Permafrost–wildfire interactions: active layer thickness estimates for paired burned and unburned sites in northern high latitudes
Notice bibliographique
Résumé
As the northern high-latitude permafrost zone experiences accelerated warming, permafrost has become vulnerable to widespread thaw. Simultaneously, wildfire activity across northern boreal forest and Arctic/subarctic tundra regions impacts permafrost stability through the combustion of insulating organic matter, vegetation, and post-fire changes in albedo. Efforts to synthesis the impacts of wildfire on permafrost are limited and are typically reliant on antecedent pre-fire conditions. To address this, we created the FireALT dataset by soliciting data contributions that included thaw depth measurements, site conditions, and fire event details with paired measurements at environmentally comparable burned and unburned sites. The solicitation resulted in 52 466 thaw depth measurements from 18 contributors across North America and Russia. Because thaw depths were taken at various times throughout the thawing season, we also estimated end-of-season active layer thickness (ALT) for each measurement using a modified version of the Stefan equation. Here, we describe our methods for collecting and quality-checking the data, estimating ALT, the data structure, strengths and limitations, and future research opportunities. The final dataset includes 48 669 ALT estimates with 32 attributes across 9446 plots and 157 burned–unburned pairs spanning Canada, Russia, and the United States. The data span fire events from 1900 to 2022 with measurements collected from 2001 to 2023. The time since fire ranges from 0 to 114 years. The FireALT dataset addresses a key challenge: the ability to assess impacts of wildfire on ALT when measurements are taken at various times throughout the thaw season depending on the time of field campaigns (typically June through August) by estimating ALT at the end-of-season maximum. This dataset can be used to address understudied research areas, particularly algorithm development, calibration, and validation for evolving process-based models as well as extrapolating across space and time, which could elucidate permafrost–wildfire interactions under accelerated warming across the high-northern-latitude permafrost zone. The FireALT dataset is available through the Arctic Data Center (https://doi.org/10.18739/A2RN3092P, Talucci et al., 2024).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».