A Negative Fire–Vegetation Feedback Substantially Limits Reburn Extent Across the North American Boreal Biome
Notice bibliographique
Résumé
Abstract The North American boreal biome (NAB) is warming at 2–4 times the mean global rate, contributing to increasing wildfire activity. The degree to which this trend alters biome-level feedbacks to global climate depends on how strongly bottom-up feedbacks between fire and vegetation dampen the effects of climate drivers. As young vegetation recovering from fire covers a growing portion of the landscape, it could resist reburning, buffering against further increases in fire. Resistance to reburning could be particularly strong in the NAB, where slow post-fire fuel accumulation is sometimes combined with a fire-driven shift from conifers toward less-flammable, deciduous trees. However, continued warming could eventually override the feedback. To quantify the strength of the feedback throughout the biome, we divided the NAB into 27 Fire Regime Units (FRUs) and used fire data from 1986 to 2018 to determine the area expected to have burned more than once (that is, reburned) within each FRU under the null assumption that recent fire does not influence burn probability. Then, we ran a spatial simulation to quantify the strength of departure from the null value while accounting for variation driven by stochastic fire patterns. Reburn extent was 5 Mha less than expected without the feedback. Departure from the null model was strongest in the most fire-prone FRUs, suggesting that the feedback will continue to dampen climate-driven increases in wildfire activity. These results provide a sound baseline from which to identify potential weakening of the feedback under continued warming, and our approach could be expanded to other biomes.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».