services that affect financial returns to landowners in the study area (i.e. agriculture, pasture, and timber) and the wider economic benefits (i.e. recreation and climate regulation) for the 2010-2050 period. Four land-use scenarios were considered: (1) Business as Usual (BAU); (2) fire-smart, fostering more fire-resistant (less flammable) and/or fire-resilient landscapes (fire-smart); (3) High Nature Value farmlands (HNVf), wherein the abandonment of extensive agriculture is reversed; and (4) a combination of HNVf and fire-smart. We found the highest net value change (i.e. the difference between damages and avoided damages) in BAU for timber and pasture provision, and in fire-smart for recreation and climate regulation. HNVf was the best for suppression cost savings, but it generated the lowest expected present value for climate regulation. In fact, the best scenarios related to fire suppression are HNVf and HNVf combined with fire-smart, which also generate the lowest net value change plus net suppression costs in the entire study area (i.e. considering all ecosystem services damages and suppression costs). Therefore, reverting land abandonment through recultivation and promoting fire-resistant tree species is the most efficient way to reduce wildfire hazard. In this sense, payments for ecosystem services should reward farmers for their role in wildfire prevention. This study improves the understanding of the financial and societal benefits derived from reducing fire suppression spending and ecosystem services damage by undertaking fire-smart land-use strategies, which can be essential to enhance local stakeholders’ support for wildfire prevention policies. Highlights Land-use changes impact wildfire ecosystem services (ES) damages and suppression costs Promoting agriculture generates significant suppression cost savings Agriculture + fire-resistant forests is the best to reduce wildfire ES damages Land-use policies should balance trade-offs between climate and wildfire regulation Payments for ES should reward farmers for their role in wildfire prevention
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».