Tundra recovery post-fire in the Yukon–Kuskokwim Delta, Alaska
Notice bibliographique
Résumé
Abstract The extent of wildfires in tundra ecosystems has dramatically increased since the turn of the 21st century due to climate change and the resulting amplified Arctic warming. We simultaneously studied the recovery of vegetation, subsurface soil moisture, and active layer thickness (ALT) post-fire in the permafrost-underlain uplands of the Yukon–Kuskokwim Delta in southwestern Alaska to understand the interaction between these factors and their potential implications. We used a space-for-time substitution methodology with 2017 Landsat 8 imagery and synthetic aperture radar products, along with 2016 field data, to analyze tundra recovery trajectories in areas burned from 1953 to 2017. We found that spectral indices describing vegetation greenness and surface albedo in burned areas approached the unburned baseline within a decade post-fire, but ecological succession takes decades. ALT was higher in burned areas compared to unburned areas initially after the fire but negatively correlated with soil moisture. Soil moisture was significantly higher in burned areas than in unburned areas. Water table depth (WTD) was 10 cm shallower in burned areas, consistent with 10 cm of the surface organic layer burned off during fire. Soil moisture and WTD did not recover in the 46 years covered by this study and appear linked to the long recovery time of the organic layer.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».