A modest increase in fire weather overcomes resistance to fire spread in recently burned boreal forests
Notice bibliographique
Résumé
Recently burned boreal forests have lower aboveground fuel loads, generating a negative feedback to subsequent wildfires. Despite this feedback, short-interval reburns (≤20 years between fires) are possible under extreme weather conditions. Reburns have consequences for ecosystem recovery, leading to enduring vegetation change. In this study, we characterize the strength of the fire-fuel feedback in recently burned Canadian boreal forests and the weather conditions that overwhelm resistance to fire spread in recently burned areas. We used a dataset of daily fire spread for thousands of large boreal fires, interpolated from remotely sensed thermal anomalies to which we associated local weather from ERA5-Land for each day of a fire's duration. We classified days with >3 ha of fire growth as spread days and defined burned pixels overlapping a fire perimeter ≤20 years old as short-interval reburns. Results of a logistic regression showed that the odds of fire spread in recently burned areas were ~50% lower than in long-interval fires; however, all Canadian boreal ecozones experienced short-interval reburning (1981-2021), with over 100,000 ha reburning annually. As fire weather conditions intensify, the resistance to fire spread declines, allowing fire to spread in recently burned areas. The weather associated with short-interval fire spread days was more extreme than the conditions during long-interval spread, but overall differences were modest (e.g. relative humidity 2.6% lower). The frequency of fire weather conducive to short-interval fire spread has significantly increased in the western boreal forest due to climate warming and drying (1981-2021). Our results suggest an ongoing degradation of fire-fuel feedbacks, which is likely to continue with climatic warming and drying.
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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».