Fire activity in the northern Arctic tundra now exceeds late Holocene levels, driven by increasing dryness and shrub expansion
Notice bibliographique
Résumé
Tundra ecosystems are characterized by small, rare and infrequent fires due to cold, often waterlogged conditions, and limited biomass. However, ongoing climate warming and drying in northern soils and peatlands are contributing to increasingly frequent and extensive wildfires. To place recent fire regimes in the context of long-term variability and to better understand interactions between fire, moisture, and vegetation, we reconstructed wildfire history over the past 3000 years using a network of charcoal, vegetation, and hydrological records in combination with satellite-derived fire datasets from northern Arctic Alaska peatlands. The composite charcoal record shows minimal fire activity from ∼ 1000 BCE to 1000 CE, followed by a modest increase between 1000 and 1200 CE, and then a renewed decline. This long-term pattern shifted abruptly after 1900 CE, reaching its maximum between 1950 and 2015 CE, when fire activity exceeded any levels observed in the preceding three millennia. Individual charcoal records show a spatially heterogeneous pattern in fire occurrence before 1950 CE, and a more homogeneous one thereafter. Our findings suggest that the deepening of water tables and peatland drying associated with permafrost thaw have facilitated woody encroachment, especially by more flammable Ericaceous shrubs. These vegetation changes have increased fuel availability and flammability, ultimately driving the recent surge in wildfire activity, highlighting the growing vulnerability of Arctic tundra ecosystems to fire. We also found that the charcoal source area of our tundra fire reconstruction encompasses broader landscapes over tens of kilometres. Our study emphasizes the significance of long-term, multidisciplinary research in documenting moisture–vegetation–fire feedbacks that influence tundra fire regimes. Ultimately, this long-term fire dynamic study provides critical context for evaluating recent changes and incorporating tundra peatland fire risk into global climate mitigation strategies.
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 | 0,001 |
| 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) | 0,001 | 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 ».