Will It Burn? Characterizing Wildfire Risk for the Sagebrush Conservation Design
Notice bibliographique
Résumé
Abstract For millennia, wildfire has helped shape the sagebrush biome of the western United States. Over recent decades, historical fire regimes have been altered by several factors, including contemporary climate and fuel conditions, leading to the loss or degradation of hundreds of thousands of hectares (ha) of sagebrush each year. In response to wildfire threats, extensive fuel treatment investments are proposed across the region. To help inform strategic and cost-effective investments, we conducted a quantitative assessment of wildfire risk for the sagebrush biome. We used a geospatial fire modeling approach, customized for the sagebrush biome, to estimate spatially explicit burn probability and expected average annual area burned within three Sagebrush Ecological Integrity classes under the Sagebrush Conservation Design: Core Sagebrush Areas (CSAs), Growth Opportunity Areas (GOAs), and Other Rangeland Areas. We further used indices of ecological resilience to disturbance and resistance to invasive grasses to characterize fire risk and recovery potential. Our approach indicates that nearly 530,000 ha are likely to burn in a typical contemporary fire year across the highest integrity Sagebrush Ecological Integrity classes (7% in CSAs and 31% in GOAs). Of the CSAs and GOAs likely to burn, nearly 9 000 and 66 000 ha, respectively, are expected to have low resilience or resistance and therefore highest loss potential. Cost-effective conservation investments should include wildfire protection for high-integrity sagebrush with low resilience or resistance. Protection objectives may be met with strategically placed fuel breaks intended to enhance fire prevention and containment efforts. Fuel treatments, including prescribed fire and mechanical activities outside of fuel breaks, are by contrast best suited for high-integrity areas with relatively high resilience and resistance. Those activities should be risk-informed and intended to maintain or improve ecological integrity and resilience to wildfire rather than to exclude fire altogether.
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 | 0,001 | 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) | 0,001 | 0,001 |
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 tête enseignante, 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 ».