Heat-amplifying boreal forests exacerbate snowmelt, fuel availability and wildfires in sub-Arctic regions
Notice bibliographique
Résumé
Abstract Forests, once the largest terrestrial carbon sink, are increasingly becoming significant sources of carbon emissions worldwide due to large wildfires and the accumulation of fire fuels in warming environments that deplete soil and vegetation moisture. Despite growing needs such as Nature-Based Solutions, there is a lack of operationalized near-real-time satellite observations of forest fuel conditions to assess whether forests are acting as carbon sinks or emitters. Most existing satellite products focus on chlorophyll content or vegetation cover rather than directly measuring hydrological or thermal variations that influence carbon flux. From Soil Moisture and Ocean Salinity (SMOS) L-band microwave brightness temperature, we retrieved forest (or canopy) temperatures over the 2023 Canadian and 2021 Sakha Republic wildfires that generated some of the world’s largest carbon emissions. We propose forest canopy temperature as a predictor of natural carbon emissions from mega-wildfires, in comparison with Soil Moisture Active Passive vegetation water content and European Centre for Medium-Range Weather Forecasts ERA5 land surface temperature products, which fail to capture the tipping points of thermal development in cold forests. The heat-amplifying feedback between forests and pre-fire sensible heat further accelerates fuel dryness through evapotranspiration driven by snow-melt water and forest warming, leading to the large-scale spread of wildfires. Under such dry conditions, forestation policies may inadvertently increase fuel availability and wildfire risk, potentially leading to an increase in net carbon emissions rather than achieving the intended benefits of carbon sequestration.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».