Influence of mountain pine beetle outbreaks on large fires in British Columbia
Notice bibliographique
Résumé
Abstract A key uncertainty in understanding climate change effects on wildfires in western North America is the role of mountain pine beetle (MPB) outbreaks in driving wildfire occurrence and severity. In this study, we investigated the complex relationship between MPB outbreaks, other environmental factors, and wildfire occurrence in British Columbia (BC), Canada. We adopted a fire risk analysis method developed for fire occurrence prediction to separate the effect of changing fuel conditions on wildfires in BC when neither post‐outbreak fuel conditions, climate, nor management is stationary. Using lasso‐logistic regression and a novel variable ranking procedure, we determined that MPB‐affected areas had 1.7 times more large lightning‐caused fires (≥100 ha), as the likelihood of large lightning‐caused fires increased by 40% in these areas and likely contributed to the increased burned areas in BC. Meanwhile, the likelihood of large human‐caused fires decreased in MPB‐affected areas. Fire weather factors were most influential for both lightning‐ and human‐caused fires, while anthropogenic factors were most influential for human‐caused fires. Fuel dynamics following MPB outbreaks vary across the wide distribution of a host species such as lodgepole pine, at stand and landscape levels. Furthermore, the expression of the effects of MPB and other disturbances on wildfire is also conditional on, as well as confounded with, many other environmental factors and management activities that vary across western North America. Therefore, a lack of consensus on the impacts of MPB on wildfire is not surprising.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,007 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».