How does wildfire and climate variability affect streamflow in forested catchments? A regional study in eastern Australia
Notice bibliographique
Résumé
The impact of wildfire on catchment water yield remains uncertain, with case studies reporting a range of observed response paths. Additionally, the impacts of fire and climate variability are often intertwined, making them difficult to evaluate separately. This study assesses how wildfire and climate influence streamflow in forested catchments. We focused on selected forested catchments in eastern Australia that have experienced both sustained drought and large fire events, but otherwise have experienced little hydrological modification. We compared the relationship between streamflow and rainfall before and after the severe fire events in the 2019/2020 season and over a longer multi-year period. We obtained historical data for streamflow, rainfall, and wildfire extent, timing, and severity for each catchment. The study found a consistent increase in streamflow with given rainfall after the 2019/2020 fire event. However, the timing of the fire aligned with the end of a prolonged major drought that affected the region. Dry conditions decrease runoff while fire increases it, which makes it difficult to attribute the flow increase to fire alone. We also assessed the relative importance of multiple potential drivers (climatic and fire-related) of changes in streamflow over a longer, multi-year historical period. We found that the impacts of historical wildfires on streamflow are generally smaller than the impacts of hydro-climatic factors such as catchment storage, which has a relative importance for the streamflow over 3 times greater than that of the fire-related factors. Our results imply that historical changes in flow in the study region are more heavily affected by climate variability than by fires at the catchment scale. They emphasize the importance for water resources management of considering regional drivers such as changing climatic conditions over wildfire, which often affects only parts of individual catchments.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».