Regional variability in peatland burning at mid-to high-latitudes during the Holocene
Notice bibliographique
Résumé
Northern peatlands store globally-important amounts of carbon in the form of partly decomposed plant detritus. Drying associated with climate and land-use change may lead to increased fire frequency and severity in peatlands and the rapid loss of carbon to the atmosphere. However, our understanding of the patterns and drivers of peatland burning on an appropriate decadal to millennial timescale relies heavily on individual site-based reconstructions. For the first time, we synthesise peatland macrocharcoal records from across North America, Europe, and Patagonia to reveal regional variation in peatland burning during the Holocene. We used an existing database of proximal sedimentary charcoal to represent regional burning trends in the wider landscape for each region. Long-term trends in peatland burning appear to be largely climate driven, with human activities likely having an increasing influence in the late Holocene. Warmer conditions during the Holocene Thermal Maximum (∼9–6 cal. ka BP) were associated with greater peatland burning in North America's Atlantic coast, southern Scandinavia and the Baltics, and Patagonia. Since the Little Ice Age, peatland burning has declined across North America and in some areas of Europe. This decline is mirrored by a decrease in wider landscape burning in some, but not all sub-regions, linked to fire-suppression policies, and landscape fragmentation caused by agricultural expansion. Peatlands demonstrate lower susceptibility to burning than the wider landscape in several instances, probably because of autogenic processes that maintain high levels of near-surface wetness even during drought. Nonetheless, widespread drying and degradation of peatlands, particularly in Europe, has likely increased their vulnerability to burning in recent centuries. Consequently, peatland restoration efforts are important to mitigate the risk of peatland fire under a changing climate. Finally, we make recommendations for future research to improve our understanding of the controls on peatland fires.
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 | 0,001 | 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 ».